四川
又一家AI科學家公司創辦！
近日，Phylo宣布完成了一輪1350萬美元的種子輪，由硅谷頂級風投a16z和Menlo Ventures共同領投。
或許很多人對這家新成立的初創公司并不熟悉，但他們的團隊此前打造了全球爆火的生物醫學科研Agent——Biomni。
作為一款通用生物醫學智能體，已被超過7000個學術界和工業實驗室使用，幫助數萬名科學家，節省了數百萬的研究小時。
基于Biomn的成功，也促使團隊把項目轉化出來，構建更好用的科研Agent。
Phylo成立后，團隊又順勢推出了新一代科研智能體Biomni Lab，性能比現有智能體系統高出20%以上。
如今，AI的發展正在推動“虛擬科學家”的到來，落地速度遠超想象，一些領先成果的科研任務執行水平已經比肩甚至超越人類。
更重要的是，AI科學家已經走出實驗室，并催生新一輪科研創業浪潮。
例如，非營利組織FutureHouse成立Edison Scientific；Lila Sciences完成3.5億美元的A輪融資，就連OpenAI也在打造新一代AI科研工具。
可以預見，實驗室的主角，正從人類科學家變為“人機協同的科研共同體”。
打造生物醫學的IDE
Phylo的宏大愿景，是打造屬于生物醫學的IBE（綜合生物學環境）。
這聽起來很抽象，但我們只需要先了解寫代碼的IDE（集成開發環境）就行了。
簡單來說，IDE就是為程序員專門整合成一個超級工作站。
圖：IDE
它把寫代碼（代碼編輯器）、調試器、編譯/解釋器、管理項目文件、甚至查找文檔和版本控制等工具，全都整合在一個界面里。程序員不用東奔西跑切換軟件，只需專注于寫代碼本身這件事情。
因此Phylo團隊受IDE的啟發，提出了IBE（Integrated Biology Environment，集成生物學環境）的概念。
創始人黃柯鑫指出，如今的生物學家常常被各種零散、割裂的工作拖得疲憊不堪。
比如，早上一上班，先打開昨天的qPCR結果，接著去實驗室培養細胞；中途還要用老舊的Excel模板處理數據，在Prism里畫圖，同時還得回復同事關于RNA-seq的問題。
往往一個上午，就在六七種工具之間來回切換，實驗臺和電腦之間跑來跑去，效率大打折扣。
生物研究幾十年，一直缺一個能把各種東西串起來的“中間平臺”。一個研究項目通常要涉及多個數據庫、分析軟件、文件格式、編程包，還有大量的濕實驗操作。
隨著Agent的發展，這種限制正在被打破。
如今的大語言模型，早已不再局限于單一任務或脆弱、僵化的流程。它們不僅能整合海量信息、進行邏輯推理，還能快速掌握全新的概念。
集成生物學環境（IBE）是一個生物學家與智能體協作的共享工作空間。具備搜索、分析、執行和全程追蹤的能力。
它能一站式完成實驗設計、文獻綜述、數據分析、結果解讀、蛋白結構查詢、試劑訂購、實驗啟動、調用AI 模型以及規劃下一步。
IBE的運作依賴于三個核心部分：
界面（
Interface
）：專為生物學家思維與工作習慣設計的協作空間
智能體（
Agent
）：能理解科學語境、與你共同推理并執行任務的智能引擎
集成（
Integrations
）：與生物學家依賴的各類工具、數據庫和軟件的深度連接，使智能體能跨平臺執行任務
如今，Phylo的平臺集成了包含190多個工具、70多個數據庫，以及超20個工作流。
這么一來，科研的玩法就變了。生物學家總算能把心思放回科學本身——琢磨關鍵問題。
而那些磨人的瑣碎雜事、卡殼的摩擦力，未來都能全都丟給智能體去搞定。
斯坦福大學轉化，華人創辦
值得一提的是，Phylo由兩位華人創辦。
從左到右：Phylo核心團隊樂聰、 屈元昊 、 黃柯鑫 和Jure Leskovec
創始人，黃柯鑫和屈元昊，均出身于斯坦福大學，但方向各不相同。
黃柯鑫從事計算機科學與 AI 研究，早在AI科學家還沒有火之前，黃柯鑫就已經在該領域研究了近10年。
另一位創始人屈元昊是一名癌癥生物學博士生，他們共同打造了Biomni，成為邁向Phylo IBE平臺的第一步。
Biomni此前整合了150個專業生物醫學工具、105個軟件包和59個數據庫。
這使得Agent能像真正的科學家一樣，調用各種專業軟件、查詢數據庫、甚至指導濕實驗，并通過生成代碼來高效、靈活地完成任務。
圖： Biomni
該工具一經推出，就獲得了學界甚至業界的迅速采納。
如今，該技術已被超過7000個學術界和工業實驗室使用，支持數萬名科學家工作，節省了數百萬的研究小時。
如今，團隊將上述工作升級成了Biomni Labs，不僅性能大幅度提升，還在真實科研環境中得到應用。
在與Ginkgo Bioworks合作中，加速了10多項復雜的細胞繪畫和轉錄組分析，將通常需要數周的工作流程縮短到僅數小時。
AI最大的影響將出現在科學
這么多年，那些站在AI 最前沿的大佬們，像Sam Altman、Dario Amodei、Demis Hassabis、黃仁勛等，都有一個共識：
AI最大的長遠影響在科學領域。
于是我們可以看到，從2025年開始，一系列AI科學家和大模型合作迅速霸屏。
去年12月，打造了AI科學家Robin的FutureHouse宣布成立Edison Scientific，首輪融資7000萬美元（約合5億人民幣），用于打造全球頂尖的AI科學家。
隨后，英偉達與醫藥巨頭禮來宣布，未來5年將共同投資10億美元，共建全球首個"AI藥物共創實驗室"，以提升藥物發現水平。
萬億AI獨角獸Anthropic宣布推出Claude for Life Sciences模型，正式進軍生命科學領域。
前不久，科學智能公司Lila Sciences完成3.5億美元的A輪融資，其中包括英偉達等機構的1.15億美元融資，公司估值超過13億美元（約合92.6億元人民幣）。
目前，萬億AI獨角獸Anthropic正打造一個基于大模型+Agent Skills+科研知識庫+科研工具的科學生態，跨國醫藥巨頭諾和諾德和賽諾菲已開始試用并取得了顯著成效。
上周，OpenAI與Ginkgo Bioworks合作，將GPT?5 接入實驗室，由機器人完成實驗操作并反饋數據。
直接將蛋白生產成本降低40%，試劑成本降低57%，還開發出多款新型反應體系。
而我們正在見證的，或許正是科學史上最深刻的一次生產力解放。
—The End—
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
