谷歌DeepMind解散AlphaFold诺奖团队：技术路线分水岭，通用模型正在碾压专用路线

核心数据：

• AlphaFold数据库收录2亿+蛋白质结构
• 全球300万+科研用户
• 3.5万+学术论文引用
• 2024年诺贝尔化学奖
• 原团队近25%作者已离职

事件

2026年7月29日，英国《金融时报》独家报道：谷歌DeepMind正式解散AlphaFold独立团队。团队研究人员被分流至Gemini、AI编程、基因组学、酶设计、核聚变等项目及Isomorphic Labs。

诺奖得主John Jumper加入Anthropic，研究员Jonas Adler和Alexander Pritzel一同转投。FT报道称，原始论文全职作者中近四分之一已离开DeepMind。

技术解读

DeepMind「AI for Science」团队负责人Pushmeet Kohli表示战略已升级。

本质是两条技术路线的分叉：

• 专用路线：堆砌算力打磨单一能力模型（AlphaFold只能解决蛋白质折叠）
• 通用路线：用大模型+AI Agent承载整条科学链条（覆盖蛋白质折叠、材料设计、药物发现、基因编辑）

谷歌选择了通用路线。这不是AlphaFold不行了，而是通用模型在推理、泛化、多任务能力上的持续提升，开始挤压专用模型的生存空间。

行业影响

Anthropic挖走Jumper后推出Claude Science科研工作台，剑指AI for Science。OpenAI也在推进GPT接入实验室自动化科研。字节跳动启动「Seed STEM科学家计划」。

同时，Anthropic因盗版700万本书案一审败诉，法院用「steal」定性——数据合规成为AI公司的新门槛。

对国内开发者

AlphaFold DB的2亿+蛋白质结构数据的维护归属尚未明确。若Isomorphic Labs不全面接管，学术界和制药界将面临更新停滞风险。国内已有百度螺旋线、华为盘古Mol等开源蛋白质预测模型——谁能提供稳定的AI for Science基础设施，谁就能接住这波迁移红利。

信息来源：Financial Times 2026-07-29、DeepMind官网、海关总署 2026-07-30