18 亿美元买的是测量：生物数据先得能被 AI 读

训练一个能预测细胞反应的模型，最贵的不是 GPU。是让不同实验室测出来的数据，能被同一套标准拼在一起。

一、发生了什么

10 月 7 日，Biohub 在加州 Redwood City 宣布一项总额 18 亿美元的国际合作，参与方包括美国能源部、NIH，以及新的资助伙伴。官方口径是：这是迄今规模最大的一笔专门用于生成"AI 可用"生物数据的协同投入。

钱怎么分：能源部五年投入超过 5 亿美元，用于实验室测量、建模和计算，挂在"Genesis Mission"之下；NIH 负责把过去累计超过 5 亿美元联邦投入形成的数据集、数据库和知识库接进来，并与 Biohub 一起做标准化；产业方另出 3 亿美元，来自 DeepMind、Isomorphic Labs 和 Meta 三家。

Biohub 自己的 5 亿美元是压舱石：4 亿投新技术，包括能看到细胞内接近原子级细节的冷冻电子断层扫描、能对活体组织里数百万到数十亿细胞成像的显微技术，以及在分子、细胞、组织、整体层面改造生物的工具；剩下的 1 亿投给 Biohub 之外的研究。

目标被反复提到：虚拟细胞。Biohub 科学负责人 Alex Rives 的说法是，如果生物学预测模型足够准，科学家就能在数字世界里做实验。Isomorphic Labs 总裁 Max Jaderberg 的说法更像产业视角——这是把行业往"下一项重大突破"推近的数据底座。

配套的科研机构覆盖了从细胞图谱到蛋白图谱的多个方向：Broad 研究所、Allen 研究所、Gladstone 研究所，以及人类细胞图谱、人类蛋白质图谱和英国 Sanger 研究所。NVIDIA 提供加速计算支持，Renaissance Philanthropy 负责扩大对数据生成的资助。

这不是从零开始。Biohub 过去十年做过 Tabula Sapiens、OpenCell、Zebrahub，也维护着 CELLxGENE 和冷冻电镜数据门户。这次更像是把已有的零散项目，接成一条能被模型消费的流水线。官方原话是建"共享标准、通用标识符、单一访问入口"这一层——听起来不性感，但它是数据和模型之间真正的接口。

"AI 可用"这四个字，门槛比"公开"高得多。同一批细胞，不同实验室的测序批次、试剂、协议都会留下痕迹，模型很容易学到"哪台机器做的"，而不是"细胞发生了什么"。要消掉这些偏差，需要统一的操作规范和对照样本，成本往往比测序本身还高。

二、跟你有什么关系

做 AI 加生物的人。 这是一份公开数据底座的说明书。谁能把自有实验数据和这套标准对齐，谁就能直接吃上这波红利。

药企和 CRO。 谈判桌上的问题会变成"你的数据能不能喂模型"，而不是"你有多少条数据"。

普通读者。 这类投入短期不会变成产品，但它决定五年后 AI 能不能预测药物副作用。

三、怎么用这类消息

1. 分清"钱"和"数据"。 18 亿美元里，一部分是现金，一部分是既有数据和算力的折算，不能当成纯新增投资。
2. 看标准由谁定。 共享标识符、统一样本描述、单一访问入口——这三件事决定数据能不能被复用，也决定谁有话语权。
3. 关注可及性。 官方承诺是开放资源，实际下载门槛、商用条款要等细则，别提前替它宣布"全部免费"。
4. 看测量技术，不看榜单。 这轮投的是冷冻电镜、活体成像、扰动工具。工具决定能测什么，能测什么决定模型能学什么。

四、三个别信的说法

「18 亿美元能造出虚拟细胞。」 官方把它称为未来十年最重要的科学挑战之一。这次是打地基，不是交付成品。

「数据越多，模型越准。」 口径不一的实验结果堆得再多，价值也可能不如一批标准化数据。这也是 NIH 那部分钱要花在标准化上的原因。

「这跟中国公司没关系。」 数据一旦成为开放的公共资源，接口和标准就是话语权。缺席的一方，只能按别人的格式交数据。

五、一句话结论

这一轮缺的不是更大的模型，是能让模型学会"做实验"的那批测量数据。

信息来源

• Biohub：AI-ready biological data: $1.8 billion global commitment（2026 年 10 月 7 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。