大佬集体杀入生命科学！黄仁勋、奥特曼、Amodei、扎克伯格同时下注，AI制药彻底火了

“未来”、“AI”、“生命科学”…… 这几个词，黄仁勋、Sam Altman、Dario Amodei这两年轮番挂在嘴边，扎克伯格也把科学发现写进了自己的超级智能宣言。 这几位大佬主背景各异，打法也各有各的路数，却在一件事上统一了立场： 在AI时代，绝不缺席生命科学。 而且，不只是说说。 英伟达打造“AI药物共创实验室”；OpenAI向全球开放生命科学专用模型；Anthropic自建湿实验室；扎克伯格锚定生物学世界模型…… AI的下一站，是生命科学 。但是怎么进场、做到多深？四家公司给出了四种不同的答案。 黄仁勋：做AI4S时代的基础设施建造商 2024年世界政府峰会上，黄仁勋说了一句让很多人意外的话： 人人都必须学会计算机的时代过去了， 人类生物学才是未来。 后来，他把这个想法说得更具体： “我希望生物学界能够达到类似40年前芯片设计界的水平，那时计算机辅助设计（EDA）为我们今天所能做的一切铺平了道路。我相信，我们将为他们实现计算机辅助药物设计。” 这个EDA类比，是理解英伟达AI4S布局的关键： 把算力、模型、数据和工具封装成基础设施。 因此，英伟达要做的不是某一款药，而是复刻自己的“来时路”， 永远在新产业的工具层 。 围绕这个定位，英伟达的动作可以归为三类。 第一类是 平台 。 生物医药生成式AI平台 BioNeMo 于今年6月完成大版本升级，推出BioNeMo Agent Toolkit，把蛋白质结构预测、蛋白质设计、生成式化学、基因组学等能力打包成智能体工作流。 目前平台接入50多家企业，客户名单除了 礼来 ， 薛定谔 （Schrödinger）等医药公司外，还包括 Anthropic 和 OpenAI 这类头部AI公司。 第二类是 算力 。 与美国能源部 推进七套新一代 AI 超算系统建设 ，用于训练前沿模型和支撑Agentic AI科研工作流。 第三类是 资本 。 参与Relation、Vilya等AI制药公司的融资；押注生成式AI蛋白质初创公司EvolutionaryScale；联手礼来砸下10亿美金，共建全球首个“AI药物共创实验室”，把生态触角伸进产业腹地。 有调侃说，黄仁勋想从“AAA显卡批发黄总”转型 AI 制药时代的“卖水人” 。这个比喻其实相当准确。 这套策略高明的地方在于， 把算力、模型和开发平台变成 AI4S 时代绕不开的基础设施 。无论谁最终跑通AI药物研发，入局者大概率都要用到英伟达的设施。 Sam Altman：模型嵌入AI4S工作流 Altman对AI4S的态度有一个明显的转弯。 2022年，他认为“ 大模型还不够好”，改变生命科学研究“为时尚早”。 四年后，他改口说，原本以为AI在新材料、疾病疗法等领域取得突破还需要更长时间，但现在觉得 “这一天或许不会太遥远” 。 他还给出一个“激进”的时间尺度： 如果 AI 把十年的研究压缩到一年，复利效应将是巨大的 。 从保守到乐观的转变，原因之一是模型能力跨过了门槛。 2025年8月，OpenAI与Retro Biosciences合作，用 GPT -4b micro 重新设计蛋白质，干细胞重编程标记物表达水平比野生型高出50倍以上。OpenAI表示，模型取得了突破性成果。 随后OpenAI在AI4S领域的布局沿两个关键词展开。 一是 “窄而深” 。 2026年4月推出 首款生命科学专用模型 GPT-Rosalind ，为科学研究打造工作流。 专门定制。从头针对药物发现、蛋白设计、实验优化做专项强化，而不是在通用模型上加个一个“生命科学prompt”。 Rosalind不走公开API，通过 “受信访问”（ Trusted Access ） 计划向合格机构开放，早期名单包括安进、Moderna、赛默飞世尔等；配套的Codex生命科学插件则免费开源，连接50多个科学工具。 9月11日，GPT-Rosalind结束研究预览，向全球符合条件的生命科学机构开放，但仍然通过Trusted Access进行资格控制。 从 GPT-4b micro 实验到 GPT-Rosalind ， OpenAI 在生命科学上的动作明显从单点能力验证走向了系统化产品布局 。 从目前的产品形态看，OpenAI是在向研发链条的 软件层 靠近， 把模型、工具和科研工作流嵌入药企与科研机构的研发体系 ，让Rosalind成为连接数据、工具与推理的必要环节。 Dario Amodei：唯一的生物学家 四人中，Amodei是唯一有生命科学科研背景、发表过电生理学论文的人： 投身AI之前，在斯坦福医学院做博士后，研究蛋白质组网络建模和癌症标志物筛查。 2024年10月，他在《Machines of Loving Grace》一文中，把 “生物学与身体健康”列为 AI 最值得期待的五个