首页由Deepmind Alum创立的潜在实验室以5000万美元的价格推出了生物学
一家新创公司Latent Labs，由前Google DeepMind科学家创立，刚刚从隐形模式中亮相，获得5000万美元的巨额资金支持。他们的使命？通过构建AI基础模型使生物学可编程，生成和优化蛋白质。他们计划与生物技术和制药公司合作实现这一目标。
要理解这为何意义重大，你得先了解蛋白质。它们是我们细胞的“劳力者”，从充当酶和激素到作为抗体，功能多样。由大约20种不同氨基酸组成，这些链条折叠成决定其功能的3D结构。过去，解析这些形状非常困难，但DeepMind的AlphaFold通过机器学习和真实生物数据改变了局面，预测了约2亿个蛋白质结构的形状。
有了这类数据，科学家能更好地理解疾病、设计新药，甚至为新用途创造合成蛋白质。这就是Latent Labs的切入点，旨在让研究人员“计算性地创造”全新治疗分子。
潜在的可能性
Simon Kohl曾在DeepMind的AlphaFold2团队工作，领导其蛋白质设计工作，看到了独自创业的潜力。他于2022年底离开DeepMind，并于2023年中在伦敦正式创立Latent Labs。Kohl受到生成模型在生物学中的影响启发，看到专注于蛋白质设计的机会。
为此，Latent Labs雇佣了约15人，包括来自DeepMind的人员、微软的高级工程师和剑桥大学的博士。他们分布在伦敦（开发尖端模型）和旧金山（拥有湿实验室和计算蛋白质设计团队）。
Latent Labs伦敦团队（从左到右）：Annette Obika-Mbatha、Krishan Bhatt、Simon Kohl博士、Agrin Hilmkil、Alex Bridgland和Henry Kenlay。图片来源：Latent Labs 虽然湿实验室目前对验证其技术预测至关重要，但最终目标是让生物学高度可编程，减少对湿实验室的依赖。“我们的使命是使生物学可编程，真正将生物学带入计算领域，减少对生物湿实验室实验的依赖，”Kohl解释说。这可能彻底改变药物发现过程，目前这一过程涉及大量实验，可能耗时数年。
生物学的商业化
Latent Labs的目标不是开发自己的药物，而是通过直接模型访问或基于项目的合作，加速并降低生物制药、生物技术和生命科学公司早期研发阶段的风险。
他们的5000万美元融资包括1000万美元的种子轮和由Radical Ventures与Sofinnova Partners共同领投的4000万美元A轮融资。其他投资者包括Flying Fish、Isomer、8VC、Kindred Capital、Pillar VC，以及Google的Jeff Dean、Cohere的Aidan Gomez和ElevenLabs的Mati Staniszewski等知名天使投资人。
这笔资金的大部分将用于薪资和招聘更多机器学习专家，但基础设施也需要大量投入。“计算成本对我们来说也是一大开支——我们正在构建相当大的模型，这需要大量GPU计算资源，”Kohl说。这笔资金将帮助他们扩展模型、壮大团队并建立合作关系。
虽然还有像Cradle和Bioptimus这样的初创公司在追求类似目标，但Kohl认为这一领域仍处于早期阶段，解码和设计生物系统的最佳方法尚未明确。“已经有一些非常有趣的种子被种下，例如AlphaFold和其他团队的早期生成模型，”Kohl说。“但这个领域在最佳模型方法或商业模式上尚未达成一致。我认为我们有能力进行真正的创新。”
相关文章
谷歌采用Anthropic标准实现AI模型数据互联互通
