人工智能创业潮正在从通用模型竞争，逐渐转向更垂直、更专业的应用领域。继大模型平台成为资本追逐焦点之后，如何利用 AI 改造科研流程，正在成为新的创业方向。
据 Business Insider 报道，前 OpenAI 首席产品官 Kevin Weil 正在为其新成立的 AI 科学初创公司寻求融资，目标估值至少达到 7.5 亿美元，公司计划募集约 1.5 亿美元资金。目前相关融资细节仍未最终确定。
Kevin Weil 曾负责 OpenAI 产品体系建设，参与推动 ChatGPT 等产品商业化落地。在离开 OpenAI 后，他选择进入 AI 科学应用领域，也反映出行业关注点正在发生变化。
过去几年，AI 公司的竞争核心是模型规模。更多参数、更强算力、更大的数据集成为衡量技术能力的重要指标。但随着基础模型能力逐渐提升，市场开始寻找下一阶段的价值释放路径。
科学研究成为其中一个热门方向。
从药物研发、材料发现，到生物工程和物理模拟，科研领域长期存在大量复杂计算和知识整理工作。传统研发流程往往需要研究人员投入大量时间进行文献分析、实验设计以及数据处理，而 AI 可以帮助缩短部分环节的周期。
这也是资本关注 AI 科学公司的原因。
相比普通消费级 AI 应用，科学领域虽然市场规模更垂直，但客户价值更高。一款能够帮助药企优化研发流程的 AI 工具，或者能够辅助科研机构进行复杂实验分析的平台，商业价值可能远高于简单的办公助手。
近年来，类似方向已经吸引不少创业团队和投资机构进入。部分公司尝试利用大模型进行蛋白质结构预测，部分团队则探索 AI 自动化实验室，希望让机器参与实验设计和验证过程。
不过，AI 进入科学领域也并非简单复制聊天机器人模式。
科研场景对于准确性要求极高，一个错误结论可能影响整个实验周期。AI 系统不仅需要理解文本信息，还需要结合专业数据库、实验数据以及领域知识，形成更可靠的推理能力。因此，真正有竞争力的企业可能需要同时具备模型能力、科研资源和行业合作网络。
Kevin Weil 的经历提供了一定优势。OpenAI 的产品经验意味着他熟悉 AI 技术商业化过程，而科学领域又处于早期探索阶段，市场仍存在大量空白。
7.5 亿美元估值目标，也说明投资者正在重新评估 AI 创业公司的价值逻辑。未来的竞争可能不再只是制造更大的模型，而是谁能够把模型能力嵌入具体行业流程，让 AI 从工具变成生产力基础设施。
AI 科学赛道目前仍处于早期阶段，资本愿意下注，但最终能否兑现高估值，还取决于这些公司能否真正解决科研效率和成果转化中的长期难题。对于创业者而言，模型只是起点，行业理解才可能决定终点。
