邵青|《从John Jumper 跳槽看 AI 平台竞争格局》
John Jumper 离开 Google DeepMind、加盟 Anthropic，这猖狂一跳（Jumper的意思就是跳跃者），足以构成一条改变行业心理预期的重大新闻。它的意义远超一位顶级科学家的职业选择，也超出 Anthropic 获得一位诺奖得主的表层轰动。更深层的影响是，AI 头部平台的竞争格局正在离开单纯的大模型排行榜，进入科学、生命、空间、机器人和产业基础设施的深水区。Jumper 的特殊性不言而喻。他是 AlphaFold2 的核心领导者之一，也是 2024 年诺贝尔化学奖获得者。AlphaFold 的历史意义，在于它证明 AI 可以进入严肃科学问题的核心，直接改变科学发现的路径。它让人们看到，AI 不仅有能力整理知识、生成文本、提高效率，还可能在生命科学这样的复杂领域建立新的研究范式。因此，Jumper 加盟 Anthropic 的象征意义就怎么高估都不过分了。Anthropic 过去给人的印象，是一家强调安全、稳健、企业友好和长上下文能力的通用大模型公司。现在，它正在把 Claude 推向科学研究，尤其是生命科学。Claude for Life Sciences 不是一个简单的垂直版聊天机器人。它指向药物研发、科研工作流、临床开发、监管文件和企业知识系统，试图成为生命科学行业的新型智能入口。这也说明，头部 AI 平台之间的竞争正在发生结构性变化。过去几年，市场主要关注谁的模型更好，谁的上下文更长，谁的逻辑推理更顺，谁的编程能力更强。下一阶段的竞争，将集中在世界模型、产业入口、科学推理和知识生产方式上。大模型能力仍然重要，但单一模型能力已经不足以把握未来。Google DeepMind 依然拥有 AI for Science 的深厚根基。AlphaFold、AlphaFold3、Isomorphic Labs，构成了它在生命科学方向的基本盘。DeepMind 的优势来自长期科学积累、结构生物学模型、Google 算力和研究传统。它的路径是从具体科学问题切入，先解决蛋白质结构、分子相互作用、药物发现等硬核问题，再向产业转化延伸。Anthropic 的路线不同。它从语言模型、长上下文、工具调用、企业部署和安全合规出发，向生命科学工作流渗透。Jumper 的加入，极可能使 Anthropic 补上从语言智能到科学对象建模之间的关键环节。未来的 Claude 应该不会自己打造ClaudeFold，但它很可能成为连接文献、数据库、结构模型、实验工具、监管文件和药物研发流程的科学操作系统。再看OpenAI，他们采取的是更广的布局。通过多模态模型、agent、代码能力、企业平台和消费级入口，把 AI 嵌入尽可能多的工作流。OpenAI 的优势在于通用能力、产品速度和用户规模。它未必在某一个科学领域拥有最深积累，但它有能力把强大的通用模型迅速推入办公、软件、教育、科研、医疗和企业流程。它的竞争逻辑是平台化和入口化。Meta 的位置相对复杂。Llama 代表开源生态，LeCun 的 JEPA 和世界模型路线代表另一种底层范式。LeCun 长期质疑单靠语言模型通向真正智能的可能性，强调从视频、空间、动作和预测中学习世界表征。V-JEPA 的核心不是生成文字，而是在表征空间中理解世界如何变化。这条路线短期商业化不如 Claude 或 GPT 直接，却非常可能最终建构机器人、自动驾驶、物理 AI 和自主智能体的底层能力。李飞飞的 World Labs 则从空间智能切入。她关注 AI 如何理解和生成三维世界，如何把图像、视频、空间结构、物体关系和交互可能性统一起来。World Labs 的方向不是让模型更会说话，而是让模型拥有可持续、可编辑、可穿行的空间世界。这条路线短期会影响游戏、影视、设计、AR/VR 和 3D 内容生产，中期可能进入仿真和机器人训练，长期则可能成为世界模型的关键组成部分。英伟达的位置更加底层。它既是算力供应商，也是物理 AI、机器人仿真、数字孪生和工业 AI 的基础设施公司。英伟达未必直接与 Claude、GPT、Gemini 在用户界面上竞争，但它通过 GPU、CUDA、Omniverse、机器人平台和生态绑定，掌握着 AI 世界模型时代的基础设施权力。训练模型，部署机器人，建设仿真环境，都很难绕开英伟达。第一条是语言模型外延路线。OpenAI 和 Anthropic 都属于这一类。它们从语言、代码、工具调用和长上下文出发，向企业、科学、医疗、教育和软件开发扩展。它们的优势是产品化速度快，用户入口强，商业闭环清楚。风险在于，如果语言模型无法真正理解物理世界和生命机制，最终可能停留在高级工作流助手层面。第二条是科学模型纵深路线。DeepMind 和 Isomorphic Labs 是代表。它们从具体科学问题切入，通过结构预测、分子建模和药物设计建立深护城河。优势是科学含量高，突破意义大，壁垒深。风险是转化周期长，药物研发失败率高，商业结果不一定与模型能力同步。第三条是世界模型底座路线。Meta 的 JEPA、LeCun 的自主智能路线、李飞飞的空间智能路线都在这里。它们关心 AI 如何建立对真实世界的内部表征，如何预测行动后果，如何进行规划和交互。优势是长期潜力巨大，可能触及通用智能的根本机制。风险是技术路径漫长，短期产品和收入不如 LLM 平台明显。第四条是算力和产业基础设施路线。英伟达、部分云厂商、芯片公司和机器人平台属于这一类。它们未必主导模型叙事，却可能主导模型训练、推理、仿真和部署的成本结构。