谷歌云接入SandboxAQ：量子AI模型杀入药物研发

6 月 29 日，谷歌云做了一件不太像谷歌云的事：它把别家公司的 AI 模型放进了自己的市场。这家"别家公司"叫 SandboxAQ，两款模型分别叫 AQCat 和 AQPotency，一个管材料和半导体，一个管药物分子。

听起来像是一次普通的云市场上架，但细看会发现几个值得琢磨的点。SandboxAQ 不是外人，它是 2022 年 3 月从 Alphabet 量子技术部门独立出来的公司，CEO 是杰克·希达里（Jack Hidary）。换句话说，谷歌这次是把"前同事"的产品请回了家。更早之前，SandboxAQ 已经通过《芯片法案》拿了美国政府 5 亿美元拨款，专门用来做半导体制造方向的 AI 模型。资本市场给它的估值也已经冲到 400 亿人民币这个量级。

不是又一个大语言模型

要理解这次合作的分量，得先搞清楚 SandboxAQ 在做什么。它的核心产品不是 LLM（大型语言模型），而是 LQM——Large Quantitative Models，大型定量模型。

这两者的差别比名字看上去要大得多。

LLM 学的是人类语言里的统计规律，本质是在概率分布上做下一个 token 的预测。LQM 学的是物理化学体系里的定量规律——分子的能量、电子轨道、原子间相互作用、自由能差。它的训练数据不是网页文本，而是量子化学计算和实验测量得到的数值结果。

打个不那么严谨但好理解的比方：LLM 像是读了一千本菜谱的厨师，知道盐和糖放多少大概率好吃；LQM 更像是个有质谱仪和热力学公式的化学家，能算出来这道菜在 80 度的时候到底会发生什么反应。在科学研究这个场景里，后者才是研究人员真正需要的工具。

通用大模型在科学领域一直有个尴尬：它们能写论文摘要、能解释概念、能帮你 debug Python 脚本，但你让它预测一个新分子和某个蛋白靶点的结合自由能，它就开始一本正经地胡说。SandboxAQ 走的是反方向——不追求通用智能，专门把一类定量预测做深做透。

两款模型，两个万亿市场

上线谷歌云的具体是这两款：

• AQCat：面向半导体制造、电池研发等场景，用来识别有潜力的催化剂和新材料候选物
• AQPotency：面向药物发现，帮研究人员找出最有可能与疾病靶点结合的分子

AQCat 的应用场景非常实际。半导体制程往下推进，每一代工艺都要找新的催化剂、新的薄膜材料、新的光刻胶配方。传统做法是组合化学加上实验筛选，一轮下来几个月起步。AQ Cat 想做的是把虚拟筛选的精度拉到接近实验的水平，让研发团队在动手合成之前就能淘汰掉 99% 的无效候选。电池领域同理——固态电解质、新型正极材料这些方向，候选化学空间大到天文数字，谁能把虚拟筛选做准，谁就能省下几年时间。

AQPotency 这边的故事更性感一些。希达里在采访里说，生物制药是公司"目前最大的短期机遇"。已经在用这套技术的客户在研究胶质母细胞瘤、前列腺癌、阿尔茨海默病、帕金森病、心血管疾病。胶质母细胞瘤是脑癌里最难治的一种，五年生存率个位数。阿尔茨海默病的小分子药物开发更是个吞钱黑洞——过去二十年烧了几百亿美元，FDA 批准的有效药两只手数得过来。如果 LQM 真能把"哪些分子值得合成"这个问题前置回答，制药公司省下来的就不是钱的问题，是时间的问题。

SandboxAQ 用的技术栈里有几个关键词值得拎出来：主动学习、绝对自由能扰动解（AQFEP）、生成式 AI。AQFEP 这套方法在传统计算化学里是金标准，但贵——单个分子算一遍要用一堆 GPU 跑很久。把它和生成模型结合起来，让 AI 学会"在哪里值得花算力做精确计算"，本质上是把计算化学家的直觉数字化了。

谷歌云为什么愿意当渠道

这是这件事另一个有意思的地方。谷歌自己有 DeepMind，DeepMind 自己有 AlphaFold、AlphaFold 3、Isomorphic Labs，蛋白结构和药物发现这条线谷歌从头到尾都自己干。为什么还要把 SandboxAQ 请进来？

