從隱匿到獨角獸：Chai Discovery 獲得 $1.3B 估值並與 Eli Lilly 建立重大合作夥伴關係

2026 年開年數週內，藥物開發領域的人工智慧（AI）格局發生了劇烈變化。總部位於舊金山、由前 OpenAI 研究員 Joshua Meier 創立的生技新創 Chai Discovery，憑藉兩項具有決定性意義的公告躍上產業聚光燈：一輪 1.3 億美元的 B 輪融資，將公司估值推升至 13 億美元，以及與藥廠巨頭 Eli Lilly 的戰略合作。

這兩項里程碑標誌著「生成式生物學（generative biology）」領域的一個重要成熟點。AI 驅動的藥物發現不再只是理論模型的試驗場，正進入投資人與創業者所稱的「部署階段」。Chai Discovery 在不到兩年的時間內，從種子階段的新創迅速躍升為擁有大型藥廠合作夥伴的獨角獸，突顯市場對能夠不只預測分子結構、而能從頭工程化它們的平台的巨大需求。

The Series B: A New Unicorn in the Valley

Chai Discovery 最新的資金注入，證明了一流投資人對其「把生物視為工程」（biology as engineering）論點的信心。這輪 1.3 億美元的 B 輪由 Oak HC/FT 與 General Catalyst 共同領投，兩者皆為在醫療與科技領域具深厚資源與廣泛網絡的重量級投資方。

現有投資人的持續參與也相當亮眼，包括 OpenAI、Thrive Capital、Menlo Ventures 與 Dimension。新進投資人 Emerson Collective 與 Glade Brook 也加入，使公司總融資金額約達 2.3 億美元。

這筆資金不僅僅是延長營運資金；它是用於加速擴展 Chai 所有權的基礎模型（foundation models）部署的推進資本。13 億美元的估值將 Chai Discovery 明確定位為獨角獸，然而在生技領域，隨著市場的廣泛調整，獲得此一地位的門檻也越來越高。

關鍵投資重點

General Catalyst 的常務董事 Elena Viboch 強調了驅動這次投資的視角轉變。「我們相信生物正在變得可程式化，將曾經以經驗為主的藝術轉化為工程學科，」她表示。「Chai 的團隊正領導這場變革。」

The Eli Lilly Collaboration: Moving to Deployment

雖然估值吸睛，與 Eli Lilly 的戰略合作更代表了 Chai 技術的操作性驗證。這項協議不只是一般的軟體授權合約；它是一項多面向的合作，旨在將 Chai 的生成能力直接整合進 Lilly 的內部發現引擎。

依據協議條款，Lilly 將部署 Chai 的 AI 平台來設計跨多個疾病標的的新型生物治療劑。重要的是，該合作包含建立一個為特定用途打造的 AI 模型。Chai 將僅以 Lilly 廣泛且專有的資料集來訓練其基礎模型（foundation model）的客製版本。這種「私人實例」的方法使該藥廠能在利用 Chai 先進架構的同時，發揮其歷史數據的既有優勢。

為何這項交易重要

多年來，藥廠一直在試行 AI 的試點計畫。Chai 與 Lilly 的合作顯示出從試驗轉向核心整合的趨勢。

• 客製化： 通用模型固然強大，但經特定高品質內部資料（濕實驗結果、失敗的檢測、專有結構）微調的模型，能提供具競爭力的護城河。
• 驗證： 該合作是在嚴謹的評估階段之後推動的，Chai 的設計已由 Lilly 的科學團隊評估。決定繼續合作代表 AI 不僅產出有效結構，而且產出可行的 藥物候選者。
• 聚焦生物製劑（biologics）： 與以往 AI 波段較著重的小分子不同，此次合作專門針對 生物製劑（antibodies），這類治療劑更複雜但也更具利潤潛力。

Chai Discovery 執行長 Joshua Meier 指出，這項合作將 Chai 的前沿模型能力與 Lilly 在規模化部署技術以影響病患生命的能力結合起來。「除了提供對我們核心模型的存取外，基於 Lilly 的資料訓練客製模型也提供了拓展 AI 驅動早期藥物發現邊界的機會，」Meier 表示。

Unpacking the Tech: The Power of Chai-2

此次融資與合作的核心是 Chai-2，公司旗艦的基礎模型。Chai-2 在這些公告發佈前僅數月推出，被描述為一個用於分子設計的「零樣本（zero-shot）」生成平台。

在 AI 藥物發現的語境下，「零樣本（zero-shot）」能力是至高無上的目標。這代表模型能在未需針對該特定標的的結合抗體範例進行訓練的情況下，設計出對某特定標的有效的抗體。傳統方法通常需要從已知結合者出發並加以優化——這個過程更像是在編輯草稿。Chai-2 則更像是創意寫手，能從提示直接產生原創草稿。

性能指標：Chai-2 vs. 業界標準

公司宣稱 Chai-2 能達到雙位數的實驗命中率——若能在不同標的上持續達成，將大幅降低臨床前開發的時間與成本。此外，該模型據稱會考量「可開發性」屬性，確保其設計出的分子不僅在理論上具活性，還具備穩定性、溶解度與可製造性。

The Engineering of Biology

推動 Chai Discovery 敘事的，深植於創辦人的理念之中。Joshua Meier 曾任 Absci 的首席 AI 長，並在 Meta 與 OpenAI 擔任研究職務，他長期闡述的願景是將生物從「發現科學」轉變為「工程學科」。

在傳統生物學中，發現常帶有偶然性與手工性質。科學家會篩選數百萬個化合物以找出有效者。工程化的方法則試圖顛倒這個流程：指定期望的性質（例如能結合標的 X、半衰期 Y、無毒性），然後用計算方法生成符合這些規格的分子。

「我們正站在生物製藥產業新時代的懸崖邊緣，」Meier 在談到 B 輪募資時說。「幾個月前看起來像是五年才能解決的問題，現在正被縮短成數週就能解決。」

這種「工程思維」也反映在團隊組成上。共同創辦人 Jack Dent 帶來來自 Stripe 的經驗，該公司以重視開發者的基礎設施著稱。嚴謹的軟體工程原則與先進的生物模型相結合，正是讓 Chai 與早期那些偏重生物但在基礎模型架構上較薄弱的「AI for Bio」新創區別開來的關鍵。

Competitive Landscape and Future Outlook

Chai Discovery 並非獨自競逐此賽道。該領域有數個強勁的競爭者，例如利用 AlphaFold 技術的 Alphabet 子公司 Isomorphic Labs、Generate:Biomedicines 以及 EvolutionaryScale。各方都在競逐成為藥廠研發作業系統的角色。

然而，Chai 的快速崛起顯示出其獨特差異化。能在創立不到兩年就取得獨角獸估值並與 Lilly 建立標竿合作，意味著其技術已準備好進入主流程。

OpenAI 作為投資人的介入也具有策略性意義。這暗示 Chai 可能在運算資源或架構洞見上獲益，使其在 transformer 模型（transformer models）與幾何深度學習（geometric deep learning）等領域保持技術前沿。

隨著 2026 年推進，業界將密切觀察 Lilly 合作的產出。如果 Chai 的客製模型能在接下來 12 至 18 個月內為 Lilly 的管線帶來一個臨床候選藥物，那將成為生成式生物學（generative biology）論點的終極證明。就目前而言，手握 2.3 億美元資金並有全球最大藥廠之一站在其身旁，Chai Discovery 已自我定位為 AI 藥物開發領域中最引人注目且最具競爭力的公司之一。