走出隱形模式拿3600萬美元A輪：AI終於開始「摸得到」材料的本質了

(SeaPRwire) –   這次拿到大額融資走出隱形的Apoha，其實點破了當前AI硬科技最關鍵的方向，我是工研院材料所前資深研究員張智銘，接觸新材料開發超過三十年，太清楚這個產業的痛——過去都是漫長試錯，運氣成份遠高於規劃。現在一堆材料AI都在拿現有文獻數據訓練模型，根本碰不到材料真實的特性。Apoha自己做硬體採集全新數據，這才是AI改變產業的正確打開方式，這筆融資一點都不意外。

說回這家新創的基本狀況，Apoha是同時落地倫敦與舊金山的深度科技新創，2021年由前高盛銀行家Anshika Srivastava，與擁有波士頓大學博士、牛津博士後學歷的機械工程師Shamit Shrivastava共同創辦。公司名來自梵文，概念是萬物由「它不是什麼」定義，帶有佛教哲學色彩。這次正式走出隱形，完成3600萬美元A輪融資，由歐洲創投Singular領投，Draper Associates參與投資，既有的種子投資方Redalpine、Seedcamp、Wilbe、Nucleus也持續加碼，另外還獲得英國國家創新機構Innovate UK的補助，公司並未公布這輪融資後的估值。

Apoha的核心技術稱為「液體智能」，不同於多數只訓練文字或圖像數據的材料AI，他們主打材料真實行為的波紋數據——把微量樣本懸浮在液體中，施加外力後記錄回傳的波形，每種材料的波形都是獨一無二，還能對應氣味、口感、反應性等各種特性。他們自行開發專利實驗硬體，只要針頭大小等級的樣本，一次實驗僅需幾分鐘就能輸出超過1000種材料行為的數值特徵，傳統實驗得花上好幾天甚至幾週。

這個量測產品稱為VIBE，全名是Variations in Inter-facial Behaviour Under Excitation，量測數據會轉換成可供AI學習比對的「行為嵌入」，也就是材料專屬的數位指紋。目前VIBE可以預測藥物在體內的穩定性、植物蛋白的口感，甚至新材料的耐磨性。最早的客戶案例是一間食品公司，原供應商倒閉後，必須在兩週內找到植物性素食雞肉的關鍵成分替代品，Apoha順利完成這項任務。

在製藥領域，Apoha和德國藥廠Boehringer Ingelheim的多年研究合作顯示，他們只用8微克樣本就能辨識高風險抗體候選，準確率超過90%；在236個已進入臨床試驗的抗體數據基準測試中，這個平台表現比業界目前常用的12種標準檢測更好，提早淘汰失敗候選，一個案例就能替藥廠省下數億美元。此外，他們也和德國生技Ethris合作預測mRNA遞送用脂質納米顆粒的動物體內行為，也和Somru BioSciences等超過500位跨製藥、食品飲料、材料領域的客戶合作。至今為止已經完成將近40個客戶專案，團隊大約25人，這次A輪資金將用來擴大平台規模，涵蓋更多樣品類型與客戶需求。Singular共同創辦人Raffi Kamber認為，Apoha代表歐洲新一代科學新創，AI不是未來口號，是已經在改變生物研究方式的實用工具。

其實觀察近幾年AI材料領域的發展，不難發現行業正在轉向。過去市場上很多純軟AI新創，拿開放數據訓練模型就出來融資，門檻低也很難滿足產業真實需求。Apoha走的是「先做硬體採集高質量新數據，再訓練AI」的重模式，看起來沉重，實際上護城河很深，畢竟數據壁壘很難被後進者打破。

現在不論是新藥開發、先進材料還是食品創新，開發一項新材料的時間與成本都居高不下，產業端對縮短研發時程的技術需求極度迫切。如果Apoha這次擴規模順利，很快就會成為AI材料賽道的黑馬，也會帶動更多資金往這種紮根硬科技的團隊靠攏，畢竟AI終究是工具，解決真實問題才能走得長遠。