EvolutionaryScale 融资 1.42 亿美元用于构建生物学“世界模型”

EvolutionaryScale 已完成一项披露的 1.42 亿美元种子轮融资（https://www.forbes.com/sites/alexkonrad/2024/06/25/evolutionaryscale-raises-142-million-for-biological-ai-model/），以加速能够模拟和工程化生物系统的 AI“世界模型”的开发。本轮融资由 Lux Capital、Nat Friedman 和 Daniel Gross 领投，英伟达和 亚马逊参投，使该公司处于“数据驱动生物学”军备竞赛的最前沿。这笔资金将用于改进 ESM3，这是一个面向生物学的最前沿语言模型，拥有 980 亿个参数（https://www.evolutionaryscale.ai/blog/esm3-release），并在包含 2.78 亿个蛋白质（https://www.evolutionaryscale.ai/blog/esm3-release）的海量数据集上进行了训练。

生物学世界模型的兴起

与专注于文本或像素的传统生成式 AI 不同，EvolutionaryScale 正在为生命科学构建所谓的“世界模型”。通过将遗传密码视为一种语言，ESM3 模型已证明能够生成与自然界中发现的荧光蛋白显著不同的全新荧光蛋白，从而有效地在数字环境中模拟 5 亿年的进化（https://www.evolutionaryscale.ai/blog/esm3-release）。这一能力标志着数据资产市场的一个转变，最有价值的数据集不再仅仅是网络抓取的文本，而是高度专业化、结构化的生物序列，可用于“编程”物质。

数据许可的转变：从合理使用到付费资产

EvolutionaryScale 的融资恰逢数据高完整性许可的更广泛市场转变。虽然生物数据正在被代币化以用于药物发现，但媒体巨头正在保护自己的档案。OpenAI 最近与 《时代》杂志签署了一项多年内容许可协议（https://time.com/6992661/time-openai-partnership/），允许 AI 实验室访问超过 100 年的新闻档案。尽管财务条款仍未披露（https://www.reuters.com/technology/openai-time-strike-multi-year-content-licensing-deal-2024-06-27/），但该协议遵循了新闻集团协议设定的披露的 2.5 亿美元基准（https://www.reuters.com/technology/news-corp-signs-multi-year-ai-content-deal-with-openai-2024-05-22/）。同样，据报道 YouTube 正在与包括索尼和环球在内的主要唱片公司进行谈判（https://www.ft.com/content/22759e6f-479e-41a4-9e7b-f947702f23b2），以提供估计数百万美元的一次性付款（https://www.ft.com/content/22759e6f-479e-41a4-9e7b-f947702f23b2），以获得用于 AI 训练的音乐目录的合法访问权。

监管阻力和数据来源

随着训练数据价值的飙升，监管机构和创作者正在抵制未经授权的使用。Figma 最近在其“Make Design”AI 功能（https://www.theverge.com/2024/7/1/24189917/figma-disables-ai-design-tool-apple-weather-app-copying）被指控使用现有应用程序设计进行训练后，禁用了该功能，这凸显了不透明数据管道的法律风险。此外，软银向 Perplexity AI 投资的据报道的 1000 万至 2000 万美元（https://www.bloomberg.com/news/articles/2024-06-27/softbank-to-invest-in-search-startup-perplexity-ai/）正值出版商发出大量版权侵权通知之际，这表明即使是高增长的 AI 初创公司现在也必须为数据合规和和解投入巨资。Harvey 的估计 1 亿美元融资轮（https://techcrunch.com/2024/06/26/legal-ai-startup-harvey-is-raising-100m-at-a-1-5b-valuation/）进一步证明了这一趋势，该轮融资使这家法律数据专家估值达到估计的 15 亿美元（https://techcrunch.com/2024/06/26/legal-ai-startup-harvey-is-raising-100m-at-a-1-5b-valuation/），这得益于其对专有、高风险法律数据集的访问。

这对数据所有者意味着什么

EvolutionaryScale 的交易证明，数据货币化的最有利可图的前沿正从通用网络内容转向“领域特定世界模型”。对于生物学、法律和音乐领域的数据所有者来说，市场已经超越了简单的许可，进入了一个战略合作伙伴关系模式，数据是科学和创意突破的主要催化剂。随着 OpenAI 和 Anthropic 等 AI 实验室耗尽公开网络数据，对干净、专有且法律清晰的数据集的溢价将继续上涨，将被动档案转化为高收益金融资产。