就在OpenAI宣布将采用竞争对手Anthropic的协议来连接AI模型与数据系统数周后，谷歌也采取了相同举措。谷歌DeepMind首席执行官德米斯·哈萨比斯周三在X平台发文称，谷歌将为旗下Gemini模型及SDK添加对Anthropic模型上下文协议（MCP）的支持，但未透露具体实施时间表。哈萨比斯写道："MCP是高效的协议，正迅速成为人工智能代理时代的开放标准。我们期待与MCP团队及行业伙
谷歌DeepMind的洛根·基尔帕特里克将在TechCrunch Sessions: AI大会上发表演讲
谷歌DeepMind正引领人工智能创新浪潮，而高级产品经理洛根·基尔帕特里克正是探讨该领域的最佳人选。我们欣喜地确认他将亮相TechCrunch Sessions: AI主舞台，活动将于6月5日在加州大学伯克利分校泽勒巴赫礼堂举行。TC Sessions: AI即将启幕——这正是您参与其中的绝佳契机。 限时优惠：参与为期一天的变革性议程、现场演示及与人工智能领域顶尖思想家的高价值交流，最高可节省6
Latent 实验室推出基于网络的人工智能，实现无障碍蛋白质设计
在完成5000万美元融资、结束隐秘研发六个月后，Latent Labs正式推出基于网络的生物编程人工智能模型。据首席执行官兼创始人西蒙·科尔介绍，该模型设计的蛋白质在实体实验室测试中"在多项指标上均达到顶尖水平"。科尔曾与人共同领导DeepMind的AlphaFold蛋白质设计团队，"顶尖水平"（SOTA）是人工智能领域常用术语，指特定任务中行业最高性能标准。科尔向TechCrunch透露："我们
相关专题推荐
搜索引擎优化
最适合制定搜索策略的AI搜索结果页面（SERP）分析工具
2026年最新、最受欢迎且评价最高的人工智能搜索结果页面（SERP）分析工具，均由XIX.AI通过严格的实际测试精心筛选，并每周更新排名。这些强大的工具可助您发掘隐藏的优化机会、提升内容表现，并在搜索领域获得竞争优势。立即寻找最适合您的工具，提升您的搜索策略。现在就来探索吧！
13 个工具
xix.ai
数据分析
适用于 SaaS 和电商团队的 KPI 监控最佳 AI 异常检测工具
2026 年最新最佳顶级评分 AI 异常检测工具，助力 SaaS 和电商团队的 KPI 监控！XIX.AI 基于严格的真实世界测试和每周更新的排名，精心策划了一套强大且颠覆性的工具合集。您将找到详细的免费与付费对比洞察，帮助您识别必须尝试的解决方案，从而提升生产力并释放您的 AI 优势。立即探索！
10 个工具
xix.ai
写作
最适合撰写长篇SEO文章的AI大纲生成器
2026年最新、最受好评的AI大纲生成器，专为长篇SEO文章打造，由XIX.AI精心甄选。这些强大的工具在快速创建高质量内容方面提供了颠覆性的帮助，显著提升了写作效率。 获取免费版与付费版的对比分析，以及实际测试结果和详细排名，助您找到最适合自身需求、不容错过的理想选择。立即探索，解锁您的AI竞争优势。
8 个工具
xix.ai
教育与学习
用于作业和考试备考的AI学习工具
2026年最新最佳AI学习工具，助您轻松完成作业和备考！XIX.AI精心筛选出一份广受好评的顶级工具清单，这些功能强大、颠覆传统的工具经过实际测试，能帮助学生提升效率、简化作业流程，并轻松通过考试。 获取免费版与付费版的对比分析、详细排名以及必试选项，释放你的AI优势。立即探索！
10 个工具
xix.ai
音乐创作
面向词曲创作者、旋律片段、主旋律及多语言草稿创作的AI人声演示工具
2026 年最新最佳 AI 人声演示工具，专为词曲创作者、旋律创作者和多语言内容团队打造！XIX.AI 精心整理了一份经过严格真实世界测试的高评分、变革性工具列表。您将找到详细的免费与付费对比数据、全面排名以及必试选项，帮助您提升创作效率并释放创意潜力。立即探索，发现满足您所有内容需求的完美工具！
9 个工具
xix.ai
商业
适合中小企业的最佳AI竞品分析工具
