文｜徐牧心

编辑｜陈之琰

穿过雾霾天气下的中关村大街，深势科技的办公室隐藏于其中，到处都是冷白光与玻璃幕墙，像一家硅谷的公司。

这让人联想到最近在科技圈爆火的DeepMind纪录片《The Thinking Game》（思维博弈）。在大洋彼岸，Demis Hassabis和他的团队正是在类似的冷光下，试图用人工智能解构生物学的底层奥秘。

不过一场资本风暴也在这里落定，深势科技已于近期完成C轮融资，规模超8亿元人民币，融资后估值超60亿元。本轮融资由老股东北京人工智能产业投资基金继续加注，新股东名单中出现了达晨财智、联想创投、元禾璞华、京国瑞等具有深厚产业背景和国资属性的机构。

从2018年靠几篇论文起家，到如今手握数亿融资，深势科技是观察中国AI4S行业，或者说前沿科技商业化的样本：当硅谷式的理想主义遭遇坚硬的商业现实，一群渴望用算法重塑世界的年轻人，如何在科学的无人区里，建立起一套可被定价的商业规则。

正如一部纪录片需要有几个章节，来说明这家公司发展故事中的关键性节点，深势科技的七年也可以用这6个小故事来讲述。

Part01

牧羊少年的奇幻漂流

回到深势科技的故事起点。2017年，在一趟航班上，张林峰打开电脑，用深度学习算法模拟出了64个水分子在10皮秒内的运动结果，在40年前，这个实验需要耗费2亿核时，而如今他只需要一个笔记本电脑。

张林峰把这件事告诉了北大同窗孙伟杰，他们都意识到，AI不仅算准了，而且比传统分子动力学模拟快了数个数量级。而这不仅仅是一个数学游戏，他手中握住的，可能是一把通往微观世界新物理规律的钥匙。

他们的第一笔启动资金不是融资，是全国颠覆性技术创新大赛的金奖奖金，一共1200万人民币，分3年给到。直到2020年，这种技术直觉被权威奖项验证了。张林峰、鄂维南等人凭借在“深度势能”分子模拟方面的突破，获得了国际高性能计算领域的最高奖项——“戈登·贝尔奖”。这被誉为超算领域的诺贝尔奖。该成果随后入选了中国两院院士评选的“2020年中国十大科技进展”，与新一代人造太阳、量子计算原型机“九章”并列。从那之后深势的融资变得顺畅起来。

张林峰也是在此时从普林斯顿博士毕业，据业内传闻，他一度拒绝了DeepMind团队的邀约，回到国内，出任深势科技的负责人，他当时写了一篇文章，向大家宣布了这个消息，他引用保罗·柯艾略名著《牧羊少年奇幻之旅》的话：每个人的寻梦过程都是以“新手的运气”为开端，又总是以“对远征者的考验“收尾。

恰好这句话的下一句对应恩师鄂维南对他回国的鼓励：夜色之浓，莫过于黎明前的黑暗。

Part02

复现AlphaFold

规模化和闭环意味着从“作坊”转向“正规军”，也意味着需要吸纳更顶级的人才。如今的算法合伙人柯国霖，便在此时加入。

柯国霖是AI算法圈的技术大神。加入深势之前，他是微软亚洲研究院（MSRA）的高级研究员，是知名机器学习库LightGBM的核心作者。该项目在GitHub上的Star数破万，论文引用量数万次，是全球工业界应用最广泛的算法工具之一。

一个小故事可以佐证他在圈中的地位——某一次柯国霖面试候选人，两人聊得不错，到最后候选人问他贵姓，柯国霖便告知了自己的名字。没想到候选人竟直接站了起来，认真地告诉他：“如果知道您是柯国霖的话，我估计不会对你的问题这么对答如流了。”

2021年，柯国霖第一次造访深势办公室的时候，是一名实习生接待的他，两人走廊行走随便聊了两句，实习生便给他介绍起了深势生物医药产品及算法相关的情况，柯国霖震惊之余又有点激动，他心想：“这公司连实习生都这么厉害吗？”

