你手机里的大模型能读懂莎士比亚，能认出照片里的猫，但它永远不知道一颗药片在胃里是怎么化开的，也分不清两种蛋白吃进嘴里口感差在哪。
6 月 3 日，一家叫 Apoha 的英国公司掀了盖子，从隐身状态里走出来，3600 万美元到账。它要补的，正是这块——让 AI「摸到」「尝到」物质本身。
不喂文字图像，喂的是「液体里的振动」
主流 AI 学的是文字和图像。Apoha 换了条路：把材料样本悬在液体里，施加可控的物理应力，再录下它产生的振动波形。
这套技术他们叫 VIBE（Variations in Inter-facial Behaviour Under Excitation）。几分钟就能从一份样本里产出 1000 多个描述材料行为的数字——过去做同样的事要花好几天。然后把这些波形转成 AI 能学的「behavioral embeddings」，喂进模型。整套思路他们起了个名字，叫「liquid intelligence」。
COO Anshika Srivastava——前高盛的银行家——把要解决的问题讲得很清楚：
“They have not learned to taste, smell, or feel matter—to perceive how a drug dissolves, how a flavour holds, how a material wears. That is the layer we are building.”
讲人话就是——AI 还没学会尝、闻、感受物质：药怎么溶、味道能不能挂住、材料怎么磨损。这层，就是他们在补的。
能省的是最贵的那种试错
这套东西落到实处能干三件事：
- 在烧钱的临床试验之前，先预测一款药会不会失败
- 快速筛出植物基的蛋白替代品，给食品公司省掉一轮轮试配
- 筛抗体候选，精度做到 90% 以上
共同点很明显：这几件事原本都靠「做出来再测、不行再来」的笨办法，每一轮都贵、都慢。Apoha 想把这步前移到电脑里。
投资人名单也透着点信号。Singular 领投，硅谷老牌的 Draper Associates（Tim Draper）在里头，Redalpine、Seedcamp、Wilbe、Nucleus 跟投，还拿了 Innovate UK 的政府补助。团队不大，约 25 人，CEO Shamit Shrivastava 是机械工程出身、在牛津做过博士后。
它至少没在跟所有人抢同一桌饭
现在 AI 圈一窝蜂卷语言、卷代码、卷 agent，资本扎堆往同一个方向砸。Apoha 押的是另一头——物理世界里材料的行为数据，恰恰是大模型从互联网上扒不到、也喂不进去的东西。
这条路对不对，6 个月看不出来。新材料、新药这种事，验证周期本来就以年算。但有一点值得记一笔：当大家都挤在「让 AI 更会说话」的赛道上时，有人转身去做「让 AI 摸到东西」——这门生意成不成另说，至少没在跟所有人抢同一口锅。
参考来源：Apoha emerges from stealth with $36 million Series A round（Fortune）