首頁由Deepmind Alum創立的潛在實驗室以5000萬美元的價格推出了生物學
一家新創公司Latent Labs，由前Google DeepMind科學家創立，剛以5000萬美元資金脫離隱形模式。他們的使命？通過構建AI基礎模型，使生物學可程式化，生成並優化蛋白質。他們計劃與生物技術和製藥公司合作實現這一目標。
要理解這為何重要，必須先了解蛋白質。它們是細胞的勞動者，負責從酶和激素到抗體的各種功能。由大約20種不同氨基酸組成，這些鏈條摺疊成決定其功能的3D結構。過去，解析這些形狀極其困難，但DeepMind的AlphaFold通過機器學習和真實生物數據，改變了遊戲規則，預測了約2億個蛋白質結構的形狀。
有了這類數據，科學家能更好地理解疾病、設計新藥，甚至創造用於新用途的合成蛋白質。這就是Latent Labs的切入點，旨在讓研究人員從頭「計算生成」新的治療分子。
潛在可能性
Simon Kohl曾在DeepMind的AlphaFold2團隊工作，領導蛋白質設計，後來看到獨立發展的潛力。他於2022年底離開DeepMind，於2023年中在倫敦正式創立Latent Labs。Kohl受到生成模型在生物學影響的啟發，認為專注於蛋白質設計有巨大機會。
為實現這一目標，Latent Labs已聘請約15人，包括來自DeepMind的成員、微軟的高級工程師，以及劍橋大學的博士。他們分佈在倫敦（開發尖端模型）和舊金山（設有濕實驗室和計算蛋白質設計團隊）。
Latent Labs倫敦團隊（左至右）：Annette Obika-Mbatha、Krishan Bhatt、Simon Kohl博士、Agrin Hilmkil、Alex Bridgland、Henry Kenlay。圖片來源：Latent Labs 雖然濕實驗室目前對驗證技術預測至關重要，但最終目標是讓生物學高度可程式化，減少對濕實驗室的依賴。「我們的使命是讓生物學可程式化，將生物學真正帶入計算領域，隨著時間推移減少對生物濕實驗的依賴，」Kohl解釋。這可能徹底改變藥物發現過程，目前該過程涉及大量實驗，耗時數年。
生物學的商業化
Latent Labs並非專注於開發自己的藥物，而是希望通過直接模型存取或基於項目的合作，加速並降低其他生物製藥、生物技術和生命科學公司早期研發階段的風險。
他們的5000萬美元資金包括1000萬美元種子輪和由Radical Ventures及Sofinnova Partners共同領投的4000萬美元A輪融資。其他投資者包括Flying Fish、Isomer、8VC、Kindred Capital、Pillar VC，以及知名天使投資人如Google的Jeff Dean、Cohere的Aidan Gomez和ElevenLabs的Mati Staniszewski。
這筆資金大部分將用於薪資和招聘更多機器學習專家，但基礎設施也需大量投入。「計算成本對我們來說很高——我們正在構建相當大的模型，這需要大量GPU計算資源，」Kohl說。這筆資金將幫助他們擴展模型、擴大團隊並建立合作關係。
雖然其他新創公司如Cradle和Bioptimus也有類似目標，但Kohl認為，解碼和設計生物系統的最佳方法尚未明朗，現在仍處於早期階段。「已經有一些非常有趣的種子被播下，例如AlphaFold和其他團體的早期生成模型，」Kohl說。「但這個領域在最佳模型方法或商業模式上尚未達成共識。我認為我們有能力真正創新。」
相關文章
Google 採用 Anthropic 標準實現 AI 模型數據互通
就在OpenAI宣布將採用競爭對手Anthropic的協議來連接AI模型與數據系統數週後，Google也採取了相同舉措。Google DeepMind執行長德米斯·哈薩比斯週三在X平台發文表示，Google將為旗下Gemini模型及軟體開發套件（SDK）新增對Anthropic模型上下文協議（MCP）的支援，但未說明具體實施時程。哈薩比斯寫道：「MCP是高效能的協議，正迅速成為人工智慧代理時代
Google DeepMind的Logan Kilpatrick將於TechCrunch Sessions: AI大會發表演說
Google DeepMind 正引領人工智慧創新的浪潮，而資深產品經理洛根·基爾帕特里克正是探討此議題的最佳人選。我們非常榮幸確認他將蒞臨 TechCrunch Sessions: AI 主舞台，活動將於 6 月 5 日在加州大學柏克萊分校的澤勒巴克廳舉行。TC Sessions: AI 即將登場——這正是您參與盛會的良機。 限時優惠期間，您可節省高達600美元，盡享全天候的變革性議程、現場演示
Latent Labs 推出基於網路的人工智能，用於可觸及的蛋白質設計
在完成5000萬美元融資並公開亮相六個月後，Latent Labs推出了一款基於網路的生物程式設計人工智慧模型。據執行長暨創辦人西蒙·科爾（Simon Kohl）表示，該模型在實體實驗室測試所設計蛋白質時，「於多項指標均達成頂尖水準成果」。科爾身為科學家，曾共同領導DeepMind的AlphaFold蛋白質設計團隊。術語「頂尖水準」（SOTA）在人工智慧領域常用於標示特定任務中業界最高效能標準。「
