2022年，Alphabet悄悄做了一件事：把旗下量子技术团队Sandbox分拆成独立公司，取名Sandbox AQ，由前谷歌CEO埃里克·施密特和前谷歌高管Jack Hidary掌舵。四年后回头看，这或许是一步极其精妙的棋。
2026年6月，谷歌云宣布将通过其云平台提供Sandbox AQ的定量AI模型——目标客户不是写Prompt的开发者，而是药物化学家、材料科学家和半导体工程师。这不是一次普通的API合作，而是一家云计算巨头正把自己的“前内部实验室”推向前台，用整个Alphabet生态里最硬核的科学AI能力，去攻占AWS和Azure尚未真正占领的阵地。
传统云计算的牌桌不够用了
这盘棋的格局很清晰。
AWS坐拥31%的市场份额，靠的是16年积累的客户基础和规模优势。微软Azure凭借OpenAI的GPT生态，在过去两年抢走了最热闹的AI应用层客户。据行业追踪数据，2026年第一季度，微软和AWS的云收入均超出分析师预期，而谷歌云虽然排在第三，却创下了自有记录以来的最快增速——这证明AI正在重塑云市场的增长曲线。
但问题在于，当竞争对手手里捏着企业和开发者最想要的入场券时，谷歌云需要一个非对称武器。它不能在同一条赛道上和AWS、Azure硬碰硬。谷歌的选择不是继续追逐GPT客户，而是把筹码押在AI科学的深水区。
Sandbox AQ的核心产品叫“大定量模型”，和市面上任何大语言模型都不是一回事。LLM学的是文字背后的模式：从维基百科、Reddit帖子和GitHub代码中预测下一个token。LQMs学的则是物理定律：分子间的键能如何变化、催化剂表面原子如何在反应中排列、某种新材料在极端温度下会怎样变形。它们被训练理解真实世界的规则，而不是理解人类说的话。
正如Sandbox AQ在一份新闻稿中所说，LQMs不是为了造另一个聊天机器人或代码助手，它们追逐的是一个价值超过50万亿美元的“定量经济”，涵盖生物医药、金融服务、能源和先进材料。而谷歌云正在成为这个经济体的大门。
四年，从内部实验室到云平台尖兵
Sandbox AQ的起点相当特别。它最早是谷歌X实验室里的一个量子技术项目，2022年分拆时拿到的第一笔融资就是九位数级别。首轮投资人包括埃里克·施密特、Breyer Capital、Paladin Capital和Salesforce创始人Marc Benioff。2025年4月，Sandbox AQ完成4.5亿美元E轮融资，Google自己追投了，NVIDIA、桥水基金创始人Ray Dalio、法国巴黎银行悉数登场。截至2026年，公司累计融资9.5亿美元，估值在2025年7月达到56亿美元。
这条路径在硅谷并不多见：内部创业，分拆独立，拿到巨额融资，再以独立公司的身份反向赋能母公司。谷歌既是Sandbox AQ的股东，又是它的云客户，现在又成了它的平台分销商。而在谷歌云这一侧，Sandbox AQ早已不是一个“合作伙伴”这么简单。该公司从创立第一天就构建在谷歌云之上——开发、测试、大规模批处理、机器学习模型训练全部在谷歌云基础设施上运行。根据Sandbox AQ与Google Cloud联合发布的案例，他们的大规模虚拟筛选能并行调度数万台虚拟机，计算吞吐量提升了100倍，空闲时间降低了90%。
换句话说，Sandbox AQ和谷歌云之间的绑定是系统层的，不是合同层的。
物理层AI的真实战场
Sandbox AQ的业务线清晰指向三个科学前沿领域。
首先是药物研发。旗下AQBioSim利用LQMs模拟分子行为。在与加州大学旧金山分校Stanley Prusiner实验室的合作中，Sandbox AQ的方法将化学探索空间从25万个分子扩展到560万个分子，命中率提升了30倍——不是模拟跑得快了30倍，是真正能找到候选分子的概率提升了。2026年6月24日，公司又发布了针对GPCR靶点的虚拟筛选方案，由NVIDIA BioNeMo加速。GPCR是制药行业最有价值也最难攻克的靶点家族，市面上超过三分之一的药物都是针对GPCR设计的。
其次是材料科学。旗下AQChemSim模拟分子、材料和工业系统在真实条件下的行为。2025年，Sandbox AQ与AWS、Intel、Accenture合作，完成了PFAS化学品的首次近精确模拟，动用了超过100万vCPU并行计算。PFAS被称为“永久化学品”，广泛用于芯片制造中的冷却液和润滑剂，但正面临全球禁用的监管压力，寻找替代品成为半导体行业的当务之急。
