药物发现被普遍视为现代工业中成本最高的环节之一。业内通常需要耗时约十年、投入数十亿美元，才能找到一个具备潜力的分子候选物，而多数候选分子最终仍难以成功转化为产品。一批新兴人工智能初创企业正试图缓解这一难题，目前多数工具已在一定程度上减轻了研究人员的工作负担，但使用者往往需要具备较强的技术背景。

SandboxAQ认为，当前的主要瓶颈不在模型本身，而在于研究人员如何接入这些模型。

该公司宣布与Anthropic合作，将其科学人工智能模型直接集成到Anthropic的大型语言模型Claude中。通过这一集成，SandboxAQ的药物发现和材料科学工具被置于对话式界面之后，用户可通过自然语言与之交互，而无需自建或维护专门的计算基础设施。

SandboxAQ约在五年前自Alphabet剥离成立，前谷歌首席执行官埃里克·施密特担任公司董事长。公司迄今已从投资者处筹集逾9.5亿美元资金，并布局包括网络安全在内的多条业务线。

与部分同行不同的是，SandboxAQ强调其在大型定量模型（Large Quantitative Models，LQMs）方面的布局。这些专有模型被描述为“基于物理”，即以物理世界的规律为基础，而非依赖文本模式进行训练。公司称，这类模型能够执行量子化学计算，模拟分子动力学和微观动力学，用于研究化学反应在分子层面的演化过程，从而在实验室验证之前，为研究人员提供候选分子可能表现的参考。

根据SandboxAQ发布的新闻稿，LQMs“基于真实实验室数据和科学方程训练，是为价值超过50万亿美元的定量经济体设计的人工智能模型，该经济体涵盖生物制药、金融服务、能源和先进材料等领域”。这一表述显示，公司试图将自身定位于服务这些以定量分析为核心的产业，而非开发通用聊天机器人或代码助手。

在药物发现领域，其他获得大量风险投资的公司如Chai Discovery和Isomorphic Labs，正专注于打造更先进的科学模型本身。与之相比，SandboxAQ更强调谁能够实际使用这些模型，以及如何降低使用门槛。

“首次，我们拥有一个前沿的（定量）模型，运行在前沿的大型语言模型（LLM）上，用户可以通过自然语言访问，”SandboxAQ人工智能模拟总经理Nadia Harhen在接受TechCrunch采访时表示。她介绍，在此次与Claude集成之前，SandboxAQ的LQMs用户需要自备数字基础设施来运行相关模型。

目前，SandboxAQ的客户主要包括计算科学家、研究科学家以及实验人员。这些用户多就职于大型制药企业或工业公司，致力于寻找可转化为市场化产品的新材料。

Harhen表示：“我们的客户之所以选择我们，是因为他们尝试过所有其他软件，但他们的问题复杂度太高，导致这些软件无法奏效，或者在实际应用中未能产生积极效果。”