相關專題推薦
視頻創作
適用於 Reels、Shorts 及產品上市活動的 AI 短影片吸睛開場生成器
2026 年最新最佳 AI 短影片開場白生成器，適用於 Reels、Shorts 及產品上市活動！XIX.AI 嚴選備受好評、功能強大且能顛覆遊戲規則的工具，這些工具皆經過實際測試，能帶來絕對值得一試的成果。本頁面每週更新，提供免費與付費版本的比較排行榜，助您找到提升內容創意與生產力的完美解決方案。 立即探索，釋放您的 AI 競爭優勢！
11 個工具
xix.ai
寫作
適用於長篇寫作的 AI 文章大綱工具
2026 年最新、最受好評的長文寫作 AI 大綱工具！這份精選清單收錄了強大且具顛覆性的工具，能透過實際測試生成精準、結構化的大綱，大幅提升寫作效率。XIX.AI 正是這份菁英名單中的一員。 獲取免費版與付費版的比較指南，助您挑選最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
聊天機器人
用於語言練習、面試準備和日常流利度的最佳 AI 角色扮演聊天應用
2026 年最新最佳頂級評分 AI 角色扮演聊天應用，用於語言練習、面試準備和日常流利度！XIX.AI 精心策劃了一個強大的變革性合集，提供免費與付費對比、真實世界測試以及每週更新的排名。這些必試工具可幫助您提升寫作技能，克服流利度挑戰，並提高所有日常場景下的溝通效率。立即探索，發現您語言成長的完美工具！
10 個工具
xix.ai
音樂創作
用於混音製作、取樣準備及卡拉OK母帶處理的 AI 聲部分離工具
2026年最新、最優秀且評分最高的AI音軌分離工具彙總，專為混音製作、取樣準備以及卡拉OK音訊處理而設計。這些功能強大的創新工具經過實際測試，能夠實現精準的音訊分離，顯著提升工作效率。XIX.AI每週都會更新免費的付費產品對比指南，幫助您找到最適合自身需求的工具。立即探索，發揮您的AI優勢。
8 個工具
xix.ai
數據分析
用於收入看板、轉化漏斗分析及產品指標分析的 AI SQL 助手
2026年最新最優秀的AI SQL輔助工具排名揭曉！XIX.AI精心挑選了一系列功能強大的工具，這些工具會定期更新，並透過真實的場景測試來驗證其效能。使用這些值得嘗試的工具，您可以快速生成精準的收入分析報表、分析銷售流程，並追蹤產品各項指標，從而大幅提升工作效率。立即探索，找到最適合您的資料驅動決策工具！238個字元
9 個工具
xix.ai
音樂創作
最佳用於歌曲草稿的 AI 旋律創作工具
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
評論 (48)
0/500
![ThomasRoberts]()
這家公司野心不小啊！用AI設計蛋白質聽起來像科幻片情節，但DeepMind出來的人確實有兩把刷子。不過50M真的夠燒嗎？生物實驗成本超高，而且蛋白質摺疊問題超級複雜，AI模型真的能搞定實際生產中的變數？我保持觀望，但樂見其成！🧬
![JonathanMiller]()
Also, wieder ein Startup, das die Biologie 'programmierbar' machen will. Klingt ambitioniert, aber ich frage mich, wie viele dieser KI-gesteuerten Protein-Design-Firmen es eigentlich schon gibt. Der Markt scheint ja voll davon zu sein. Hoffentlich konzentrieren sie sich auf wirklich nützliche Anwendungen und nicht nur auf das nächste Investment-Round. Die 50 Mio. sind auf jeden Fall ein starkes Signal. Mal sehen, was daraus wird. 🧬
![PeterJohnson]()
Interesting read! Kinda reminds me of the early days of CRISPR hype, but with an AI twist this time. $50M is serious cash though – hope they focus on applications beyond just pharma/biotech, like maybe sustainable materials or energy. The DeepMind connection definitely gives them a head start.
