关键数据（截至 2026-07-30）：2023 年由 Flagship Pioneering 内部孵化（前身项目更早），总部剑桥；已确认融资 5.5 亿美元；据彭博 6 月报道，正以约 85 亿美元投前估值洽谈约 20 亿美元 B 轮，尚未确认落地；主要投资方 Flagship Pioneering、Braidwell、Collective Global、General Catalyst、NVIDIA NVentures、ARK。
据 Lila 创始人 Geoffrey von Maltzahn 公开表述，一支此前没有 mRNA 专业背景的三人小队，用四个月找到了蛋白表达效率超过 BioNTech、Moderna 新冠疫苗序列三倍的候选。Lila 一共放出四个这样的演示，但完整实验数据和同行评议都没公开。让硅谷投资人心动的不是这条序列，是它的做法：科学家只定目标，AI 自己提假设、设计实验、指挥机器人上手，再从结果里学。Lila 给这套东西起了个名字，叫「科学超级智能」。
八个月，它的估值从 13 亿冲到据传的 85 亿美元，中间没有一款药进临床，也还没公开一笔可核实的商业收入。这家公司引起注意，一是因为在科学智能（AI for Science）这条最烧钱、最难验证的路上，它跑在最前面；二是因为它把一个老问题重新摆上了台，尽管这套承诺，上一代人已经赌过一轮。
团队：Flagship 流水线上的又一件产品
Lila 出身不凡。它是 Flagship Pioneering（Moderna 的缔造者）2023 年内部孵化、2025 年 3 月才亮相的项目。CEO Geoffrey von Maltzahn 是 Flagship 前合伙人，联合创办过十家公司；董事长 Noubar Afeyan 是 Flagship 创始人、Moderna 联合创始人。此外，哈佛遗传学家 George Church 任首席科学家、前哈佛医学院的 Andrew Beam 任 CTO。
值得一提的是 Flagship 不是普通 VC，更像一条打造公司的流水线：每年内部孵 80 到 100 个点子，分阶段筛，自己攒、自己投、自己控股，至今造出 100 多家公司、25 家上市，Moderna 是里头最大的一个。这台机器的算盘是并行下注、一轮轮往上标价，单独哪家成不成，不影响整体回报。所以看 Lila 的 85 亿估值，要警惕的是多少来自 Flagship 的品牌溢价。2025 年，Flagship 系已有多家公司裁员收缩（Tessera、Apriori、Ring 等）。
von Maltzahn 从 Tessera、Generate、Kaleido 一路带出来的班底，加上 Flagship 的钱，是 Lila 起步就攥在手里的东西。
在做什么：赌一个别人补不上的数据飞轮
多数 AI 制药公司只优化一个环节，分子生成也好、蛋白结构也好。但是，Lila 要的是整条闭环：提假设、设计实验、做实验、再学习，全交给 AI 加机器人。
它真正赌的是一个飞轮：闭环一旦转起来，模型就从自己跑出的实验数据里学，越跑数据越厚、越难被追上。这跟只吃公开数据的纯软件公司是两回事，也跟上一代只做药物一个方向的 AI 公司不同：Lila 一上来就横跨生命科学、材料、化学三个领域。这是这家公司在 AI4S 赛道差异化所在。要是飞轮真转起来，护城河就是别人拿不到的私有数据；要是转不起来，它就只是个很贵的自动化实验室。它自己也承认，截至 2025 年底平台还得靠人盯着。
这不是第一次有人这么赌
不容忽视的是「AI 平台自动发现药」这个故事，十多年前就有人讲过，还融到了大钱。Recursion、Exscientia、BenevolentAI、Atomwise 都成立十年以上，整个 AI 制药烧掉的钱不少，但是到今天没做出一款获批上市的新药。2024 年 11 月，这条赛道的两家上市龙头 Recursion 和 Exscientia 干脆合并，抱团取暖。
Lila 是同一个承诺的第二季：平台更全、算力更强、估值更高，能交付的东西还没看到。但要说清楚，它跟前辈并不是简单重复：不同的是横跨多域和更强的底座模型；相同的是，都在收入和临床结果出来之前，就获得了天价估值。真正值得类比的是资本风险，而不是技术路径。
钱和进展
Lila 融资的速度，远比它出成果的速度快。
- 2025 年 3 月种子轮 2 亿美元；9 月 A 轮首关 2.35 亿，由 Braidwell、Collective Global 联合领投；
- 10 月扩募至 3.5 亿、投后估值过 13 亿，NVIDIA 的 NVentures 在扩募轮进场。
