18 亿美元造「虚拟细胞」数据：DeepMind、Meta 开始为生物 AI 买数据

这件事意味着什么

【要点】

10 月 7 日，非营利研究机构 Biohub 联合美国能源部（DOE）、美国国立卫生研究院（NIH）宣布扩大「虚拟生物学计划」，各方合计投入 18 亿美元的资金、数据、算力和测量技术，目标是生成开放、标准化、可直接用来训练 AI 的细胞数据，让模型能预测细胞对药物、基因扰动等干预的反应，也就是所谓「虚拟细胞」。

其中 Google DeepMind、Isomorphic Labs 和 Meta 合计出资 3 亿美元；DOE 计划五年投入超过 5 亿美元，动用国家实验室的超算、冷冻电镜和自动化实验室；NIH 贡献此前超过 5 亿美元联邦投入形成的数据集，由 Biohub 统一标准；Biohub 自己在今年 4 月已承诺 5 亿美元。艾伦研究所、博德研究所等机构也加入。

【可核验】

一手来源是 Biohub 官方新闻稿（10 月 7 日北京时间 21:00 发布），DeepMind 的 AI for Science 负责人 Pushmeet Kohli 在 X 上转发并表态。Axios 报道称，商业伙伴对其资助产生的数据有一年独家使用期，之后才公开；这一点官方新闻稿正文没有写明。X 上 24 小时内相关讨论约 1800 帖，每小时 50 到 140 帖持续不断。

【我们的判断】

这件事的信号是：AI 实验室开始出钱买数据，而不只是买算力。AlphaFold 能成，靠的是蛋白质结构数据库几十年积累的公开数据；细胞层面没有这样的数据底座，模型再大也只能在稀疏数据上猜。三家公司 3 亿美元不算多，但撬动了约 15 亿美元的公共与非营利资源，相当于把最贵的数据生产外包给了公共体系。

需要盯的是「开放」的成色。如果一年独家期属实，最先用上数据的仍是出资的几家巨头，学术界和中资团队要晚一年起步。生物 AI 的竞争可能从比模型转向比谁能先拿到干预实验数据。