谷歌DeepMind、Meta以及AI药物发现公司Isomorphic Labs将联合向Biohub投资3亿美元。Biohub是由马克·扎克伯格与妻子普莉希拉·陈创立的非营利生物医学研究机构，成立于2016年。据路透社报道，这笔资金属于一项总额18亿美元计划的一部分，该计划的核心是构建AI数据集，使研究人员能够以数字化方式"提出、预测并回答生物学问题"，从而寻找预防和管理疾病的新途径。

Biohub的长期目标是打造一个可供研究人员进行模拟的"虚拟细胞"。所谓虚拟细胞，是指用AI模型在计算机中复现细胞的行为与反应，让科学家不必每次都做湿实验，就能先在数字环境中测试假设。Biohub科学负责人Alex Rives在新闻稿中表示，一个准确的生物学预测模型可以通过让科学家以数字化方式开展实验，大幅加速科学发现；虚拟细胞的创建是下一时代科学最重要的挑战之一，它需要国家和国际层面协同的数据生成工作，这也是各方走到一起的原因。

这项计划并非只有科技公司出资。美国能源部将在未来五年投入超过5亿美元，美国国立卫生研究院则将贡献数据集、存储库和知识库，这些材料源自此前总额超过5亿美元的联邦投资。换言之，私营AI实验室与联邦科研体系正在同一张数据底图上分工：前者提供模型能力与资金，后者提供长期积累的生物医学数据与算力资源。

从产业视角看，这笔投资的意义不止于金额。AI在语言、图像领域的进展，很大程度上依赖互联网上现成的海量文本与图片；而生物学数据高度分散、格式不一、实验条件难以复现，是AI落地生命科学的最大瓶颈之一。Biohub试图用"联合出资+联邦数据开放"的方式，先把数据基础设施补齐，再谈模型。这与当前AI行业从"拼模型"转向"拼数据与算力底座"的整体趋势一致。

参与方各自的动机也值得注意。谷歌DeepMind在蛋白质结构预测方向已有长期积累，Meta则在基础模型与开源生态上投入巨大，Isomorphic Labs本身就是从DeepMind分拆、专注AI药物发现的公司。三方共同押注同一个非营利平台，说明单靠一家公司难以独立承担生物数据的生成与标准化成本。对关注AI产业的投资者而言，这类合作短期内不会直接体现在任何一家公司的营收上，但它可能影响AI制药、生命科学数据服务以及云计算需求的长期走向，也意味着AI竞争的前沿正从通用能力向垂直科学领域延伸。