Verily Life Sciences终于成年了,今天宣布获得3亿美元融资后,正式脱离其前母公司Alphabet公司的巨大阴影。
这轮融资由Series X Capital领投,这是Alphabet专门设立的风险投资基金,旨在帮助其最有前景的实验性技术项目实现规模化发展。Verily最初是Alphabet在Google X研究实验室内的"登月"项目之一,后来分拆为子公司。UCHealth和科罗拉多大学安舒茨分校也参与了这轮融资。
伴随着融资,公司宣布进行企业重组,将其确立为生成式AI驱动的精准医疗新兴业务领域的独立实体。今后,公司将正式更名为Verily Health Inc。
最重要的变化或许是Alphabet放弃了对Verily的控股权。虽然仍是"重要的少数股东",但这种脱钩将为Verily提供必要的中立性,这是其技术深度整合到高度敏感且严格监管的医疗行业所必需的。由于不再是谷歌母公司的子公司,这消除了潜在合作伙伴在数据共享或合作方面可能存在的一些顾虑。
合作对于Verily向更多患者提供精准医疗解决方案至关重要。公司已经与三星电子合作,利用Galaxy Watch用户的数据推进临床研究中的生物标志物开发。此外,还与Salesforce合作,将Verily Pre平台与该公司的Agentforce Health平台集成,连接精准医疗数据与企业客户关系管理。
Series X Capital由前Facebook和YouTube高管Gideon Yu领导,Alphabet委托其作为最有前景登月项目的"最后一英里孵化器"。其目标是帮助Verily转型为一个财务纪律严明、商业可行且能够独立运营的企业。
Verily由董事长兼首席执行官Stephen Gillett领导,他表示重组是公司的重要一步,使其能够将人工智能与临床和科学严谨性相结合,大规模推进个性化医疗。公司的目标是让医疗数据更具可操作性,并过渡到医学预测性、个性化和主动性的世界。
其两个核心产品包括Verily Pre平台,旨在帮助生命科学公司和研究人员整理零散的医疗记录、基因组数据集和可穿戴设备信息,以便AI系统进行分析。目标是发现新的生物标志物并加速临床试验。此外,Verily还开发基于技术的治疗方案,如Lightpath,这是一个针对糖尿病等慢性疾病患者的AI原生护理管理平台。另一个例子是Verily Me,这是一款任何人都可以下载的健康伙伴应用,提供医疗建议和推荐。
Alphabet总裁兼首席投资官Ruth Porat表示,Verily正在使用先进技术解决多个长期存在的医疗挑战。"引入新投资者,加上Alphabet的持续参与,使Verily能够进一步扩大业务规模,帮助改善患者治疗效果并降低医疗服务成本,"她强调说。
Q&A
Q1:Verily是什么公司?主要做什么业务?
A:Verily Health Inc.(原Verily Life Sciences)是一家专注于AI驱动精准医疗的公司,前身是Alphabet旗下的"登月"项目。公司主要提供两类核心产品:Verily Pre平台用于整合医疗数据供AI分析,以及Lightpath等基于技术的治疗解决方案。
Q2:Verily为什么要从Alphabet独立出来?
A:独立后Verily获得了必要的中立性,这对于深度整合到高度敏感且严格监管的医疗行业至关重要。由于不再是谷歌母公司的子公司,这消除了潜在合作伙伴在数据共享或合作方面的顾虑,有利于业务拓展。
Q3:Verily的AI技术在医疗领域有哪些具体应用?
A:Verily的AI技术主要用于发现新的生物标志物、加速临床试验,以及提供个性化医疗建议。具体产品包括Lightpath慢性疾病护理平台、Verily Me健康伙伴应用,以及与三星合作利用Galaxy Watch数据进行生物标志物研究。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。