中国版「生物DeepSeek」诞生！GeneLLM让AI接管生命科学

DeepSeek-V4-Flash正式版刚炸翻全球通用大模型圈，中国生命科学版Deepseek就紧随其后。

近日，津渡生科（由4个牛津大学归国学霸创办）自主研发的生命科学垂类GeneLLM多组学大模型，接连登上国际顶级学术期刊——《Nature Communications》与《Advanced Science》。

作为全球首个直接使用组学原始数据进行预训练的多组学大模型，GeneLLM是继谷歌AlphaFold和斯坦福大学的EVO 2之后的又一重磅模型，填补了中国生命科学基础大模型的空白，堪称中国生命科学版Deepseek，让AI开始理解生命的多个「语言」与整个「系统」。

像预测下一个token一样，

预测下一条生命信息

疾病识别只是GeneLLM的一个应用场景，津渡生科真正想做的，是打造生命科学领域的「Claude Code」。

ChatGPT、Claude、DeepSeek等大语言模型的核心，是下一个token预测。

GeneLLM思路类似，但它预测的不是文字，而是生命信息。

RNA序列中的四种碱基——腺嘌呤（A）、尿嘧啶（U）、鸟嘌呤（G）、胞嘧啶（C），成为GeneLLM理解生命语言的基本Token。

传统生物信息学分析通常依赖基因注释、序列比对和人工定义标签。这种方法虽然准确，但会提前限定模型的认知范围，也可能丢失大量隐藏在原始数据中的未知生物信号。

GeneLLM则另辟蹊径，直接从未经加工的原始测序数据中学习生命规律。

它以RNA组、蛋白质组、代谢组等多组学原始数据作为训练数据，让模型自主发现疾病相关模式。

目前，GeneLLM已完成15亿参数和3.5万亿碱基序列的模型预训练，XLarge版本实现300亿参数模型预训练，持续扩大技术壁垒。

作为全球首个基于原始测序数据预训练的多组学大模型，GeneLLM包括两大阶段：

（1）无监督预训练与原型挖掘 

（2）患者级疾病微调（Disease Tuning）

GeneLLM首先需要解决一个问题：

如何把复杂的生命数据变成AI可以理解的语言？

在自然语言处理中，BPE算法会把句子切分成Token；而GeneLLM则将约150bp长度的RNA测序片段，通过7个碱基组成的滑动窗口（7-mer）切分为生命Token。

随后，模型利用Transformer架构，在没有基因注释和人工标签的情况下，直接预测下一个碱基。

这意味着AI不是先看人类整理好的「字典」，而是直接从生命原始信号中学习。

在训练过程中，GeneLLM处理了约数十万亿条RNA reads，在百卡集群 NVIDIA A100 GPU上训练。

至此，GeneLLM泛化等能力开始「涌现」。

作为生科领域的重大创新突破，GeneLLM这一国产生科模型可以应用于新药研发、精准医疗、合成生物、环境监测、微生物与生物农业、蛋白质与分子设计等多个领域，是全球范围内少有实现实际场景落地的大模型。

当我们审视完GeneLLM在「数据、架构、训练」等底层创新后，才能真正理解：为何它代表了中国的「生物版DeepSeek」。

硅谷以数万张H100堆砌万亿参数，DeepSeek则以算法创新提高算力效率，GeneLLM同样四两拨千斤，撬动亿万生命科学数据。

如果说AlphaFold让AI第一次看懂生命的「结构」，EVO2让AI开始理解生命的「代码」，那么GeneLLM试图进一步理解生命的「系统」。

更狠的是效率。传统方法依赖6Gb深度测序，成本高企，难以落地。GeneLLM 在1Gb极浅深度（成本缩减83%）下仍保持AUC > 0.8。

这意味真正有希望让普惠精准医疗成为现实。

一种新的科研范式开始浮现：让AI从生命数据中学习，让生命科学进入可预测、可计算、可规模化探索的新阶段。

不只是模型，还是「最后一公里」的智能基础设施

但津渡生科的布局不仅在基础模型。

以GeneLLM多组学大模型为生命认知底座，津渡生科进一步构建连接AI智能与物理世界的执行体系，通过Harness智能实验执行层与DBTL（Design-Build-Test-Learn）数据闭环，实现从生命规律理解、科学假设生成，到自动化实验验证和持续迭代优化的完整AI for Science闭环。

