扎克伯格Biohub联合美国能源部、NIH投资18亿美元构建生物AI数据库
nashnova research
扎克伯格联合创办的Biohub宣布与美国能源部、NIH合作投入18亿美元，建设面向AI训练的生物数据资源库——这是联邦机构与私人非营利组织在生物AI领域迄今最大规模的数据基建合作。
18亿美元怎么来的？谁出多少？
美国能源部承诺五年内投入逾5亿美元，用于实验室测量、建模与计算，产出面向AI的开放数据资源。
NIH则整合此前逾5亿美元联邦投资形成的已有数据集、数据库与知识库，与Biohub合作做标准化处理。
这意味着→ 联邦端贡献超10亿美元（含新增投入与存量资源），Biohub及其他资金方补齐剩余部分，形成18亿美元总盘。
为什么生物AI需要专门建一个数据库？
当前AI模型训练高度依赖高质量、标准化的数据，但生物学实验数据分散在不同实验室，格式和标注方式各不相同。
用大白话说＝ 生物数据就像几百个图书馆各自用不同的编目系统——AI没法直接读，必须先统一"语言"。
Biohub科学负责人亚历克斯·里夫斯表示："一个精准的生物学预测模型，可以让科学家在数字环境中进行实验，从而大幅加速科学发现。"
这笔钱最终要做成什么？
核心目标是为研究人员提供可直接用于AI模型训练的标准化生物数据集。
Biohub认为，这些数据有望帮助科学家探索疾病预防与治疗的新路径，推动对疾病机理的深入理解。
这意味着→ 这不是一个纯基础研究项目，而是在为生物领域的"大模型时代"铺设数据基础设施。
联邦与非营利合作，能走多远？
此次合作的特殊之处在于：联邦机构（能源部、NIH）与私人非营利机构（Biohub）以共建数据资源的方式深度绑定。
这反映出一个信号：在生物AI这条赛道上，单靠政府拨款或单靠私人资金都不够——数据基建的规模要求双方合力。
这一模式能否成为可复制的范式，是外界持续观察的核心节点。
市场有风险，内容仅供研究参考，不构成投资建议。