Chai Discovery的开源模型押注：3000万美元种子轮，估值13亿美元的AI药物设计公司

AI生物科技公司，构建开源基础模型（Chai-1、Chai-2），预测分子结构并从零设计抗体，服务于药物发现合作伙伴。

一个开源的多模态基础模型就能预测并重新编程任意生化分子之间的相互作用——把药物发现从筛选变成设计。

3000万美元种子轮由Thrive Capital领投，OpenAI和Dimension参与（2024年9月）；随后2025年8月完成7000万美元A轮，2025年12月完成1.3亿美元B轮

2024年在伦敦成立，创始人是Joshua Meier（前OpenAI、Facebook AI和Absci）、Jack Dent（前Stripe）以及AI研究员Mathew McPartlon和Jacques Boitreaud。Meier曾在药物发现公司领导AI团队，相信生物学可以被工程化设计而非仅靠筛选。种子轮由Thrive Capital领投，OpenAI和Dimension参与，当时这家成立仅六个月的公司估值为1.5亿美元。

2024年9月，Chai发布了Chai-1，一个Apache 2.0协议的分子结构预测基础模型，在PoseBusters基准上达到与AlphaFold3相当的水平（77%对76%），并能从单一序列折叠多聚体。2025年8月，Menlo Ventures领投了7000万美元A轮；随后推出Chai-2，声称从头设计抗体的命中率约为20%，而计算基线仅为0.1%，并且有位客户五年三百万美元的问题据报在两周内解决。2025年12月，General Catalyst和Oak HC/FT领投了1.3亿美元B轮，估值达13亿美元，总融资超过2.25亿美元。

仍在运营并扩张中：截至2025年12月的B轮，Chai估值13亿美元，前辉瑞首席科学官Mikael Dolsten加入董事会，Chai-2已被合作伙伴用于药物发现项目。

AlphaFold3证明了通用分子结构预测在技术上是可行的，因此初创公司可以站在现有的前沿技术上，而非从零发明。

开源权重降低了采用门槛：实验室可以自由使用Chai-1，从而更快建立基准公信力和社区影响力，这比付费销售更有效。

药物发现的筛选瓶颈涉及多年时间和巨额成本，这让买家对设计工具具有很强的付费意愿。

创始团队曾在Absci、OpenAI和Facebook AI从事AI生物研究，加上OpenAI作为投资者，为种子轮提供了即时信誉。

开源发布可以是一种楔子，而不是单纯的赠予：Chai-1通过免费建立了基准公信力，Chai-2则将其转化为13亿美元的融资——把最前沿的东西开源，对应用部分收费。

截至2026年9月，Chai Discovery仍是一家独立私营公司；最后公开里程碑是2025年12月的B轮，估值13亿美元，累计融资超过2.25亿美元。公司继续开发面向合作伙伴药物发现项目的Chai-2时代抗体设计模型，Chai-1保持Apache 2.0开源。自2025年12月以来未公布营收、客户数或下一轮融资等数据，因此本条目截至该节点。