正如前OpenAI VP、后训练负责人Liam Fedus所说，当前LLM已经耗尽了互联网上有限的文本和代码，下一步的科学发现的重大进展必须依赖实验迭代。

也就是说，不能只靠读人类已写下的内容来发现新知识，AI 必须自己做实验。

可问题来了——

互联网服务天生有API，网络信息天生是数字化的，但科研设备来自不同厂商，协议各不相同，既复杂又昂贵，没有人能在几个月内推倒重建。

今天大多数实验室，是专为人类设计：仪器面板、移液动作、样本状态、临场判断，绝大多数没有变成机器可理解的信号。

AI进入实验室，当前不只是模型能力的问题，还需要一套新的基础设施。

因此，AI进入实验室，当前不只是模型能力问题，还需要物理Harness：把实验室变成一个可编译、可调度、可观测、可追溯的系统。

这，才是AI4S真正的最后一公里。

BioFord Harness，让实验室开始「自己动」

为此，津渡开发了一套名为BioFord Harness的系统。

这是一套把AI和物理实验室打通的基础设施。

他们不是让机械臂模仿人手，而是把实验室变成一个可编译、可调度、可观测、可追溯的系统。

这个过程中，物理Harness至少要完成三件事：

1.把科学意图或实验DSL，编译为不同设备能够执行的指令；

2.在多设备之间完成调度、资源与安全约束管理，并处理异常；

3.让实验结果、设备日志和环境参数回流，成为下一轮模型与实验设计的输入。

科学问题→AI理解→实验方案→设备调度→执行→数据回流→模型优化→下一轮。

一套科学实验数据的飞轮，就这样启动了。

五大智能体，把科研流程「卷」成流水线

BioFord Agent具身智能科研平台，则向下连接实验室物理层，向上承载科学家认知层，中间用物理AI打通推理与执行的断层。

在认知层，BioFord Agent有五大智能体组成协同网络，打通了生命科学研究全流程，可数倍提高科研效率。

文献检索智能体

实验设计智能体

科学智能体

实验调度智能体

数据分析智能体

举个例子，文献检索智能体可以快速帮你检索和阅读海量文献，完成文献综述并辅助提出假设。

实验设计智能体让科研团队把原本数月的实验设计周期缩短至一周。

而津渡生科推出的实验调度智能体，依托通用仪器抽象层（Universal Instrument Abstraction Layer），打破了多类异构设备之间的协议壁垒。

无论是PCR仪、酶标仪、流式细胞仪，还是自动化移液工作站，均可实现统一纳管与统一调度。系统内置动态调度算法，可自动批量排程、实时冲突规避，并全程记录实验参数，形成可追溯的审计链条。

这意味着，AI不再停留「出谋划策」的阶段，而是真正走进实验室，操纵设备、执行任务，成为一位可信赖的「科研助手」。

失败数据，也许比成功数据更珍贵

这套系统解决的更深层的价值在于：让每一次实验——无论成功还是失败——都变成系统可以消化的数据。

传统实验室里，一次失败的记录可能只是一行「结果不符合预期」，经验存在人的脑子里，人走了，经验也没了。

而在BioFord系统里，每一次失败都是宝贵的训练数据——参数选择的逻辑、环境条件的记录、错误路径的证明……全部沉淀下来，成为系统「经验」的一部分。

下一次，AI就知道：此路不通。

耐人寻味的是，在这个赛道，不是算力最强的赢，也不是模型最大的赢。

算力买得到，但科研数据买不到。

津渡生科创始人&CEO金泳成表示：「在研发过程中，我们逐渐发现AI for BioScience 不是简单地堆模型、堆数据。对做实验的人来说，要最终解决的仍然是算完不会做、做了又不对的困境。」

这，就是AI4S赛道最重要、也最难被复制的护城河。

四个牛津人，

其中还有罗福莉的同门师兄

2022年，金泳成在拿到牛津大学生物工程博士学位的那一刻，面临着一个选择。

他的导师是英国皇家学会会员、三代测序巨头英国上市公司Oxford Nanopore的创始人Hagan Bayley，实验室里「成果落地」的传统深厚。留在英国，是一条清晰的坦途。

但他选择了另一条路——把实验室里的一个「原型技术」装进行李箱，带回国。与他同行的，还有三位牛津校友：生物学博士邓司伟、计算机学院副研究员沙磊（北京大学计算机博士，小米大模型负责人罗福莉的同门师兄），以及擅长做产品落地的周天尧。四人具备生物工程、人工智能、计算生物学、商业运营等相关知识背景，缺一不可。他们曾组队开展联合科研项目，通过结合AI和转录组技术实现疾病预测检测。4个人像拼图一样恰好互补，可以完成高度交叉的学科研究。 

