Miles Wang 是一位 OpenAI 研究員，公開發表的作品曾包含用於科學與生物發現的 AI，據報他正離開公司，準備創立一家新的藥物發現事業。根據 TechCrunch，這家新創正洽談以 20 億美元估值募資約 2 億美元，Lightspeed 則據稱正討論領投這輪融資。

這筆據報交易尚未定案，仍有重要細節未明。TechCrunch 引述了 4 位熟悉 Wang 計畫的人士，同時也報導 Wang 對其募資數字與公司描述提出異議，但未提供修正後的數字或更完整的說明。即使如此，這則報導仍然重要，因為它顯示投資人正多麼積極地支持那些位於前沿 AI 與生技交會處的新團隊。

對 AI 開發者與企業採購者來說，這則消息的意義與其說在於某位創辦人的轉身，不如說在於資本接下來往哪裡集中。經過多年對聊天機器人、程式工具與通用模型的關注後，投資人似乎愈來愈願意資助針對高價值科學工作流程的專用模型公司。藥物發現就是最明確的例子之一，因為即使在標的辨識、分子預測或藥物再利用上只有小幅改善，也可能帶來巨大的商業後果。

TechCrunch 對這家新公司報導了什麼

TechCrunch 報導，Wang 正在規劃一家聚焦於藥物發現 AI 模型的新創，且預計還會有其他幾位 OpenAI 研究員加入。文章指出，這家公司可能正在探索有助於辨識現有藥物新用途的模型，包括已獲 FDA 核准的藥物，以及可能在試驗中失敗過的化合物。

這個可能的方向很重要。藥物再利用常被視為比從零發明全新化合物更快的商業化路徑，因為其中大部分安全性工作已經完成。如果這家新創確實圍繞這個策略建立，那它會比 de novo 分子創造中最長期的賭注，更接近工作流程加速與資產優先排序。

不過，這一切目前仍屬暫時性。報導中沒有公司名稱、沒有公開產品描述、沒有公開模型基準，也沒有公告投資人。TechCrunch 報導中唯一直接回應，是 Wang 對募資數字與公司描述提出異議。這表示這起新聞事件的核心不是發布會或募資完成，而是由一位 OpenAI 研究員正在形成的新公司所展開的一連串募資談判。

為何這符合 AI 藥物發現更大的募資浪潮

這篇報導的時間點，正好吻合投資人對 AI 藥物發現興趣的整體升溫。TechCrunch 本身也提到 Chai Discovery，該公司最近宣布以 38 億美元估值完成 4 億美元募資，以及 Google DeepMind 分拆出的 Isomorphic Labs，於 5 月完成 21 億美元的 Series B。

這些交易顯示，專注生命科學 AI 的公司如今已能獲得過去多半只屬於基礎模型實驗室與頂級基礎設施新創的估值規模。從實務上看，投資人似乎正在獎勵那些能合理主張自己正在建立專有模型、資料集與工作流程，並與生物學和化學中的可衡量成果相連結的團隊。

這樣的比較有幫助，但需要謹慎看待。Chai Discovery 與 Isomorphic Labs 各有自己的技術議程、合作關係與成熟度。TechCrunch 並未報導 Wang 的新公司在產品準備度、資料取得、藥廠關係或科學驗證方面已達到它們的水準。不過，這一群公司所支持的觀點是：投資人如今確實看見這個領域有空間容納多個資金充足的新進者，尤其當他們能吸引頂尖模型研究員，並提出更窄、更接近價值實現的短期路徑時。

這也是 OpenAI 在此特別重要的原因。從 OpenAI 出來的創辦人，在募資上會立刻帶來很強的訊號效果，尤其是在市場愈來愈相信模型建構人才可轉移到科學應用的情況下。這種轉移是否能在生物學中帶來持久的商業優勢，是另一個問題，也需要的不只是漂亮的履歷就能回答。

人才故事：OpenAI 的研究陣容遇上生技野心

根據 TechCrunch，Wang 在 2024 年離開哈佛後加入 OpenAI。報導稱，他在 OpenAI 共同撰寫過研究論文，包括探討 AI 模型如何自動化並加速科學發現的工作。這個背景也解釋了為何投資人會關注他正在打造的公司，尤其是一家聚焦藥物發現而非通用消費型 AI 的公司。

如果如 TechCrunch 報導所說，數位 OpenAI 研究員真的加入這項創業計畫，那這家公司一開始就可能擁有罕見的前沿模型人才密度。對觀察市場的創辦人與產品領導者來說，這又是大型實驗室正逐漸成為各領域專用新創人才供應系統的另一個例子。這種動態類似於過去的浪潮：研究員離開大型雲端、搜尋或晶片公司，創辦更聚焦的基礎設施業務。

但生命科學的限制與許多軟體市場不同。大型模型人才很有價值，但單靠這一點不夠。成功的 AI 藥物發現公司還需要高品質生物資料的取得、可信的濕實驗室策略或合作夥伴、對疾病領域的聚焦，以及能在比主流軟體部署更慢、更受監管的工作流程中驗證預測的方法。

