加速发现：自主科学家的巨额种子轮融资
2025 年 12 月 18 日，Edison Scientific 表示其已筹集了 7000 万美元的种子轮融资，用于扩展围绕 Kosmos 构建的商业平台。Kosmos 是该团队于 11 月推出的下一代“AI 科学家”。据该公司称，本轮融资由 Triatomic Capital 和 Spark Capital 领投，一家美国大型生物技术机构投资者以及一组风险投资和天使投资人参投。Edison 的创始人表示，这笔资金是将实验室原型转化为制药公司和学术实验室可以大规模使用的产品所需的资本。
源自研究实验室的商业衍生公司
Kosmos 诞生于 FutureHouse，这是一个在过去两年中一直致力于构建“AI 科学家”系统的慈善研究项目；11 月初，该团队宣布正式成立商业衍生公司 Edison Scientific，负责产品化、销售和高吞吐量客户业务，而 FutureHouse 则继续专注于基础研究。Edison 的公开资料强调了一种混合模式：为学术界保留优厚的免费层级，但对高吞吐量运行和 API 访问收费，以便公司进行扩张。
Kosmos 的功能及其独特之处
Kosmos 并不是一个闲聊型助手。根据 Edison 的技术报告，单次 Kosmos 运行可以协调数十个专门的智能体（agents），执行文献检索、数据分析、假设生成和代码执行。该架构使用 Edison 所谓的“结构化世界模型”来保持远程连贯性：据报道，在一次运行中，Kosmos 閱讀了大约 1,500 篇论文并执行了约 42,000 行分析代码。Beta 用户告诉该公司，运行 20 个周期的 Kosmos 所产生的工作量，据他们估计相当于人类大约六个月的研究时间；Edison 报告称，该系统结论的内部准确率约为 79.4%。这些数据非常引人注目，也是 Edison 产品推介的核心。
早期成果与七项发现
在 11 月的技术报告中，Edison 描述了 Kosmos 运行产生的七项成果。其中三项是对人类研究人员已有发现的重新发现（包括至少一项在运行时尚未发表的结果），另外四项则被界定为涵盖遗传学、阿尔茨海默病相关蛋白质组学、材料科学和统计遗传学的原创贡献。其中一个头条成果是关于内嗅皮质神经元中翻转酶（flippase）基因表达随年龄增长而降低的发现——该公司表示，这一信号已在独立的单细胞 RNA-seq 数据集中得到了验证。Edison 强调，Kosmos 的每一条陈述都可以追溯到生成它的代码行或引用的文献，将可审计性定位为抵御人工智能研究工具常见的“黑箱”批评的防御手段。
商业模式与即时市场吸引力
行业反应与外部验证
Kosmos 的发布引起了 AI 和生命科学界的广泛关注。AI 生态系统中的知名人士公开赞扬了这项工作，行业通讯和行业网站迅速报道了 Edison 的主张。独立报道和技术报告摘要帮助传播了基本指标——单次运行的论文数量、代码行数以及相当于六个月的工作量——但在同行评审之外，最令人信服的验证将是广泛的独立重复试验和湿实验室（wet-lab）后续研究。
为何相关主张需要仔细审查
有两个相关事实使得 Kosmos 虽然引人入胜，但很难仅凭字面意思接受。首先，Edison 报告的时间节省幅度——单次运行相当于熟练人类劳动力数月的工作量——是基于 Beta 用户调查和少量复现结果的推断。Edison 对该数字背后的方法论保持透明，指出他们的指标来自对七位科学家的调查，以及将 Kosmos 运行与三项复现发现中的人类项目时间线进行匹配。这具有启发性，但并非定论。其次，大规模自动化假设生成存在产生统计上显著但科学上无关紧要的线索的风险：Edison 表示 Kosmos 有时会“钻牛角尖”，团队通常会针对同一目标多次运行 Kosmos 以探索多种途径。这两个问题都意味着湿实验室验证和领域专家的监督仍然必不可少。
未来的实际与伦理挑战
如果 Edison 的主张得以扩展，其后果将是实践性和体制性的。更快地识别药物靶标或材料机制将压缩发现流程的部分环节，并改变成本和劳动力的投入方向——从文献苦读和探索性分析转向验证、监管测试和制造。这种转变可能具有商业价值，但也引发了围绕知识产权（机器生成的假设归谁所有？）、署名权、数据来源以及当 AI 标记候选疗法时的临床责任等政策问题。Edison 强调可追溯性，旨在使机器输出可审计；监管机构和期刊在接受机器主导的主张之前，可能会要求独立访问底层代码、数据集以及确认发现的湿实验室步骤。
劳动力与人类科学家的角色
一种普遍的担忧是 AI 科学家将取代研究人员。Edison 和其他机构将 Kosmos 定义为一种增强工具：系统可以快速生成和筛选数百个假设，但仍需要领域专家来引导目标、解释边缘情况、设计实验并进行物理验证。在实践中，采用 Kosmos 等工具的组织将面临新的运营问题：如何招聘结合了机器工程技能和深度领域专业知识的混合团队，如何为机器提案设计 QA（质量保证）流程，以及如何为仍然是瓶颈的下游实验室验证制定预算。
Edison 及该行业的后续步骤
凭借 7000 万美元的资金，Edison 的近期路线图包括加强工程和产品团队，支持企业部署，并提高 Kosmos 自动访问数据和受研究人员引导的能力。长期的结构性问题包括：出版商、资助者和监管机构是否会要求 AI 辅助发现具有机器可读的来源，数据集和模型检查点是否会为了可重复性而共享，以及如果机器辅助发现变得普遍，学术生态系统将如何调整奖励结构。Edison 押注于可审计的、具有代理能力的系统将成为研究基础设施的核心部分——但更广泛的科学界将决定其普及速度以及在何种保障措施下进行。
目前，Kosmos 和 Edison 正处于一个转折点：一小组充满希望的技术成果、明确的产品路线图和雄厚的种子资金。要将其转化为生物学和材料科学领域可靠、通用的加速器，需要透明的方法、独立的重复试验以及大量的湿实验室工作。这些环节整合的速度将决定 Kosmos 是一个真正的发现新工具，还是一个仅适用于少数高价值问题的昂贵、专用增压器。
来源
- Edison Scientific（Kosmos 技术报告和公司博客文章，2025 年 11 月至 12 月）
- FutureHouse（平台和分拆公告资料）
- Platform Edison Scientific（发现报告和技术综述）
- BioRxiv（Kosmos 发现叙述中引用的预印本）
Comments
No comments yet. Be the first!