未来 AI 平台竞争的胜负，不只取决于模型能力，也取决于谁能控制算力、数据、工具链和产业标准。Jumper 跳槽最重要的启示，是顶尖人才还在流动重组。过去，DeepMind 是 AI for Science 的圣地。现在，Anthropic 这样的公司也开始吸引最顶级的科学智能人才。这说明行业重心正在迁移。顶级科学家不再只选择传统研究院，也会选择更接近大模型主战场、更接近产品平台、更接近产业入口的科研组织。这背后还有一个更深层变化：AI 公司正在从模型供应商走向产业重构者。当 Claude 进入药企研发流程，当 AlphaFold 进入药物发现，当 World Labs 生成可交互 3D 世界，当 V-JEPA 试图支撑机器人规划，AI 平台争夺的就不只是 API 收入，而是未来知识生产、科学发现、工业设计和现实世界行动的组织权。生命科学会是最早被深度重构的领域之一。它有高价值疑难，有海量文献，有复杂实验，有多模态数据，有监管流程，也有巨大的失败成本。AI 一旦能够把文献推理、结构预测、组学分析、实验设计、临床开发和监管写作串联起来，就会改变药企的组织结构。Anthropic 进入生命科学，正是大模型平台寻找高价值落地场景的必然结果。但这场竞争不会由某家公司通吃。未来更可能出现分层格局。通用大模型负责语言、推理、工具调用和工作流协调；生命科学模型负责蛋白质、分子、细胞和疾病机制；空间世界模型负责三维场景、动作和物理预测；算力平台负责训练、仿真和部署；企业客户则把这些能力嵌入自己的研发体系。事实上，真正强大的 AI 平台，必须跨过三个门槛。第一个门槛，是从语言到对象。模型不能只会读论文，还要理解论文背后的对象：蛋白质、细胞、分子、机器人、材料、设备和实验系统。第二个门槛，是从生成到预测。生成文本、图片、代码只是开始。更重要的是预测一个干预会带来什么结果，一个分子改造会改变什么功能，一个机器人动作会造成什么后果。第三个门槛，是从工具调用到闭环学习。未来的 AI 不能停留在简单调用工具，而要提出假设、设计实验、观察结果、修正模型，再进入下一轮探索。科学智能的核心，是形成可验证的循环。从这个角度看，Jumper 加盟 Anthropic 并不意味着 Anthropic 已经赢得生命科学，也不意味着 DeepMind 的优势消失。它真正说明的是，AI 平台竞争已经开始进入新阶段。语言模型仍然重要，但语言模型正在被推向更真实、更复杂、更高价值的世界。谁能把语言、科学、空间、行动和产业流程整合起来，谁才有可能成为下一代 AI 基础设施。未来三到五年，AI 竞争的主线可能不再是“谁拥有最强聊天机器人”，而是“谁拥有最关键的世界模型”。在生命科学里，它表现为生命模型；在机器人里，它表现为物理世界模型；在企业里，它表现为组织运行模型；在工业里，它表现为数字孪生和仿真模型。Jumper 的跳槽只是一个信号。真正的变化，是AI 正从文字世界走向真实世界，从辅助工具走向科学和产业系统的核心。平台之间的竞争因此会更加激烈，也更加难以用单一排行榜衡量。下一轮胜负，不会由一次模型发布决定，而会由人才、数据、算力、科学深度、产业入口和闭环能力共同决定。显然，AI 平台竞争已经不是大模型公司顶尖人才和发展模式的争夺，它正在成为下一代科技基础设施、国家科技能力的话语权建设。Anthropic. (2025, October 20). Claude for life sciences. Anthropic. https://www.anthropic.com/news/claude-for-life-sciencesGoogle DeepMind. (2024). AlphaFold 3 predicts the structure and interactions of all of life’s molecules. Google DeepMind. https://deepmind.google/discover/blog/alphafold-3-predicts-the-structure-and-interactions-of-all-of-lifes-molecules/Meta AI. (2025). V-JEPA 2: The next step toward advanced machine intelligence. Meta AI. https://ai.meta.com/blog/v-jepa-2-world-model-benchmarks/Reuters. (2026, June 19). US scientist John Jumper to leave Google DeepMind for Anthropic. Reuters. https://www.reuters.com/technology/us-scientist-john-jumper-leave-google-deepmind-anthropic-2026-06-19/World Labs. (2025). Introducing Marble: Create controllable 3D worlds. World Labs. https://www.worldlabs.ai/
邵 青
教育管理学博士，生物医学与生物制药领域专家。旅美学者、企业家，莫干山研究院专家咨询委员会委员、副院长，苇草智酷创始合伙人，博腾股份股东及战略投资顾问，美国希望基金会常任董事。