第三个方向则是半导体制造本身。2026年6月17日，Sandbox AQ与美国商务部签署正式协议，获得5亿美元CHIPS法案资助，投入四项任务：开发PFAS替代化学物质、设计半导体制程催化剂、寻找无稀土永磁材料、以及开发晶圆厂备用电力的新型电池化学。其中，Sandbox AQ与NVIDIA合作的催化剂筛选工具AQCat25-EV2，能实现接近量子化学精度的预测，速度比传统物理模拟快2万倍。
这四项任务有一个共同点：它们都是当前美国半导体供应链中最紧迫的瓶颈。中国控制着全球90%的稀土永磁原料、大部分锂和钴供应，以及PFAS等关键化学品的大规模生产能力。Sandbox AQ的AI材料模拟平台，正在被美国商务部当作半导体自主化的核心技术杠杆。作为协议的一部分，商务部还将在Sandbox AQ持有少数股权——尽管CEO Jack Hidary透露这部分股权没有投票权或董事会席位。
云三巨头在科学AI上的站位
AWS和微软在科学AI领域各有动作。AWS通过HealthOmics和Drug Discovery服务向生命科学客户提供技术栈；微软则依托Azure Quantum和与OpenAI的生态合作。但这两家的策略本质上是“提供算力，让客户自己搭方案”。
谷歌云的不同之处在于，它不只是在卖算力，而是把Sandbox AQ这个经过真实项目验证的科学AI平台直接放在自家云上供客户调用。Sandbox AQ的模型已经跑过神经退行性疾病药物筛选、PFAS化学模拟、催化剂高通量筛选，并且产出了可量化的结果。当药企或半导体公司的研发团队在谷歌云上使用Sandbox AQ时，本质上买到的不是GPU时间，而是一个“AI物理化学家”的服务能力。
更微妙的一个信号是：2026年5月18日，Sandbox AQ宣布将其LQMs与Anthropic的Claude集成，通过MCP协议打通大语言模型和定量模型之间的壁垒。这意味着，一个药物化学家不需要懂任何编程或量子化学知识，只要用自然语言在Claude里输入“帮我筛选这类分子结构”，底层就会调用Sandbox AQ的LQMs完成数百年的计算工作量。这条集成路径同时绑定了谷歌云（基础设施层）、Anthropic（交互层）和Sandbox AQ（专业模型层），形成了科学AI的一个新协作范式。
这不是说谷歌云要放弃主流的LLM市场。但它正在用Sandbox AQ重新定义自己的竞争边界。当Azure客户能调用GPT做代码补全和市场分析，GCP客户能调用Sandbox AQ的LQMs模拟化学反应、筛选候选药物分子的时候，两家公司的差异化就不在同一个维度上了。
科学AI的B2B落地，还有多远
客观地说，Sandbox AQ的商业化道路仍处在早期阶段。
定量AI在制药和材料领域的应用是一个慢生意。用AI筛出的候选分子仍然需要多年临床试验验证。算力成本比纯量子计算低得多，但大规模分子模拟仍然不够便宜。制药公司和半导体制造商对新工具的采纳速度远慢于互联网企业，一个药企的研发流程变更周期通常以年为单位计算。
Sandbox AQ虽然累计融资9.5亿美元且获得美国政府5亿美元资助，但其商业化收入的规模尚未公开披露。56亿美元的估值建立在技术潜力和战略价值上，而非当前的财务回报上。公司能否在合理时间内实现商业化闭环，取决于它从试点项目走向规模化订单的速度。截至目前，其合作伙伴名单中已包括赛诺菲、Riboscience、Michael J Fox基金会等机构，但距离全面铺开仍有距离。
这恰恰是它在CHIPS法案中的任务如此重要的原因。半导体材料研发有明确的政府买单机制，且成果可以直接落地到美国的晶圆厂中。如果Sandbox AQ能在PFAS替代、无稀土磁铁、催化剂设计这些方向上产出可商业化的成果，它在定量AI领域的商业化闭环将被率先打通。
云计算竞争正在从“谁有更好的通用大模型”转向“谁能在特定行业解决真正困难的问题”。微软有OpenAI，所以它抢走了最先一波“写文案、写代码、做PPT”的企业AI客户。谷歌云没有同等量级的通用大模型合作伙伴——它自己就做大模型。但当AI深入科学和工程领域时，通用大语言模型的能力边界暴露了。GPT-5.5可以写出漂亮的分子描述，但它模拟不了分子之间的键合行为，更算不出一个催化剂在特定反应路径上的活化能。这正是Sandbox AQ补位的地方。
五年后再回头看，2026年6月这则消息，或许是谷歌在AI云战争中真正亮出底牌的时刻。
当它的竞品们还在比谁的聊天机器人更会说话时，谷歌已经让AI去造芯片了。
快报