一家致力于构建“科学超智能”的初创公司正吸引着全球资本的目光。总部位于美国马萨诸塞州剑桥市的 Lila Sciences，这家由知名生命科学风投机构 Flagship Pioneering 孵化的公司，近日宣布完成了一轮高达 2.35 亿美元的 A 轮融资。此次融资由 Braidwell 和 Collective Global 领投，值得注意的是，由“木头姐”Cathie Wood 掌管的 ARK Venture Fund 以及 General Catalyst 等知名机构也参与其中。这笔巨额资金的注入，使得 Lila Sciences 的估值达到了约 12.3 亿美元，正式跻身“独角兽”行列，也标志着市场对其利用 AI 加速科学发现这一宏大愿景的强烈看好。
Lila Sciences 的目标远不止是开发另一款 AI 工具。自 2023 年成立以来，该公司便以“隐匿模式”潜心运作，直到 2025 年 3 月才携着 2 亿美元的种子轮融资首次公开亮相。他们的核心使命是构建一个能够彻底变革科学研究方法的平台，即所谓的“科学超智能”（Scientific Superintelligence）。公司的联合创始人兼 CEO、同时也是 Flagship Pioneering 合伙人的 Geoffrey von Maltzahn 将公司的设施称为“AI 科学工厂”（AI Science Factories）。
Lila 的独特之处在于，它没有将 AI 仅仅视为一个数据分析或预测工具，而是试图将 AI 全面、深度地整合到科学发现的每一个环节中——从提出假说、设计实验，到在自动化实验室中执行实验、分析结果，再到根据实验数据不断学习和迭代。这是一个闭环的、自主的学习过程。在 Lila 的设想中，AI 不再是被动的辅助者，而是与科学家并肩作战、甚至在某些方面超越人类的合作伙伴。Geoffrey von Maltzahn 强调，构建一个美丽、超智能的科学大脑，需要一个全新的科学“身体”，而 Lila 的“AI 科学工厂”正是这个身体——在这里，AI、新颖的软件和定制的硬件紧密结合，将推理与真实世界的验证联系起来。
图丨Lila Sciences 的“AI 科学工厂”（来源：Lila Sciences）
这种模式与当前主流的 AI 研发范式形成了鲜明对比。许多大型科技公司倾向于通过在海量互联网数据上训练大规模模型来逼近通用人工智能（AGI，Artificial General Intelligence）。然而，Lila 的团队认为，仅仅依赖公开的、静态的数据集存在一个“天花板”。科学的本质在于探索未知，而这需要通过主动的实验来生成全新的、专有的数据。Lila 的首席技术官 Andy Beam 指出，公司坚信必须“学习如何做科学”，必须亲身“做实验”，因为仅靠互联网数据所能达到的高度是有限的。
因此，Lila 的 AI 模型不仅学习已发表的学术文献和实验数据，更关键的是，它通过指挥高度自动化的物理实验室进行“动手”实验来学习。在这些位于剑桥市的实验室里，机械臂在精确地移动样品，液体处理系统在磁力轨道上穿梭，高通量筛选设备不知疲倦地运行。每一次测量、每一次实验，无论是成功还是失败，都会被数字化捕捉，并实时反馈给 AI 系统，使其能够不断学习、变得更聪明，并自主地进行下一步操作。这个“假设-实验-测试”的循环周期被极大地缩短，以往需要数年时间的研究过程，现在可能在几个月甚至几周内完成。
Lila 的早期项目已经展示了这种方法的巨大潜力。据报道，其 AI 平台已经成功生成了用于治疗疾病的新型抗体，开发了用于从大气中捕获碳的新材料，并发现了一种用于绿色氢气生产的新型催化剂。在催化剂项目中，AI 接到的指令是寻找一种储量丰富或易于生产的催化剂，以替代目前昂贵且稀有的商业标准铱。在 AI 的协助下，两名科学家仅用了四个月就找到了全新的解决方案，而传统方法可能需要耗费数年时间。这些初步的成功，证明了其平台加速创新的强大能力。Geoffrey von Maltzahn 透露，自 2023 年成立以来，Lila 已经发现并测试了数千种新的蛋白质、核酸、化学物质和材料。
