扎克伯格的 Biohub 凑了 18 亿美元：Meta、Google 和美国政府联手建"虚拟细胞"

10 月 7 日，扎克伯格和普莉希拉·陈资助的非营利研究机构 Biohub 宣布：它的“虚拟生物学计划”（Virtual Biology Initiative）从今年 4 月 5 亿美元的单方承诺，扩成了一个 18 亿美元的多方联盟。新加入的成员包括 Meta、Google DeepMind、Isomorphic Labs，以及美国能源部和 NIH。

目标只有一个：建“虚拟细胞”。给模型输入一种药物、一个突变或一种疾病，它能预测细胞会发生什么变化，不用先在实验室里做实验。据报道，Biohub 把它称为“迄今最大规模的 AI 就绪生物数据生成计划”。

这 18 亿美元怎么凑

先说清楚，18 亿里有一部分是之前就承诺过的钱：

• Biohub 自己今年 4 月承诺了 5 亿美元。
• Meta、Google DeepMind 和 Isomorphic Labs 合计投 3 亿美元。
• 美国能源部未来五年投入超 5 亿美元，用于实验测量、建模和算力，钱走的是“创世纪任务”（Genesis Mission）这个 AI 科研计划。
• NIH 不出新钱，它负责协调之前超 5 亿美元联邦资金建的数据集和仓库，由 Biohub 统一整理成 AI 可训练的格式。
• Nvidia 提供算力基础设施、软件和技术支持。

Biohub 的科学负责人 Alex Rives 告诉路透社，接下来他们还会去找药企和慈善机构，联盟可能继续扩大。

要解决的问题：生物数据不够

AI 训练不缺文本，但缺高质量的结构化生物数据。Rives 说，现在的细胞数据集只有几亿个细胞的量级，而准确的预测模型需要几十亿、最终需要几万亿。Biohub 的目标就是补上这个缺口。

数据从哪来？两个技术路线：一是空间转录组学，在完整组织里绘制分子活动；二是筛选实验，记录细胞对环境变化的反应。很多这类数据以前没人系统化地生产过，这是整个计划的重点工作。

时间表：五年

Rives 说，这项工作按常理需要几十年，联盟计划压缩到五年：第一批数据集约一年后发布，五年内建成准确的预测模型。

一个细节：出钱的有先看权

数据最终都会公开，但有个“禁运期”：出钱的商业公司先内部用一段时间，再变成公开的科学资源。Rives 把这解释成“开放科学”吸引私人资金的方式：政府出资的那部分没有这种限制，直接公开。

格局：AI for Science 的军备竞赛

这不是孤立事件。路透社在报道里提到，Anthropic 正在加倍投入生物学方向（已经建了湿实验室）；OpenAI Foundation 则启动了一个超 1.25 亿美元的资助计划，专门支持生物和医疗数据集。

看清楚这轮竞争在争什么：模型架构大家都会训，缺的是“AI 就绪”的数据。谁手里有结构化、高质量的生物数据，谁在 AI for Science 这条赛道上就有优势。Biohub 这次干脆把 Meta、Google 和美国政府拉到了同一张桌子上，等于把数据生产的规模门槛抬到了 18 亿美元的量级。

下一步看两件事：一是第一批数据集一年后到底长什么样，二是药企和慈善机构会不会跟进出资。前者决定这个计划的技术含金量，后者决定它能不能从政府主导的项目变成可持续的产业投入。