![JackSanchez]()
AI設計蛋白質？這個方向有點酷，不過我更好奇他們說要讓生物學「可編程」，到底要怎麼做？現有的蛋白質設計技術已經很厲害了，他們能突破到什麼程度？而且，這種技術要是真的成了，後續的倫理審核和實際應用會是更大的挑戰吧。先觀望一下。
![NicholasHernández]()
Wow, $50M to program biology? That’s wild! Latent Labs is diving deep into AI-driven protein design—super cool but makes me wonder if we’re playing god a bit too fast. 🧬
![JoseLewis]()
This is wild! $50M to make biology programmable? Latent Labs is basically trying to code life like it’s a video game. Super curious how their AI will shake up drug discovery—hope it’s not just hype! 😎
一家新創公司Latent Labs，由前Google DeepMind科學家創立，剛以5000萬美元資金脫離隱形模式。他們的使命？通過構建AI基礎模型，使生物學可程式化，生成並優化蛋白質。他們計劃與生物技術和製藥公司合作實現這一目標。
要理解這為何重要，必須先了解蛋白質。它們是細胞的勞動者，負責從酶和激素到抗體的各種功能。由大約20種不同氨基酸組成，這些鏈條摺疊成決定其功能的3D結構。過去，解析這些形狀極其困難，但DeepMind的AlphaFold通過機器學習和真實生物數據，改變了遊戲規則，預測了約2億個蛋白質結構的形狀。
有了這類數據，科學家能更好地理解疾病、設計新藥，甚至創造用於新用途的合成蛋白質。這就是Latent Labs的切入點，旨在讓研究人員從頭「計算生成」新的治療分子。
潛在可能性
Simon Kohl曾在DeepMind的AlphaFold2團隊工作，領導蛋白質設計，後來看到獨立發展的潛力。他於2022年底離開DeepMind，於2023年中在倫敦正式創立Latent Labs。Kohl受到生成模型在生物學影響的啟發，認為專注於蛋白質設計有巨大機會。
為實現這一目標，Latent Labs已聘請約15人，包括來自DeepMind的成員、微軟的高級工程師，以及劍橋大學的博士。他們分佈在倫敦（開發尖端模型）和舊金山（設有濕實驗室和計算蛋白質設計團隊）。
「我們的使命是讓生物學可程式化，將生物學真正帶入計算領域，隨著時間推移減少對生物濕實驗的依賴，」Kohl解釋。這可能徹底改變藥物發現過程，目前該過程涉及大量實驗，耗時數年。
生物學的商業化
Latent Labs並非專注於開發自己的藥物，而是希望通過直接模型存取或基於項目的合作，加速並降低其他生物製藥、生物技術和生命科學公司早期研發階段的風險。
他們的5000萬美元資金包括1000萬美元種子輪和由Radical Ventures及Sofinnova Partners共同領投的4000萬美元A輪融資。其他投資者包括Flying Fish、Isomer、8VC、Kindred Capital、Pillar VC，以及知名天使投資人如Google的Jeff Dean、Cohere的Aidan Gomez和ElevenLabs的Mati Staniszewski。
這筆資金大部分將用於薪資和招聘更多機器學習專家，但基礎設施也需大量投入。「計算成本對我們來說很高——我們正在構建相當大的模型，這需要大量GPU計算資源，」Kohl說。這筆資金將幫助他們擴展模型、擴大團隊並建立合作關係。
雖然其他新創公司如Cradle和Bioptimus也有類似目標，但Kohl認為，解碼和設計生物系統的最佳方法尚未明朗，現在仍處於早期階段。「已經有一些非常有趣的種子被播下，例如AlphaFold和其他團體的早期生成模型，」Kohl說。「但這個領域在最佳模型方法或商業模式上尚未達成共識。我認為我們有能力真正創新。」
Google 採用 Anthropic 標準實現 AI 模型數據互通
就在OpenAI宣布將採用競爭對手Anthropic的協議來連接AI模型與數據系統數週後，Google也採取了相同舉措。Google DeepMind執行長德米斯·哈薩比斯週三在X平台發文表示，Google將為旗下Gemini模型及軟體開發套件（SDK）新增對Anthropic模型上下文協議（MCP）的支援，但未說明具體實施時程。哈薩比斯寫道：「MCP是高效能的協議，正迅速成為人工智慧代理時代
Google DeepMind的Logan Kilpatrick將於TechCrunch Sessions: AI大會發表演說
Google DeepMind 正引領人工智慧創新的浪潮，而資深產品經理洛根·基爾帕特里克正是探討此議題的最佳人選。我們非常榮幸確認他將蒞臨 TechCrunch Sessions: AI 主舞台，活動將於 6 月 5 日在加州大學柏克萊分校的澤勒巴克廳舉行。TC Sessions: AI 即將登場——這正是您參與盛會的良機。 限時優惠期間，您可節省高達600美元，盡享全天候的變革性議程、現場演示
Latent Labs 推出基於網路的人工智能，用於可觸及的蛋白質設計