AI 專業能力與生技執行力之間的落差，將決定這類新創是成為可持續的平台公司，還是另一個資金充裕的研究計畫。市場如今更願意押注進入生物學的頂尖 AI 團隊，但還沒有替他們解決「轉譯」這個問題。

證據、主張，以及仍未驗證之處

這則故事中最有力的事實主張，來自 TechCrunch 的消息來源，而不是官方公司發布或融資公告。根據 TechCrunch，Wang 正離開 OpenAI、正在組建一家 AI 藥物發現公司，並正洽談以 20 億美元估值募資約 2 億美元。TechCrunch 也報導 Lightspeed 正在討論領投這輪。

這些細節應被視為「有報導但未確認」。TechCrunch 明確指出談判仍在進行中，條件可能變動。它還報導 Wang 對募資數字與公司描述提出異議，而 Lightspeed 則未回應置評請求。來源材料中沒有公開條款書、沒有申報文件，也沒有 OpenAI 的聲明。

產品方向就更不確定了。TechCrunch 根據兩位消息來源指出，這家新創可能正在研發可為既有藥物、甚至在試驗中失敗的化合物尋找新用途的模型。這是一個合理且具策略吸引力的領域，但目前仍只是基於消息來源的描述，而非已確認的路線圖。

相較之下，圍繞 Chai Discovery 與 Isomorphic Labs 的市場背景更為扎實，因為 TechCrunch 將那些融資輪次呈現為已完成的交易。然而，即使如此，也不應把估值與募資規模和產品效能混為一談。它們代表的是投資人的信心，而不是臨床成功。

這對開發者、企業與 AI 市場意味著什麼

對 AI 開發者而言，這則故事強化了朝向垂直模型公司的轉變。下一波新創形成，可能不是再做一個更廣泛的助理，而是把模型進展應用到高成本、資料密集的工作流程中，因為更好的預測足以合理化非常高的軟體與研究預算。AI 藥物發現正是最吸引人的目標之一，因為成功可在標的選擇、篩選與投資組合決策上層層累積。

對製藥與生技的企業買家而言，這個趨勢很可能意味著更多供應商選擇，但也代表更多盡職調查工作。一家從 OpenAI 分拆出來的新創可能會帶著很強的模型可信度登場，但買家仍需提出實際問題：系統是用哪些資料訓練的、輸出有多可重現、工作流程的哪些部分 वास्तव際上已自動化，以及在昂貴的實驗室驗證開始前，如何處理誤報。

從更廣的市場來看，這篇報導顯示，前沿 AI 人才在最大型實驗室之外，仍然擁有巨大的金融槓桿。這可能加劇對具科學 AI 背景研究員的競爭。它也可能迫使 OpenAI、Google DeepMind 與其他公司更認真思考留才、內部孵化，以及有多少領域專屬的科學工作要留在內部、又有多少可以讓分拆公司獨立追求。

也存在一種更保守的解讀。創業初期的高估值，可能會在公司尚未證明狹義 product-market fit 之前，就帶來必須承諾廣泛平台成果的壓力。在生物學這類回饋迴路比 SaaS 更慢的領域，這種壓力可能很有風險。投資人現在或許很樂觀，但持續的信心將取決於這些模型是否真的改善了 R&D 決策，而不只是產生吸引人的 demo。

接下來要觀察什麼

第一個要監測的訊號，是這筆募資是否真的完成，以及 Lightspeed 是否正式出現在這輪名單中。如果交易條件相較於報導的 20 億美元估值有明顯變化，這將很能說明市場對新一代 AI 藥物發現團隊到底有多強勢地定價。

第二是團隊組成。如果有多位 OpenAI 研究員加入 Wang，這家公司從第一天起就可能成為人才磁鐵。若沒有，早期敘事可能會從「實驗室分拆」轉向更典型的、由創辦人主導的生技 AI 公司。

第三，要注意公司的技術定位。如果它強調藥物再利用，代表較偏近端的商業策略；若它主打面向生物學的廣泛基礎模型，投資人和未來客戶大概率會要求更強的資料集、驗證與科學優勢證據。

最後，要看合作夥伴與驗證點。在這個領域，與製藥公司、研究機構或實驗驗證相關的公告，往往比抽象的模型主張更重要。若缺少這一層，即使是非常大的種子輪或早期融資，本質上也仍是對人與潛力的押注。

Creati.ai 觀點

這則報導之所以值得注意，是因為它位於兩股強大市場力量的交會處：對前沿 AI 研究人才的溢價，以及對超越聊天介面的高價值垂直應用的追尋。OpenAI 已不只是通用模型公司的訓練場，也成為那些想把這些方法應用到能釋放巨大企業價值領域的新創孵化地。

同時，AI 藥物發現仍是一個資本可能比證據移動更快的類別。若 Miles Wang 的公司真的完成大額融資，真正的考驗不會是頭條上的估值，而是它能否把模型專業能力轉化為生物學中經過驗證的工作流程。對創辦人與買家來說，這是核心教訓：在企業 AI、尤其是生命科學領域，模型品質只有在能經得起該領域資料、限制與決策流程的考驗時才有意義。