扎克伯格Biohub聯合美國能源部、NIH投資18億美元構建生物AI數據庫
nashnova research
扎克伯格聯合創辦的Biohub宣布與美國能源部、NIH合作投入18億美元，建設面向AI訓練的生物數據資源庫——這是聯邦機構與私人非營利組織在生物AI領域迄今最大規模的數據基建合作。
18億美元怎麼來的？誰出多少？
美國能源部承諾五年內投入逾5億美元，用於實驗室測量、建模與計算，產出面向AI的開放數據資源。
NIH則整合此前逾5億美元聯邦投資形成的已有數據集、數據庫與知識庫，與Biohub合作進行標準化處理。
這意味著→ 聯邦端貢獻超10億美元（含新增投入與存量資源），Biohub及其他資金方補齊剩餘部分，形成18億美元總盤。
為甚麼生物AI需要專門建一個數據庫？
當前AI模型訓練高度依賴高質量、標準化的數據，但生物學實驗數據分散在不同實驗室，格式和標註方式各不相同。
簡單來說＝ 生物數據就像幾百間圖書館各自用不同的編目系統——AI沒法直接讀，必須先統一「語言」。
Biohub科學負責人亞歷克斯·里夫斯表示：「一個精準的生物學預測模型，可以讓科學家在數碼環境中進行實驗，從而大幅加速科學發現。」
這筆錢最終要做成甚麼？
核心目標是為研究人員提供可直接用於AI模型訓練的標準化生物數據集。
Biohub認為，這些數據有望幫助科學家探索疾病預防與治療的新路徑，推動對疾病機理的深入理解。
這意味著→ 這不是一個純基礎研究項目，而是在為生物領域的「大模型時代」鋪設數據基礎設施。
聯邦與非營利合作，能走多遠？
此次合作的特殊之處在於：聯邦機構（能源部、NIH）與私人非營利機構（Biohub）以共建數據資源的方式深度綁定。
這反映出一個信號：在生物AI這條賽道上，單靠政府撥款或單靠私人資金都不夠——數據基建的規模要求雙方合力。
這一模式能否成為可複製的範式，是外界持續觀察的核心節點。
市场有风险，内容仅供研究参考，不构成投资建议。