EvolutionaryScale залучила $142 млн для ШІ в галузі біологічних даних

EvolutionaryScale закрила раунд посівного фінансування на суму $142 million (evolutionaryscale.ai), очолюваний Nat Friedman, Daniel Gross та Lux Capital, для комерціалізації передових моделей AI для біологічних даних. Ця ін’єкція капіталу стала одним із найбільших посівних етапів в історії AI, орієнтованого на біотехнології, що свідчить про агресивний ринковий апетит до «Physical AI» — систем, здатних розуміти та маніпулювати будівельними блоками фізичного світу. В основі угоди лежить випуск ESM3, генеративної моделі, навченої на власних та публічних наборах даних, що охоплюють 2.78 billion білкових послідовностей (evolutionaryscale.ai), що дозволяє дослідникам ефективно «програмувати» біологію, симулюючи мільярди років еволюції в цифровому середовищі.

Мультимодальна перевага в активах біологічних даних

На відміну від попередніх ітерацій мовних моделей білків, ESM3 є мультимодальною передовою моделлю. Вона не просто передбачає структуру; вона одночасно аналізує послідовність, структуру та функцію. Обробляючи набір даних із 2.78 billion послідовностей та відповідних їм 3D-структур (evolutionaryscale.ai), модель може генерувати абсолютно нові білки, яких не існує в природі. Ця можливість перетворює біологічні дані з пасивного запису еволюції на активний актив для розробки ліків, уловлювання вуглецю та матеріалознавства. Компанія, заснована командою, що стоїть за проектом ESM від Meta, позиціонує себе як «OpenAI у біології», пропонуючи версію моделі науковій спільноті, зберігаючи при цьому версії високої потужності для комерційного партнерства.

Physical AI та зміна парадигми монетизації даних

Угода EvolutionaryScale підкреслює ширшу тенденцію, коли найцінніші активи даних зміщуються від тексту, створеного людиною, до спостережень за фізичним світом. У той час як LLMs для тексту стикаються зі зниженням віддачі та юридичними перешкодами щодо авторського права, біологічні дані пропонують величезний, неосвоєний фронтир. Модель ESM3 була навчена з використанням приблизно 1.0 x 10^24 FLOPS обчислювальної потужності (evolutionaryscale.ai), масштаб, який раніше був зарезервований для універсальних моделей вищого рівня. Ці інвестиції підкреслюють високу вартість — і високу потенційну віддачу — навчання моделей на спеціалізованих, високоточних фізичних даних. У міру дозрівання Physical AI очікується, що ліцензування структурованих біологічних, хімічних та робототехнічних наборів даних випередить загальні дані, зібрані з вебу, за вартістю за токен.

Конкурентний ландшафт: «Рови» даних у науках про життя

EvolutionaryScale виходить на ринок, де зараз домінує AlphaFold 3 від DeepMind, але з чітким акцентом на генеративному дизайні, а не лише на структурному прогнозуванні. Конкурентний «рів» у цьому секторі зміщується від архітектури моделі до масштабу та якості навчального корпусу. Відкриваючи ваги для версії ESM3 з 1.4 billion параметрів, компанія намагається встановити галузевий стандарт представлення біологічних даних. Тим часом інші гравці в екосистемі забезпечують власні конвеєри даних; наприклад, Poolside, за повідомленнями Bloomberg, веде переговори про залучення приблизно $500 million для застосування подібних принципів базових моделей до даних програмної інженерії, що ще більше ілюструє прагнення домінувати в конкретних вертикальних доменах даних.

Регулювання та законність збору даних

У міру масштабування цих моделей правова база щодо того, як збираються дані, залишається критичною точкою для інвесторів. У важливому рішенні для індустрії даних суд США нещодавно виніс рішення на користь Bright Data у її тривалій судовій суперечці з Meta (brightdata.com), підтвердивши, що парсинг публічних даних не порушує Computer Fraud and Abuse Act (CFAA) і не є порушенням контрактів, коли дані не захищені логіном. Це рішення забезпечує життєво важливий правовий щит для AI-компаній, таких як EvolutionaryScale, які покладаються на масштабний збір публічних наукових баз даних для доповнення своїх власних навчальних наборів. Однак регуляторний тиск зростає в інших місцях; European Commission нещодавно поінформувала Apple про свій попередній висновок, що правила її App Store порушують Digital Markets Act (ec.europa.eu), що є нагадуванням про те, що контролери даних перебувають під пильною увагою щодо того, як вони керують доступом до даних екосистеми.

Інновації в інфраструктурі та ліцензуванні

Інфраструктура, необхідна для обробки цих біологічних наборів даних, також розвивається. Etched нещодавно оголосила про раунд Series A на суму $120 million (etched.com) для створення спеціалізованих чіпів для моделей-трансформерів, маючи на меті забезпечити обчислювальну ефективність, необхідну для наступного покоління інтенсивних за даними Physical AI. Що стосується ліцензування, Perplexity AI запустила нову «Publishers Program» (perplexity.ai) для створення моделі розподілу доходів з власниками даних, включаючи Time та Der Spiegel. Цей крок свідчить про зрілість ринку даних для AI, перехід від несанкціонованого парсингу до структурованих багаторічних ліцензійних угод, які забезпечують AI-компанії стабільними, високоякісними конвеєрами даних, компенсуючи витрати оригінальним творцям.

Чому це важливо для власників даних

Для власників даних угода EvolutionaryScale доводить, що високоспеціалізовані нетекстові набори даних — такі як геномні послідовності або структури білків — тепер є одними з найцінніших активів в економіці AI. Оскільки базові моделі переходять у фізичні науки, здатність надавати чисті, структуровані та етично отримані дані для «Physical AI» забезпечить преміальні ліцензійні збори. Власникам даних слід зосередитися на аудиті своїх власних наборів даних на предмет їхнього генеративного потенціалу, оскільки ринок стрімко зміщується від простого зберігання даних до активного ліцензування активів для навчання та тонкого налаштування моделей.