谷歌DeepMind拆散AlphaFold原班團隊轉向Gemini
谷歌DeepMind已拆散AlphaFold原班團隊，過去一年多數論文作者被調往Gemini、酶設計、核聚變和基因組學等項目，接近四分之一的全職作者已離開公司。
AlphaFold可預測蛋白質三維結構，幫助Demis Hassabis和John Jumper獲得2024年諾貝爾化學獎，曾是DeepMind集中團隊攻克單一科學難題的代表；現更傾向用Gemini打造通用科學助手以自動化部分科研流程。
今年6月Jumper宣佈加入Anthropic，核心成員Jonas Adler和Alexander Pritzel也將同行，AlphaFold成果仍由Isomorphic Labs用於藥物研發，事件驅動下頂尖科研人才向通用大模型與競爭對手集中，受益方爲Gemini生態與Anthropic，承壓方爲專項科學攻關模式。
來源：公開信息
ABAB AI 解讀
DeepMind以AlphaFold實現蛋白質摺疊突破並獲諾獎，歷史路徑是單一團隊深耕垂直科學難題，現通過人員重新配置轉向Gemini驅動的通用科學助手，反映從專項突破到平臺化自動化的戰略調整。
資本路徑上，內部調配至酶設計、核聚變、基因組學及Isomorphic Labs，同時核心人才流失至Anthropic，動機是集中資源打造可輔助多領域研究的大模型，降低對單一項目的依賴並加速科研流程自動化。
類似案例可見OpenAI與Anthropic從專項模型向通用智能體的轉型，當前AI科研處於從垂直工具向通用助手的擴張期，人才爭奪成爲關鍵變量。
本質屬於技術替代：通用大模型替代專項團隊攻關，機制在於將領域知識嵌入可擴展平臺，使科學發現從人力密集轉向模型輔助的規模化流程。
ABAB News · 認知定律
諾獎團隊也會被重新配置
通用模型吞噬專項突破
人才流向決定科研重心