Lila Sciences（Rafa Gómez-Bombarelli & Andy Beam）¶
Lila Sciences 是 Flagship（生物技术孵化器，孵化过 Generate、Moderna 等）体系中"很快分化成异类"的一家——"neo-lab"，用 AI 做跨生命科学/化学/材料的科学推理，而非单资产 biotech。合页收录两位联合创始人：Rafa Gómez-Bombarelli（物理科学 CSO，前 MIT 材料系教授，早期分子生成 AI/latent space 先驱）与 Andy Beam（CTO，前 Harvard 医学 AI、Generate Biomedicines 首任 ML 负责人）。团队含 open-endedness 之父 Ken Stanley。本库 AI-for-science 的旗舰美方素材。
核心观点¶
- 科学是"下一个互联网级数据源"：互联网数据已被压榨殆尽（Ilya："我们只有一个互联网，它是化石燃料"）；以自然/实验做 verifier 的 RLVR 是该框架的终极版本，物理实验室即"AI Science Factory = 可规模化 verifier"（Lila 访谈 00:05:10–00:07:12）。
- 实验室即 data center、人在 API line 之下：仪器是图的节点、planar motor 做"实验室 PCI 总线"；一切是 API call（有时机械臂、有时人手）；不做"自动化最大化"，做"token 生成/灵活性最大化"（00:10:19–00:13:25）。
- 广度带来深度：10T 实验验证的科学推理 token（互联网上 order-of-zero）；通用模型常胜过领域专用模型；不做预训练、从 open-weight（NVIDIA/Nemotron）起步（00:32:04–00:33:08、01:18:17–01:21:22）。
- 模型即价值 / 零 FTE 虚拟创业：模型是 moat、实验室是 token 生成器；商业形态是客户带明确问题、在平台上跑完整 program（可并行成千上万个"虚拟创业"）；"科学版 Claude Code"帮科学家上抽象阶梯（00:27:55–00:29:58、00:49:35–00:52:44）。
- 实证成果：非铂族绿氢电催化剂（"move 37"式惊喜）、量子点、MOF/COF 吸 CO2、in vivo CAR-T（UTR 表达 ~10x、NHP 数据胜 Capstan，2–3 人 6 个月≈5 年 biotech 工作/10% 成本）（00:17:33–00:49:35）。
- 瓶颈与中美：材料"苦甜 scaling"（只有能规模化的才 matter）、材料缺 sim-to-real / 没有 AlphaFold、RL 的 MFU 仅 5–6%；"美国生物技术输给中国不是创新问题，是监管框架"（00:42:19–00:54:50、01:35:44–01:39:49）。