AI 制药迎来转折点：SandboxAQ 把高精度科学模型塞进 Claude
新药研发是现代工业中成本最高、失败率最惨烈的领域之一——找到一颗可行分子平均耗时十余年、烧掉数十亿美元，而大多数候选分子最终还是会在临床阶段折戟。过去一票 AI 创业公司宣称要改变这一切，实际上只是让那些本就懂技术的研究人员少受点罪。
SandboxAQ 认为，真正的瓶颈不在模型本身，而在交互方式。 这家公司近期与 Anthropic 达成合作，将自研科学 AI 模型直接嵌入 Claude——用户只需用自然语言提问，就能调用高性能药物发现与材料科学计算能力，无需自建任何专用计算基础设施。
背景：Alphabet 分拆出的"隐形巨人"
SandboxAQ 大约五年前从 Alphabet 剥离，Google 前 CEO 埃里克·施密特（Eric Schmidt）担任公司董事长。截至目前，该公司已累计融资 超过 9.5 亿美元，业务线覆盖多个方向，其中包括网络安全业务 AQtive Guard。
但这家公司最独特之处，在于其自研的 LQMs（Large Quantitative Models，大规模量化模型）。
与大多数靠海量文本训练的 AI 不同，LQMs 是"物理驱动"的——它们建立在真实物理规则之上，而非文本语料中的模式。这让模型能够执行量子化学计算、模拟分子动力学和微动力学（microkinetics），即在分子层面研究化学反应如何展开。关键意义在于：研究人员无需进入实验室，就能提前预判候选分子的行为表现。
核心变化：自然语言驱动的科学计算
SandboxAQ AI 模拟业务总经理 Nadia Harhen 告诉 TechCrunch：
"我们首次将一个前沿量化模型接入前沿大语言模型，而且普通用户可以直接用自然语言访问它。"
此前，想使用 SandboxAQ LQMs 的客户必须自行提供数字基础设施来运行模型。如今，嵌入 Claude 之后，门槛大幅降低——任何具备基础科学常识的人都能发起查询。
LQMs 的训练数据来自真实实验室数据和科学方程，用途直指 50 万亿美元量级的量化经济（quantitative economy），涵盖生物制药、金融服务、能源和先进材料等领域。
目标用户：大型药企和工业公司的研究团队
SandboxAQ 的客户画像很明确：计算科学家、研究科学家或实验人员，主要集中在大型制药公司和工业巨头，正在寻找能够转化为可上市产品的新材料。
Harhen 总结得很直接：
"客户来找我们，是因为他们已经试过了市面上的所有软件，问题的复杂程度远超那些工具的能力范围——要么跑不通，要么在实际落地时拿不到正向结果。"
这与同行 Chai Discovery、Isomorphic Labs 主攻"更强的科学模型"路线不同，SandboxAQ 选择的是：让科学工具真正被用起来，而不只是被少数技术精英掌握。
评论