谷歌DeepMind拆散AlphaFold原班团队转向Gemini
谷歌DeepMind已拆散AlphaFold原班团队，过去一年多数论文作者被调往Gemini、酶设计、核聚变和基因组学等项目，接近四分之一的全职作者已离开公司。
AlphaFold可预测蛋白质三维结构，帮助Demis Hassabis和John Jumper获得2024年诺贝尔化学奖，曾是DeepMind集中团队攻克单一科学难题的代表；现更倾向用Gemini打造通用科学助手以自动化部分科研流程。
今年6月Jumper宣布加入Anthropic，核心成员Jonas Adler和Alexander Pritzel也将同行，AlphaFold成果仍由Isomorphic Labs用于药物研发，事件驱动下顶尖科研人才向通用大模型与竞争对手集中，受益方为Gemini生态与Anthropic，承压方为专项科学攻关模式。
来源：公开信息
ABAB AI 解读
DeepMind以AlphaFold实现蛋白质折叠突破并获诺奖，历史路径是单一团队深耕垂直科学难题，现通过人员重新配置转向Gemini驱动的通用科学助手，反映从专项突破到平台化自动化的战略调整。
资本路径上，内部调配至酶设计、核聚变、基因组学及Isomorphic Labs，同时核心人才流失至Anthropic，动机是集中资源打造可辅助多领域研究的大模型，降低对单一项目的依赖并加速科研流程自动化。
类似案例可见OpenAI与Anthropic从专项模型向通用智能体的转型，当前AI科研处于从垂直工具向通用助手的扩张期，人才争夺成为关键变量。
本质属于技术替代：通用大模型替代专项团队攻关，机制在于将领域知识嵌入可扩展平台，使科学发现从人力密集转向模型辅助的规模化流程。
ABAB News · 认知定律
诺奖团队也会被重新配置
通用模型吞噬专项突破
人才流向决定科研重心