2026年最新最佳、评价最高的中小企业AI竞争研究工具！XIX.AI精心精选了一系列功能强大、颠覆行业格局的工具，每周都会根据严格的实际测试和详细排名进行更新。您可以查看全面的免费版与付费版对比，从而找到那些能提升工作效率、助您赢得竞争优势的必试工具。 立即探索，发现最适合您的工具！
9 个工具
xix.ai
评论 (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! 😎
一家新创公司Latent Labs，由前Google DeepMind科学家创立，刚刚从隐形模式中亮相，获得5000万美元的巨额资金支持。他们的使命？通过构建AI基础模型使生物学可编程，生成和优化蛋白质。他们计划与生物技术和制药公司合作实现这一目标。
要理解这为何意义重大，你得先了解蛋白质。它们是我们细胞的“劳力者”，从充当酶和激素到作为抗体，功能多样。由大约20种不同氨基酸组成，这些链条折叠成决定其功能的3D结构。过去，解析这些形状非常困难，但DeepMind的AlphaFold通过机器学习和真实生物数据改变了局面，预测了约2亿个蛋白质结构的形状。
有了这类数据，科学家能更好地理解疾病、设计新药，甚至为新用途创造合成蛋白质。这就是Latent Labs的切入点，旨在让研究人员“计算性地创造”全新治疗分子。
潜在的可能性
Simon Kohl曾在DeepMind的AlphaFold2团队工作，领导其蛋白质设计工作，看到了独自创业的潜力。他于2022年底离开DeepMind，并于2023年中在伦敦正式创立Latent Labs。Kohl受到生成模型在生物学中的影响启发，看到专注于蛋白质设计的机会。
为此，Latent Labs雇佣了约15人，包括来自DeepMind的人员、微软的高级工程师和剑桥大学的博士。他们分布在伦敦（开发尖端模型）和旧金山（拥有湿实验室和计算蛋白质设计团队）。
“我们的使命是使生物学可编程，真正将生物学带入计算领域，减少对生物湿实验室实验的依赖，”Kohl解释说。这可能彻底改变药物发现过程，目前这一过程涉及大量实验，可能耗时数年。
生物学的商业化
Latent Labs的目标不是开发自己的药物，而是通过直接模型访问或基于项目的合作，加速并降低生物制药、生物技术和生命科学公司早期研发阶段的风险。
他们的5000万美元融资包括1000万美元的种子轮和由Radical Ventures与Sofinnova Partners共同领投的4000万美元A轮融资。其他投资者包括Flying Fish、Isomer、8VC、Kindred Capital、Pillar VC，以及Google的Jeff Dean、Cohere的Aidan Gomez和ElevenLabs的Mati Staniszewski等知名天使投资人。
这笔资金的大部分将用于薪资和招聘更多机器学习专家，但基础设施也需要大量投入。“计算成本对我们来说也是一大开支——我们正在构建相当大的模型，这需要大量GPU计算资源，”Kohl说。这笔资金将帮助他们扩展模型、壮大团队并建立合作关系。
虽然还有像Cradle和Bioptimus这样的初创公司在追求类似目标，但Kohl认为这一领域仍处于早期阶段，解码和设计生物系统的最佳方法尚未明确。“已经有一些非常有趣的种子被种下，例如AlphaFold和其他团队的早期生成模型，”Kohl说。“但这个领域在最佳模型方法或商业模式上尚未达成一致。我认为我们有能力进行真正的创新。”
谷歌采用Anthropic标准实现AI模型数据互联互通