答案大概率有两层。

第一层是覆盖面。AlphaFold 解的是蛋白结构问题，AQPotency 解的是小分子-靶点结合预测问题，AQCat 解的是材料和催化剂问题，三件事在制药和材料的工作流里是串联的，不是替代关系。谷歌云作为平台方，最理性的策略就是把整个工作流上下游的工具都铺齐，让客户没必要去别的云。

第二层是战略关系。SandboxAQ 是从 Alphabet 出去的，股东里 Alphabet 应该还留着相当份额。技术栈层面双方天然兼容，商业层面双方利益一致。谷歌云市场（Marketplace）里上架第三方 AI 模型不算新鲜事，但能把一个估值四百亿、拿了美国政府五亿美金合同的硬核科研模型公司锁进来，对 GCP 在企业级科研客户里的口碑是实打实的加分。

顺便说一句，对国内开发者来说，谷歌云市场这种合作的实际触达门槛仍然不低——账号、付款、网络都是问题。如果只是想调用主流闭源大模型做日常开发，OpenAI Hub 这类聚合服务把 GPT、Claude、Gemini、DeepSeek 用一个 Key、OpenAI 兼容协议、国内直连搞定，省去了很多基础设施层面的折腾。

和现有玩家比起来怎样

AI 加速药物发现这条赛道现在不止 SandboxAQ 一家。简单梳理一下：

• DeepMind / Isomorphic Labs：AlphaFold 系列做蛋白结构和复合物预测，已经和礼来、诺华签了大单
• Schrödinger：老牌计算化学公司，自由能微扰算法的标杆，市场地位稳固
• Recursion、Insilico Medicine、Atomwise：各有自己的 AI 制药全流程平台
• 微软研究院：在材料发现（MatterGen）和蛋白设计上都有工作

SandboxAQ 的差异化在两点：一是它把"量子计算 + AI"作为核心叙事（虽然现阶段更多是量子启发的算法而非真量子硬件），二是它同时押注药物和材料/半导体两条线，这在专做制药的公司里不多见。AQCat 拿到《芯片法案》5 亿美元的拨款，说明美国政府对它在半导体方向的能力是认账的——这笔钱不是好拿的，要交付到产线上能用的程度。

短板也明显。AlphaFold 已经是免费开放、API 化、被全球生物学家用了三年的工具，社区认知度和数据反馈循环都已经建起来了。SandboxAQ 的模型主要是 B 端付费、客户名单不完全公开，外界要评估它的实际效果只能等论文和案例。

接下来看什么

几个值得跟踪的信号：

1. 谷歌云市场里 AQ Cat 和 AQ Potency 的定价模式。是按 API 调用计费、按订阅、还是按项目？这决定了中小型生物科技公司和材料实验室能不能用得起。
2. 客户案例的公开。希达里点名了胶质母细胞瘤、阿尔茨海默病这些适应症，如果未来一两年里某个使用了 AQPotency 的项目走到了临床前候选化合物（PCC）阶段，那就是硬证据。
3. 半导体方向的落地。5 亿美元《芯片法案》拨款要给出回报，AQCat 在某家美国晶圆厂或材料供应商那里跑通流程的消息可能比药物领域更早出现。
4. 和 DeepMind 的边界。Isomorphic Labs 已经走得很深，谷歌内部两条线如何协调，会不会有功能重叠或互补，会影响 SandboxAQ 在谷歌生态里的定位。

这次上架本身不是什么爆炸性新闻——没有新模型架构，没有 benchmark 屠榜。但它代表的方向值得注意：在通用大模型卷得头破血流的同时，专业领域的"小而深"模型正在通过云市场这种渠道，被批量送到真正需要它们的研究人员手里。科学研究这件事最终要靠定量计算说话，LQM 这条路线如果跑通，会比又多一个会写代码的聊天机器人有意义得多。

参考来源

• 谷歌云将提供用于科学研究的专业 AI 模型：可加速生物制药、材料科学和半导体制造等 - IT之家：IT之家关于 SandboxAQ 两款模型 AQCat 与 AQPotency 上线谷歌云的详细报道，包含模型功能、《芯片法案》拨款背景和 CEO 表态
• 这家药物研发大模型企业估值过 400 亿了 - 知乎：关于 SandboxAQ 大型定量模型（LQM）技术路线和估值情况的行业分析，可作为理解其商业地位的参考