药物研发是现代工业领域中最昂贵的追求之一。寻找一个可行的分子可能需要耗费十年的时间与数十亿美元的成本，且绝大多数候选药物最终都无法通过临床验证。尽管新一代 AI 初创公司承诺解决这一难题，并为研究人员提供了更强大的工具，但 SandboxAQ 认为，真正的瓶颈并不在于模型本身的性能，而在于交互界面的复杂性。
近日，SandboxAQ 宣布与 Anthropic 达成重要合作，计划将其科学 AI 模型直接集成到 Claude 中。这一举措将强大的药物研发和材料科学工具置于一个直观的对话式界面之后，使用户无需依赖专门的计算基础设施，即可通过自然语言进行复杂的科学探索。
作为一家由 Alphabet 孵化的公司，SandboxAQ 的董事长是谷歌前 CEO 埃里克·施密特（Eric Schmidt）。该公司已从投资者手中筹集了超过 9.5 亿美元，业务版图涵盖网络安全等多个前沿领域。SandboxAQ 最具独特性的技术在于其开发的“大规模定量模型”（LQM）。与依赖文本模式学习的传统大语言模型不同，LQM 是“以物理学为基础”的，这意味着它们构建于物理世界的客观规律之上，能够运行量子化学计算，并模拟分子动力学及微观动力学——即研究化学反应在分子层面的演变过程。
这种技术的价值在于，它能在实验人员真正进入实验室之前，预判候选分子的潜在行为。SandboxAQ 在新闻稿中强调，LQM 基于真实的实验室数据和科学方程进行训练，是专为“定量经济”量身定制的 AI 模型。这一经济领域规模超过 50 万亿美元，涵盖了生物制药、金融服务、能源和先进材料等核心产业。这表明 SandboxAQ 的目标并非构建另一个聊天机器人或代码助手，而是致力于推动 AI 对实体经济的深度转型。
在当前的 AI 竞赛中，Chai Discovery 和 Isomorphic Labs 等资金雄厚的初创公司正专注于提升模型的科学精度，而 SandboxAQ 的战略重点则在于“如何使用”。SandboxAQ AI 模拟总经理 Nadia Harhen 表示：“这是首次将前沿的定量模型置于前沿的大语言模型之上，并允许用户通过自然语言进行访问。”
在此之前，使用 SandboxAQ 的 LQM 需要用户自行搭建复杂的数字基础设施。其目标客户通常是大型制药公司或工业企业的计算科学家、研究科学家及实验学家，他们正致力于寻找能够实现商业化的新材料。Harhen 指出，许多客户之所以选择 SandboxAQ，是因为他们已经尝试过市面上所有的软件，但由于问题的复杂性，传统的软件转化在现实世界中往往难以取得理想的结果。通过将复杂的物理模型接入 Claude，SandboxAQ 正在打破科学发现的技术门槛。
推荐意见