EvolutionaryScale 融资 1.42 亿美元用于训练基于 28 亿个蛋白质序列的 AI

EvolutionaryScale 完成了 1.42 亿美元的种子轮融资（https://techcrunch.com/2024/06/25/evolutionaryscale-is-building-a-chatgpt-for-biology-with-142m-from-nat-friedman-and-lux-capital/），旨在将其在 27.8 亿个蛋白质序列的庞大语料库上训练的生成式 AI 模型 ESM3 推向市场（https://www.forbes.com/sites/alexkonrad/2024/06/25/evolutionaryscale-raises-142-million-for-biological-ai/）。本轮融资由 Lux Capital、Nat Friedman 和 Daniel Gross 领投，Amazon 和 NVentures（英伟达的风险投资部门）参投，这标志着数据资产市场正从通用型 LLM 向专业化、高保真度的生物数据模型发生决定性转变。ESM3 代表了 AI 时代科学数据最大的应用之一，拥有 980 亿个参数（https://www.forbes.com/sites/alexkonrad/2024/06/25/evolutionaryscale-raises-142-million-for-biological-ai/），并能够模拟 5 亿年的进化过程来设计新的蛋白质。

生物数据前沿

与驱动第一波生成式 AI 的文本密集型数据集不同，EvolutionaryScale 的价值主张完全建立在基因组学和蛋白质组学数据的策展和处理之上。通过对数十亿个序列进行训练，该公司有效地创建了一个“可编程生物学”层。这一举措凸显了结构化科学数据目前所获得的溢价，这些数据比公开的网络文本稀缺得多，也更难摄取。Amazon 和 Nvidia（https://techcrunch.com/2024/06/25/evolutionaryscale-is-building-a-chatgpt-for-biology-with-142m-from-nat-friedman-and-lux-capital/）的参与表明，基础设施提供商正急于在预计将彻底改变 1 万亿美元制药研发行业的生物数据管道中占据一席之地。

OpenAI 的战略数据收购

对数据效率的追求不仅限于生物学领域。OpenAI 最近宣布收购了实时搜索和分析数据库公司 Rockset（https://openai.com/index/openai-to-acquire-rockset/）。此次收购是增强 OpenAI 检索增强生成（RAG）能力的一项明确的战术举措。通过集成 Rockset 的技术，OpenAI 可以更有效地索引和查询其企业合作伙伴提供的海量数据集，将静态数据存储库转化为动态、可操作的情报。这笔交易凸显了“数据到模型”接口日益增长的重要性——这个软件层决定了 AI 访问专有企业资产并对其进行推理的效率。

临床数据争夺战

为进一步强调专业化数据的价值，HEALWELL AI 已达成最终协议，以约 1150 万美元（https://www.globenewswire.com/news-release/2024/06/24/2903058/0/en/HEALWELL-AI-to-Acquire-BioPharma-Services-a-Leading-Full-Service-Contract-Research-Organization.html）收购拥有深度临床试验数据资产的全面服务合同研究组织（CRO）BioPharma Services（https://www.globenewswire.com/news-release/2024/06/24/2903058/0/en/HEALWELL-AI-to-Acquire-BioPharma-Services-a-Leading-Full-Service-Contract-Research-Organization.html）。对 HEALWELL 而言，这不仅仅是服务扩张，更是对数据管道的战略性收购。获取高质量的临床试验数据是 AI 驱动的药物发现和个性化医疗的主要瓶颈，而收购一家 CRO 则提供了训练诊断和治疗模型所需的“真实世界”数据的直接专有来源。

监管壁垒与数据可移植性

随着数据资产价值的攀升，监管机构正着手确保这些价值不会被锁定在大型科技公司的“围墙花园”中。欧盟委员会最近发布初步调查结果，认为苹果公司违反了《数字市场法案》（DMA）（https://ec.europa.eu/commission/presscorner/detail/en/ip_24_3433）。调查重点包括苹果的引导规则，这些规则阻止开发商自由地将消费者引导至替代性优惠和数据生态系统。这种监管压力是旨在强制执行数据可移植性和互操作性的更广泛全球趋势的一部分。对于数据投资者而言，这些裁决至关重要：它们预示着未来用户数据的控制权以及通过二级许可对其进行货币化的能力将受到严格的反垄断审查。

对数据所有者的意义

EvolutionaryScale 和 HEALWELL 的交易表明，最有价值的数据资产不再存在于“开放网络”中，而是存在于基因组学和临床医学等专业化、高壁垒的领域。对数据所有者而言，教训很明确：市场正从批量数据许可转向高精度、结构化数据集，这些数据集可以直接被专业化 AI 架构摄取。无论是蛋白质序列还是实时企业数据，其价值在于数据在解决通用模型无法触及的特定高价值问题方面的独特能力。货币化策略应侧重于数据的清洁度、合规性以及与最新 RAG 和生成式架构的集成能力。