公司名字「津渡生科」，「津」取自牛津，寓意他们从牛津的顶尖实验室等学术高地出发，「渡」意在渡人，那是他们认为AI for Science应该抵达的终点。 

目前，津渡生科的 BioFord Agent 物理 AI 科研平台已在国内一些知名高校落地，成效显著，将科研周期从原本的数月缩短至一周。

起风了：1年4轮融资，资本「真香」现场

然而，走一条「前无古人」的路，必然伴随着孤独。

创业初期，困难重重。彼时AI创业如火如荼，但生物科学领域的「AI+」尝试寥寥无几。「懂AI的不一定懂生物科学，懂生物科学的大部分不懂AI。」

金泳成坦言：「投资方一度无法理解我们在做什么。」

团队选择了一条「最难的路」：从生物基础大模型切入，全球做此方向的公司屈指可数。

2025年，转机出现了。

当时，国务院印发《关于深入实施「人工智能+」行动的意见》，AI for Science位列其中，赛道起风了。

津渡生科创下「一年完成4轮融资」的战绩。公司的主要融资时间线堪称行业标杆。

天使+轮： 获红杉中国种子基金领投；

Pre-A+轮：获创东方投资千万级领投；

Pre-A+轮：获南山战新投千万级投资；

A轮： 获高特佳投资近亿元领投。

高特佳投资执行合伙人滕宇航表示：「津渡生科把生命科学基础研究变成了可订阅、可扩张的『算力+实验』基础设施。」

而金泳成的目标更远：「我们不满足于卖软件，要搭建生命科学领域的智能操作系统。就像英特尔定义了PC时代的算力，我们希望定义AI时代生命科学的研发新范式。」

从牛津实验室到深圳，从无人理解到获一线资本重注，四个牛津人的故事，不只是创业传奇，更是一场关于「我们能为人类做什么」的灵魂拷问。

当AI学会自己「通宵」科研，科学发现或许不再依赖天才的偶然灵感，而成为可预期的必然。这条路，他们才刚刚开始。

行业地图：津渡走出轻量化物理AI路线

在更大的AI for BioScience地图上，津渡并不孤单，但切入点截然不同。

第一类，是数字端的AI科学家。

斯坦福孵化的Biomni（已商业化为Phylo）拥有150多个专业工具，能自动执行文献回顾、假设生成和生物信息分析。

Eric Schmidt支持的FutureHouse，致力于构建能自主生成假设、撰写论文的AI科学家。

然而，它们虽然强大，却仍然局限在数字世界。

第二类，是全栈自主路线。

晶泰科技以「AI+机器人」在全球部署超300台工站。

Flagship Pioneering孵化的Lila Sciences，5.5亿美元融资，试图让AI完全接管实验的设计、执行与重新设计，目标是「科学超级智能」。

但这些，都太烧钱了。

第三类，是端到端管线路线。

英矽智能将AI直接推进自有创新药物管线，首款AI药物已进入III期临床，但他们是「造车人」而非「修路人」。

而津渡生科的选择是：专注构建物理Harness，做模型与实体实验系统之间「最后一公里」的基础设施。

不做底座竞赛，不做端到端管线，不做纯数字世界的AI科学家。只做那一公里，无疑是更加轻量化的打法。

金泳成把这个判断说得很清楚：「AI for Science真正的分水岭，不是模型回答得多像科学家，而是实验室能否开始像一个持续学习的系统。」

而且，在全球AI for Science领域，津渡并非简单地「只做最后一公里」。

更准确地说，它以最后一公里为入口，争夺整条科研工作流的编排权。

相比纯数字AI科学家，它能够触碰物理世界；相比自建重资产科学工厂，它有机会接管客户已有实验室；相比端到端AI制药公司，它不必把命运押在某一条临床管线上。

它真正的护城河，将不是参数量，而是不断积累的实验轨迹、设备接口、失败经验和跨实验室执行网络。

正如金泳成所言，生物体内数以万计的信号通路和充满未知的反应机理令人着迷。「生物学有多丰富，AI for Science的前景就有多美。」

以AI的智能探索生命之谜，这群牛津学霸的星辰大海，才刚刚拉开序幕。

文章来自于微信公众号 “新智元”，作者 “新智元”