Lila Sciences: наука как данные для ИИ — автономная лаборатория за $550 млн
Стартап Lila Sciences из инкубатора Flagship Pioneering строит автономные лаборатории, где ИИ управляет роботами и сам ставит эксперименты. Ставка компании: научный метод — последний неисчерпаемый источник данных для обучения ИИ. Так уже собрано более 10 триллионов проверенных научных токенов, а всего Lila привлекла около $550 млн при оценке ~$1,3 млрд.
AI-обработка оригинала Latent Space; редакция Hamidun News
Стартап Lila Sciences 16 июля 2026 года в подкасте Latent Space раскрыл, как устроена его автономная лаборатория: ИИ управляет роботами и оборудованием, самостоятельно ставит эксперименты и уже сгенерировал более 10 триллионов экспериментально подтверждённых токенов для обучения научных моделей.
Почему наука, а не интернет?
Lila Sciences делает ставку на то, что научный метод — последний неиспользованный датасет интернет-масштаба. Логика компании простая: текст из сети для обучения больших моделей почти исчерпан, а проверенные эксперименты — практически бесконечный источник новых данных.
Обучение здесь построено как reinforcement learning, где верификатором выступает сама природа: модель выдвигает гипотезу, робот ставит опыт, результат физического мира подтверждает или опровергает предсказание. За счёт этого Lila накопила свыше 10 триллионов токенов научных рассуждений, привязанных к реальным измерениям, а не к тексту из интернета.
Как устроена лаборатория-робот
Лаборатория Lila — это ИИ-управляемая робототехника поверх обычного научного оборудования, а не конвейер ради скорости. Компания подчёркивает, что оптимизирует не пропускную способность, а гибкость и обобщаемость: одна установка должна уметь ставить самые разные эксперименты.
- Образцы ездят на плашках, парящих на магнитно-левитирующих треках
- Vision-language-модели управляют легаси-приборами, «глядя» на них как человек
- Оркестрация экспериментов устроена как очередь SLURM — по образцу вычислительного кластера
- Измерение газовой сорбции переработали так, что оно идёт примерно в 2500 раз быстрее
- Модель предложила электрокатализаторы без металлов платиновой группы, превзошедшие прежние результаты
- За шесть месяцев команда дошла до данных in vivo по CAR-T-терапии на приматах
«Лаборатория будущего должна ощущаться как дата-центр», — так свой подход формулируют
Энди Бим, CTO, и Рафа Гомес-Бомбарелли, директор по физическим наукам Lila Sciences, в эпизоде Latent Space.
Сколько привлекла компания?
Lila Sciences привлекла в общей сложности около $550 млн и достигла оценки примерно $1,3 млрд. Компания выросла из венчурного инкубатора Flagship Pioneering — того же, что стоял за Moderna.
Первый раунд на $200 млн закрылся в марте 2025 года во главе с Flagship Pioneering. В октябре 2025 года, как сообщал Reuters, Lila добрала ещё $115 млн в рамках расширения раунда Series A с участием венчурного подразделения Nvidia — это подняло Series A до $350 млн, а оценку до ~$1,3 млрд. Компанию возглавляет CEO Джеффри фон Мальцан, научный директор — генетик Джордж Чёрч.
Что это значит
Если ставка Lila сработает, гонка ИИ сместится с парсинга интернета на производство собственных научных данных: выигрывать будет тот, у кого больше не серверов с текстом, а роботов, ставящих реальные эксперименты. Пока это подтверждают отдельные результаты — ускорение измерений и новые катализаторы, — но не универсальный «научный суперинтеллект».
Частые вопросы
Что такое Lila Sciences?
Lila Sciences — стартап из инкубатора Flagship Pioneering, строящий автономные ИИ-лаборатории для «научного суперинтеллекта»: ИИ проектирует и ставит эксперименты руками роботов. Компанию основал Джеффри фон Мальцан вместе с командой, включая Энди Бима и Рафу Гомеса-Бомбарелли.
Сколько привлекла Lila Sciences?
Всего около $550 млн: seed-раунд на $200 млн (март 2025) и расширение Series A на $115 млн с участием Nvidia (октябрь 2025). Оценка компании — примерно $1,3 млрд.
Зачем Lila роботы и лаборатория?
Роботы нужны, чтобы генерировать проверенные экспериментальные данные для обучения моделей: компания считает эксперимент, а не текст из интернета, главным неиссякаемым источником данных для ИИ. Так уже собрано более 10 триллионов подтверждённых научных токенов.
Хотите не читать про ИИ, а внедрить его?
«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.