后来这名实习生成为了深势科技的生物医药研发总工程师。

柯国霖当时就决定加入，不仅是为了与年轻的天才们一起工作，还因为他相信AI技术在AI4S领域能发挥更大的作用。

在加入后没几周，柯国霖就迎来算法团队可能最重要的一项工作，复现Google DeepMind的AlphaFold 2。

当时是2021年，AlphaFold 2刚刚引发整个生物医药领域的轰动，但DeepMind并未开源训练代码。缺少可复现的训练实现，就意味着关键能力被“卡脖子”。所以那个时候柯国霖及其团队的目标就是在远少于谷歌的资源条件下实现 AlphaFold 2 的训练复现——这是一场极其惊险的战役，“我们几乎没有试错的机会。”柯国霖回忆道。整个复现过程中，核心的大规模训练实验实际上只完整跑了一次，而这“唯一的一次”就成功了。

这当然有一定运气的因素，但更关键的是，整个团队几乎不眠不休地反复研读 AlphaFold 2 论文，吃透其算法原理，并在工程实现的每一个细节上持续较真、反复打磨。

后来，这场实验成为全球首个对AlphaFold 2进行完整训练复现的成果。

后来柯国霖带着团队继续攻克蛋白建模难题，值得一提的是，他们开发的蛋白—小分子对接模型Uni-Mol Docking也颇受DeepMind关注，并在他们后续的 AlphaFold 3论文中作为表现最好的基线模型被引用。

Part03

不做Biotech，要做微观达索

创业不久后，深势科技就面临着一个典型的商业分岔路口：是利用算法自己做药（Biotech），还是做一家软件平台公司（Platform）？

从资本回报的角度看，Biotech的路径似乎更性感。只要做出一款重磅炸弹药物，回报将是指数级的。很多AI制药公司也确实选择了这条路，利用AI筛选出管线，然后推进临床，试图成为下一个辉瑞。

但深势最终选择了做平台。

首先是信任问题。深势的客户是药企，如果深势自己也做药，就会立刻陷入“既做裁判员又做运动员”的尴尬境地。药企不会放心将核心数据交给一个潜在的竞争对手。只有严守“不碰管线”的红线，深势才能作为中立的第三方，早期就获得来自恒瑞、药明康德等行业巨头的信任。

其次，也是更重要的一点，是关于公司愿景的定义。深势的野心不在于成为一家成功的制药公司，而在于成为“微观世界的达索系统”——像达索定义了宏观工业设计（飞机、汽车）一样，定义微观尺度（分子、原子）的研发标准。

深势要解决的是“原子排列组合”的底层问题，这套能力不仅能用于制药，还能用于电池、半导体、化工材料。这种通用性的平台价值，远高于单一管线的赌博。

在商业化落地上，深势选择了“软件+服务”的模式。第一个大客户是一家医药公司。合作初期，孙伟杰和团队拿着Hermite药物设计平台的Demo，一次次往返于北京、上海和连云港。他们没有讲宏大的愿景，而是直接比拼数据：针对某个难成药靶点，AI算出的苗头化合物，在活性和成功率上是否高于传统高通量筛选？

经过漫长的验证（POC），这家医药公司最终买单。此后，宁德时代、比亚迪等新能源巨头也相继成为客户，深势的业务版图成功从生命科学拓展到了物质科学，进一步验证了其“微观达索”平台战略的可行性。

Part04

超级实验室的豪赌

随着商业化的深入，深势科技发现了一个更本质的痛点：AI算得再准，如果客户做不出来，依然是“虚”的。而且，AI for Science目前面临的最大瓶颈并非算法，而是高质量数据的匮乏。

为了弥合“算”与“做”之间的鸿沟，并解决数据荒，深势科技做出了一个极“重”的决定：建立超级实验室（玻尔·赛博实验室）。这里应该解释一下，“超级实验室”并不是一间房或一条产线，而是一整套以Uni-Lab-OS为内核的实验基础设施和调度技术体系。

这个实验室的负责人之一昌珺涵，是一位99年的男生。他向「暗涌Waves」介绍，超级实验室不仅仅是解放双手，其核心能力在于实现“读算做”的全自动闭环。

“很多时候，科学家有了想法，却被困在重复的体力劳动中。”昌郡涵解释道，而超级实验室却一直在这里，一旦有人发来需求，AI设计出配方，指令直接下达给机械臂，自动配液、反应、表征，数据实时回传给模型。