为了实现这一雄心勃勃的目标，Lila 汇聚了一支阵容强大的团队。除了经验丰富的 CEO Geoffrey von Maltzahn，公司还邀请到了美国哈佛大学遗传学大牛、在基因组测序和 DNA 合成领域做出开创性贡献的 George Church 担任其首席科学家。此外，公司还吸引了研究“开放结局”（open-endedness）领域的专家 Kenneth Stanley 担任高级副总裁。Kenneth Stanley 认为，真正的创造力并非源于解决一个预设的问题，而是在于探索“有趣”的方向和假设，而这种理念也被置于 Lila 研发哲学的核心。
图丨Lila Sciences 团队（来源：Lila Sciences）新一轮的 2.35 亿美元融资将为 Lila 的扩张计划提供充足的弹药。公司计划利用这笔资金在波士顿、旧金山和伦敦增设新的“AI 科学工厂”，扩大其自动化实验室的规模和数量，并招募更多顶尖的 AI 和科学人才。此外，Lila 计划在年底前向部分外部合作伙伴开放其平台，让其他公司也能利用其强大的 AI 模型和自动化实验室进行研发。Geoffrey von Maltzahn 甚至表示，公司将组织内部研究团队与 AI 进行直接的“人机对抗”，以测试 Lila 是否已经创造出了其所追求的“科学超智能”。
投资者们，尤其是像 Cathie Wood 这样专注于颠覆性创新的投资人，显然被 Lila 描绘的未来所吸引。ARK Venture Fund 一直认为，AI 在医疗健康领域的应用是最具潜力的方向之一，能够极大地加速药物研发、降低成本并最终攻克疾病。Lila 的模式与这一投资逻辑高度契合。Collective Global 的联合创始人兼联席 CEO Daniel Adamson 更是将 Lila 称为“卓越的知识产权工厂”，显然投资者看中的是其快速产生高价值专利和创新的能力，而非短期的商业化产品。
当然，通往“科学超智能”的道路并非坦途。尽管早期进展令人鼓舞，但 Lila 的技术距离成熟的、可广泛商业化的产品还有很长的路要走。外界科学家，如华盛顿大学蛋白质设计研究所所长、诺贝尔奖得主 David Baker，在表示肯定的同时，也指出 Lila 的目标“似乎超出了他所熟悉的科学发现的任何范畴”，并认为 AI 目前更多是一种强大的工具。科学研究中充满了不可预见的障碍，早期的成功并不能完全保证最终的胜利。
参考资料：
1.https://www.bloomberg.com/news/articles/2025-09-13/ai-unicorn-lila-sciences-raises-235-million-in-latest-round
2.https://www.nytimes.com/2025/03/10/technology/ai-science-lab-lila.html
3.https://www.emergingtechbrew.com/stories/2025/05/29/lila-sciences-ai-that-thinks-outside-the-box
4.https://www.lila.ai/news/series-a-235-million
运营/排版：何晨龙
01/ 中科院软件所成果获英伟达重点引用，用大模型重构求解器研发范式，打造EDA领域更强核心引擎
02/ Scale AI转向Meta后留市场空白，00后斯坦福肄业生抢微软等客户，已完成2.5亿元融资
03/ 《麻省理工科技评论》“50家聪明公司”正式发布！聚焦突破边界的中国未来力量
04/ 活细胞成像关键性突破：北大团队提出AI结构光成像新技术，解析百纳米尺度亚细胞动态过程
05/ 父女联合创办核能公司，用钻井技术解决核废料处置难题，或于2026年完成核试验反应堆建造
海量资讯、精准解读，尽在新浪财经APP
大财配资提示：文章来自网络，不代表本站观点。