在完成5000萬美元融資並公開亮相六個月後，Latent Labs推出了一款基於網路的生物程式設計人工智慧模型。據執行長暨創辦人西蒙·科爾（Simon Kohl）表示，該模型在實體實驗室測試所設計蛋白質時，「於多項指標均達成頂尖水準成果」。科爾身為科學家，曾共同領導DeepMind的AlphaFold蛋白質設計團隊。術語「頂尖水準」（SOTA）在人工智慧領域常用於標示特定任務中業界最高效能標準。「
2026 年最新最佳 AI 短影片開場白生成器，適用於 Reels、Shorts 及產品上市活動！XIX.AI 嚴選備受好評、功能強大且能顛覆遊戲規則的工具，這些工具皆經過實際測試，能帶來絕對值得一試的成果。本頁面每週更新，提供免費與付費版本的比較排行榜，助您找到提升內容創意與生產力的完美解決方案。 立即探索，釋放您的 AI 競爭優勢！
11 個工具
xix.ai
2026 年最新、最受好評的長文寫作 AI 大綱工具！這份精選清單收錄了強大且具顛覆性的工具，能透過實際測試生成精準、結構化的大綱，大幅提升寫作效率。XIX.AI 正是這份菁英名單中的一員。 獲取免費版與付費版的比較指南，助您挑選最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
2026 年最新最佳頂級評分 AI 角色扮演聊天應用，用於語言練習、面試準備和日常流利度！XIX.AI 精心策劃了一個強大的變革性合集，提供免費與付費對比、真實世界測試以及每週更新的排名。這些必試工具可幫助您提升寫作技能，克服流利度挑戰，並提高所有日常場景下的溝通效率。立即探索，發現您語言成長的完美工具！
10 個工具
xix.ai
2026年最新、最優秀且評分最高的AI音軌分離工具彙總，專為混音製作、取樣準備以及卡拉OK音訊處理而設計。這些功能強大的創新工具經過實際測試，能夠實現精準的音訊分離，顯著提升工作效率。XIX.AI每週都會更新免費的付費產品對比指南，幫助您找到最適合自身需求的工具。立即探索，發揮您的AI優勢。
8 個工具
xix.ai
2026年最新最優秀的AI SQL輔助工具排名揭曉！XIX.AI精心挑選了一系列功能強大的工具，這些工具會定期更新，並透過真實的場景測試來驗證其效能。使用這些值得嘗試的工具，您可以快速生成精準的收入分析報表、分析銷售流程，並追蹤產品各項指標，從而大幅提升工作效率。立即探索，找到最適合您的資料驅動決策工具！238個字元
9 個工具
xix.ai
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
這家公司野心不小啊！用AI設計蛋白質聽起來像科幻片情節，但DeepMind出來的人確實有兩把刷子。不過50M真的夠燒嗎？生物實驗成本超高，而且蛋白質摺疊問題超級複雜，AI模型真的能搞定實際生產中的變數？我保持觀望，但樂見其成！🧬
Also, wieder ein Startup, das die Biologie 'programmierbar' machen will. Klingt ambitioniert, aber ich frage mich, wie viele dieser KI-gesteuerten Protein-Design-Firmen es eigentlich schon gibt. Der Markt scheint ja voll davon zu sein. Hoffentlich konzentrieren sie sich auf wirklich nützliche Anwendungen und nicht nur auf das nächste Investment-Round. Die 50 Mio. sind auf jeden Fall ein starkes Signal. Mal sehen, was daraus wird. 🧬
Interesting read! Kinda reminds me of the early days of CRISPR hype, but with an AI twist this time. $50M is serious cash though – hope they focus on applications beyond just pharma/biotech, like maybe sustainable materials or energy. The DeepMind connection definitely gives them a head start.
AI設計蛋白質？這個方向有點酷，不過我更好奇他們說要讓生物學「可編程」，到底要怎麼做？現有的蛋白質設計技術已經很厲害了，他們能突破到什麼程度？而且，這種技術要是真的成了，後續的倫理審核和實際應用會是更大的挑戰吧。先觀望一下。
Wow, $50M to program biology? That’s wild! Latent Labs is diving deep into AI-driven protein design—super cool but makes me wonder if we’re playing god a bit too fast. 🧬
This is wild! $50M to make biology programmable? Latent Labs is basically trying to code life like it’s a video game. Super curious how their AI will shake up drug discovery—hope it’s not just hype! 😎