为了支撑超级实验室的高效运转，深势在内部构建了一套严密的分工体系：领域专家负责将科学需求“翻译”为机械语言；机械工程师将需求具象化为硬件方案；而Uni-Lab-OS本身也是一个开源的实验室操作系统项目，一方面支撑深势内部超级实验室的稳定运行，另一方面也向外部科研团队开放接口，让他们在自己的实验室里按需搭建“小型超级实验室”。

甚至，为了打破传统科研界对“手工实验”的依赖，团队还需要深入高校和企业，通过开源社区、与高校联合开设的“智能实验装置”课程、Workshop等，把真实课题改造成可复用的自动化场景，让更多学生和老师在自己的实验室亲手完成一次改造。

对于整个AI4S行业，这意味着终于有了一套能够源源不断产生标准化、高质量“湿实验”数据的工厂。这些数据反哺给AI模型，形成了真正的数据飞轮。

昌珺涵加入深势的故事，极具戏剧性。

昌珺涵曾是北大的学生。张林峰每年暑假都会回北大举办暑期班。当时，小昌正醉心于一个理论计算化学项目，他拿着自己的研究思路去找张林峰请教。张林峰只看了一眼，就给出了断言：“这个方向有天花板，对你的问题走不通。”

昌珺涵并不服气，回去又推了三个月。三个月后，他意识到这确实是条死胡同。那一刻，他被张林峰对底层规律的洞察力彻底折服，决定加入深势。如今，这位99年的年轻人，正在管理着深势最“重”的资产，试图打通科学实验的“最后一公里”。

Part05

国家队入局背后的信号

回到此次C轮融资。本轮引入的北京人工智能产业投资基金、京国瑞等国资背景机构，释放了一个明确的信号：AI for Science已经不仅仅是科研探索或一门生意，更被视为国家战略层面的科研基础设施。在“卡脖子”技术频出的当下，拥有一套自主可控的微观研发底座，其战略价值不言而喻。

然而，不可否认的是，相比于美国同行，中国AI4S公司在资本市场上仍面临估值压力。谷歌分拆出的Sandbox AQ首轮融资即达5亿美元，DeepMind更是背靠谷歌的无限输血。

孙伟杰对此有着清醒的认知。他认为，在AI for Science领域，中美之间并不存在明显的能力代差。甚至在某些方面，中国更具优势：中国科学家拥有更强的执行力，中国拥有全球最成熟的供应链，以及海量的物理及制造业数据。

那么，为什么资本对中国AI4S的认可度似乎不如美国？

“因为我们没有AlphaFold。”孙伟杰直言。

迄今为止，中国尚未诞生一个像AlphaFold那样，能够让全世界感到震惊、彻底“出圈”的AI科学明星项目。投资人需要一个超级图腾，一个能让他们瞬间理解这项技术颠覆性的案例。

这正是深势科技下一阶段的野心所在。孙伟杰期待，深势未来不仅是卖软件，更要在某个垂直领域——比如某种革命性的固态电池材料，或者一款First-in-class的RNA药物——制造出“中国的AlphaFold时刻”。用无可辩驳的结果，去征服资本市场的偏见。

Part06

奥本海默的影子

在访谈的最后，我们聊起《The Thinking Game》的结尾，Demis Hassabis提到了奥本海默和曼哈顿计划。当人类掌握了原子能这样上帝般的工具，恐惧也随之而来。

这种恐惧，深势科技的创始人们也曾有过。但孙伟杰有着更细腻的思考。

“原子弹毕竟只是一种工具，是中立的物理力量。但AI不同，智能体本身就像是一个‘人’。”孙伟杰说。他不仅害怕创造出不可控的工具，更在思考：如果有一天，硅基智能体真的在智力上全面超越了人类，甚至掌握了从微观到宏观的所有规律，那么人类存在的意义究竟是什么？

“即使到了那一天，我觉得人类依然有一些独有的东西是无法被取代的。”孙伟杰说，比如感性的认知，比如对艺术与音乐的感受。

还有一点是AI无法替代的，那就是立场与取舍。故事回到张林峰老家，山西汾阳的一个篮球场上，那天街头的“恶霸”和他们抢地盘，虽然张林峰奋力反抗，但还是被打了一顿。

张林峰在那一刻确定了一个堪称“原则”的想法，那个原则跟随他一直走到了今天——

“我发誓，要成为一个厉害的好人。”（转载自暗涌Waves）