硬件上，它在剑桥签了 23 万平方英尺实验室，团队约 250 人，工厂还要往旧金山和伦敦铺。能独立复核的完整实验数据，至今没有公开；不过 2026 年 7 月，Lila 入选美国能源部 Genesis Mission，与加州理工、劳伦斯伯克利等国家实验室和高校合作电催化、半导体物理等课题，开始进入有外部机构参与的验证阶段。
怎么赚钱
Lila 讲了三个故事：
- 给大企业做平台、
- 让外部初创用它的平台、
- 自己分拆公司，发现按授权收费。
但公司定位也很清晰：不追某一款药做到获批，先把平台推向「超级智能」，拿近期订单的钱再砸回平台。这种定位，也让它成功躲开了一件事：一款药做没做成，是有临床数据可查的；而「平台在变强」，短期内谁也证伪不了。
最该对标的是 Isomorphic
真正跟 Lila 站一条线的是 Isomorphic Labs，不是做抗体的 Chai，也不是已上市的 Recursion。两家像得刺眼：都在 2021、2022 年从顶级 AI 母体分出来（Isomorphic 出自 DeepMind，Lila 出自 Flagship），都不做单一管线、只做平台，都被一众顶级基金抢着投。2026 年 5 月，Isomorphic 刚拿了 21 亿美元。要说明的是，两家更像的是资本路径和平台叙事，产品上并不完全重合：Isomorphic 更聚焦药物设计，Lila 摊子更大，横跨生命科学、材料、化学。
但从融资额来看，两家不在一个量级。论已经到账的钱，Lila 的 5.5 亿在同类里只算中游，Isomorphic、Xaira 都排在它前头。把 Lila 顶到第二的，是它在谈的估值，不是已确认的融资，两者差了约 15 倍。
还有更要紧的一条：Isomorphic 已经跨过了「有没有人愿意先付钱验证平台」这一关：礼来、诺华分别付了 4500 万、3750 万美元首付款，强生也签了合作（金额未披露）；媒体常引用的十几亿美元，多是尚未兑现的里程碑款，不是已到账的收入。Lila 这边，还没有公开任何具名付费客户或合同金额。真正的差别不在于 Isomorphic 已经赚了多少，而在于已经有大药企愿意先掏钱。
换到中国，钱买的是能立刻接单的实验室
同一道题，人民币的答案务实得多。晶泰科技 2015 年做量子物理加 AI 加自动化实验室，2024 年 6 月已在港股上市，手里有礼来、中石化这样的现成客户，靠能马上交付的研发服务收入活着。深势科技走「多尺度建模加机器学习」，2025 年拿了超 8 亿元人民币，落地方是复星、宁德时代、比亚迪。
差别更多在土壤，而不是绝对路线。中国这批公司多了现成的 CRO 客户和港股上市通道，更愿意先用研发服务和项目交付把现金流跑出来；美国这批则更愿意在平台能力被完全验证之前，提前为通用性和规模化付溢价。对跨境投资人，这是两种不同的下注：一边押现金流和上市节奏，一边押「科学智能」这个期权哪天兑现。
SVTR点评：Lila 的估值买的是「科学 AGI」看涨期权，不是已跑通的生意。对做前沿模型的美元基金，这注下得合理，赢面小、赔率大；但别忘了上一代 AI 制药也是这么被定价的，最后靠合并收场。对看现金流的投资人，晶泰那套「先接单、再谈估值」才是能算清的账。
风险和判断
- 钱是第一道坎。Lila 已确认的 5.5 亿，在同样野心的玩家里并不算多；而且和纯软件公司不同，它还得持续养实验室、仪器、机器人和运营团队，资本效率天然更低。
- 第二道，跨学科的机器人自动化至今没人真正跑通。
- 第三道最要命：全自动还没影，「科学超级智能」眼下还只是愿景，没成产品。
Lila 是这轮科学智能里估值最高、也最难证伪的一家。团队和资本都够硬，但在没有客户收入之前，85 亿的投前估值能否撑住，仍是问号，而它对标的 Isomorphic 已经有药企在付费。我们认为，真正值得盯的只有两件事：Lila 什么时候拿出第一笔能核实的商业收入、以及那位客户为什么认为它跟十年前那批没跑通的前辈不一样。
📌 延伸：Lila Sciences 已收录于 SVTR AI 创投库，查看完整档案 · 融资历史 · 关系图谱。本周它也入选了 SVTR 精选项目， 投资人会员可在账户页查看 SVTR 评级与在线对接入口。
来源：Contrary Research、Lila 官方、彭博、美国能源部 Genesis Mission、Isomorphic × 礼来（PR Newswire）、BioPharma Dive、Semafor、FierceBiotech 及公司公告，交叉 SVTR 自有创投数据。