就在OpenAI宣布将采用竞争对手Anthropic的协议来连接AI模型与数据系统数周后，谷歌也采取了相同举措。谷歌DeepMind首席执行官德米斯·哈萨比斯周三在X平台发文称，谷歌将为旗下Gemini模型及SDK添加对Anthropic模型上下文协议（MCP）的支持，但未透露具体实施时间表。哈萨比斯写道："MCP是高效的协议，正迅速成为人工智能代理时代的开放标准。我们期待与MCP团队及行业伙
谷歌DeepMind的洛根·基尔帕特里克将在TechCrunch Sessions: AI大会上发表演讲
谷歌DeepMind正引领人工智能创新浪潮，而高级产品经理洛根·基尔帕特里克正是探讨该领域的最佳人选。我们欣喜地确认他将亮相TechCrunch Sessions: AI主舞台，活动将于6月5日在加州大学伯克利分校泽勒巴赫礼堂举行。TC Sessions: AI即将启幕——这正是您参与其中的绝佳契机。 限时优惠：参与为期一天的变革性议程、现场演示及与人工智能领域顶尖思想家的高价值交流，最高可节省6
Latent 实验室推出基于网络的人工智能，实现无障碍蛋白质设计
在完成5000万美元融资、结束隐秘研发六个月后，Latent Labs正式推出基于网络的生物编程人工智能模型。据首席执行官兼创始人西蒙·科尔介绍，该模型设计的蛋白质在实体实验室测试中"在多项指标上均达到顶尖水平"。科尔曾与人共同领导DeepMind的AlphaFold蛋白质设计团队，"顶尖水平"（SOTA）是人工智能领域常用术语，指特定任务中行业最高性能标准。科尔向TechCrunch透露："我们
2026年最新、最受欢迎且评价最高的人工智能搜索结果页面（SERP）分析工具，均由XIX.AI通过严格的实际测试精心筛选，并每周更新排名。这些强大的工具可助您发掘隐藏的优化机会、提升内容表现，并在搜索领域获得竞争优势。立即寻找最适合您的工具，提升您的搜索策略。现在就来探索吧！
13 个工具
xix.ai
2026 年最新最佳顶级评分 AI 异常检测工具，助力 SaaS 和电商团队的 KPI 监控！XIX.AI 基于严格的真实世界测试和每周更新的排名，精心策划了一套强大且颠覆性的工具合集。您将找到详细的免费与付费对比洞察，帮助您识别必须尝试的解决方案，从而提升生产力并释放您的 AI 优势。立即探索！
10 个工具
xix.ai
2026年最新、最受好评的AI大纲生成器，专为长篇SEO文章打造，由XIX.AI精心甄选。这些强大的工具在快速创建高质量内容方面提供了颠覆性的帮助，显著提升了写作效率。 获取免费版与付费版的对比分析，以及实际测试结果和详细排名，助您找到最适合自身需求、不容错过的理想选择。立即探索，解锁您的AI竞争优势。
8 个工具
xix.ai
2026年最新最佳AI学习工具，助您轻松完成作业和备考！XIX.AI精心筛选出一份广受好评的顶级工具清单，这些功能强大、颠覆传统的工具经过实际测试，能帮助学生提升效率、简化作业流程，并轻松通过考试。 获取免费版与付费版的对比分析、详细排名以及必试选项，释放你的AI优势。立即探索！
10 个工具
xix.ai
2026 年最新最佳 AI 人声演示工具，专为词曲创作者、旋律创作者和多语言内容团队打造！XIX.AI 精心整理了一份经过严格真实世界测试的高评分、变革性工具列表。您将找到详细的免费与付费对比数据、全面排名以及必试选项，帮助您提升创作效率并释放创意潜力。立即探索，发现满足您所有内容需求的完美工具！
9 个工具
xix.ai
2026年最新最佳、评价最高的中小企业AI竞争研究工具！XIX.AI精心精选了一系列功能强大、颠覆行业格局的工具，每周都会根据严格的实际测试和详细排名进行更新。您可以查看全面的免费版与付费版对比，从而找到那些能提升工作效率、助您赢得竞争优势的必试工具。 立即探索，发现最适合您的工具！
9 个工具
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! 😎
