字节AI科学大将离场，瞄准千亿美元药物研发市场

大模型竞争愈发激烈的当下，一位长期活跃在AI制药前沿的核心研究者选择离开大厂，走向创业。

UCLA计算机科学副教授顾全全（Quanquan Gu）近日宣布正式离开字节跳动Seed实验室，结束为期三年的产业研究生涯。相比普通的人才流动，这次离职更容易引发关注的原因在于其身份的特殊性——既是学术界机器学习领域的重要学者，也是过去几年字节AI for Science（AI4S）布局中的关键人物。

在顾全全的公开回顾中，他提到自己能够同时参与大语言模型预训练与AI制药研究，是一段相当难得的经历。而从行业视角来看，这实际上也折射出过去三年科技巨头对AI研发方向的变化轨迹。

如果说2023年前后，各家公司主要围绕聊天机器人和通用大模型展开竞争，那么随后AI for Science开始成为新的战略高地。药物研发、蛋白质设计、材料科学、气候模拟等领域被视为AI落地最具商业价值的方向之一。

原因很现实。

互联网产品可以快速试错，但创新药研发往往需要十年以上周期和数十亿美元投入。一个药物分子从实验室走向市场，失败率极高。传统研发模式下，大量时间消耗在分子筛选、结构预测和实验验证环节。

AI试图解决的正是这个问题。

过去几年，DeepMind推出AlphaFold系列模型后，蛋白质结构预测能力出现跃迁，也让整个AI制药赛道迅速升温。大量资本涌入，创业公司数量激增，全球药企开始与AI公司建立合作关系。

顾全全所领导的方向正处于这条赛道核心位置。

据公开信息，其团队曾研发SeedFold模型，并推出多款蛋白质语言模型。无论是蛋白质结构预测还是生物计算，本质上都属于构建生命科学领域的“基础模型”。相比面向消费者的聊天机器人，这类模型数据门槛更高，验证周期更长，但一旦成功进入产业链，其商业价值往往更加稳定。

这也是近年来越来越多顶尖AI研究者转向生命科学创业的重要原因。

资本市场已经给出了信号。无论是美国的Recursion、Insilico Medicine，还是英国的Exscientia，AI制药公司近年来持续获得大型药企合作与资金支持。部分项目甚至在临床阶段就获得数亿美元授权交易。

相比互联网应用层创业，AI制药更像一场耐力赛。

大模型创业公司需要证明用户增长，而AI制药公司最终需要证明药物有效性。前者依赖算力和产品迭代，后者则需要跨越实验验证、临床试验和监管审批等复杂环节。

顾全全此次透露将聚焦蛋白质设计、药物发现平台创业，并已获得头部机构支持。从时间节点来看，这也符合当前行业趋势。随着基础大模型能力逐渐趋同，越来越多资金开始流向垂直场景，希望寻找真正能够创造长期现金流的AI应用。

对于字节跳动而言，这次人才流动未必意味着AI4S战略收缩。过去几年，无论是腾讯、阿里还是字节，都在持续建设科学智能团队。只是当技术逐渐成熟，一部分研究成果开始从实验室走向产业化阶段，创业成为不少科学家的自然选择。

某种意义上，AI制药正在经历类似二十年前互联网行业的发展过程。大公司负责建设基础设施和技术平台，而真正改变行业格局的新企业，往往诞生于这些平台之上。

顾全全的离开，更像是这一轮AI科学商业化浪潮中的一个缩影。比起一次普通的人才变动，市场更关心的是，他能否把实验室里的模型能力，真正转化成下一代药物研发体系的一部分。毕竟在生命科学领域，代码只是起点，最终决定价值的仍然是实验结果和临床数据。