AI虚拟细胞技术与产业报告发布，生命科学迎来新基建

9月21日，由百曜科技发起、《麻省理工科技评论》中国团队调研撰写的《AI虚拟细胞（AIVC）技术趋势、产业生态与应用前景研究报告——AI时代生命科学的新型基础设施》正式发布。该报告在中关村科学城管理委员会指导下完成，系统探讨了AIVC如何从学术指标走向药物研发与生命科学的真实基础设施。

报告立足全球视角，调研了数十家科研机构、技术企业与制药公司，明确将AIVC定义为生命科学领域的新型基础设施，并为跨机构协同与规模化应用提供了参考框架。

为什么AIVC是基础设施，而非单一模型？

过去十年，以AlphaFold为代表的AI工具证明了计算预测蛋白质结构的可行性，AI制药（AIDD）也在分子层面大幅提升了研发效率。但在真实生物体内，分子层面的成功并不直接对应细胞层面的有效性，药物进入临床阶段依然伴随巨大不确定性。

了解分子结构与作用靶点只是起点，药物研发更需要解答：当药物进入人体、基因被编辑或微环境改变时，细胞将产生怎样的动态响应？

AIVC正是尝试在计算空间中构建细胞的“数字镜像”。

报告指出，AIVC将研究对象从分子尺度推向细胞尺度，促使生命科学从“观测式实验”转变为“可表征、模拟、干预并持续校准的计算系统”。成熟的AIVC有望形成可复用的平台，覆盖基础研究、靶点发现、细胞工程，并进一步拓展到临床试验设计与患者分层中。

产业竞争逻辑：迈向“数据—模型—实验”闭环

随着全球顶尖团队入局，AIVC产业正从单纯的模型规模扩张，转向模型、数据与应用场景的协同演进：

趋势一：从模型规模扩张转向泛化能力与任务适配

单纯扩大参数量与训练数据并不必然带来零样本泛化能力。模型性能还取决于扰动覆盖度、数据多样性与细胞上下文。当前研究正逐步引入世界模型架构与联合嵌入预测架构（JEPA），尝试在潜在空间中学习干预条件下的细胞状态转移规律，以提升对未见扰动的预测能力。

趋势二：私有数据与新生产数据成为核心壁垒

公开数据仅能支撑基础模型的状态表征，难以构成商业壁垒。具备完整基线对照、剂量梯度、时间序列及多模态对齐的“新生产数据”，以及药物扰动、微环境等临床私域数据，是支撑模型学习因果关系的关键资产。“数据工厂”能力将决定企业的竞争深度。

趋势三：干湿闭环成为产业化关键门槛

产业正从概念验证期迈入价值验证期，单一模型指标已不足以作为评估标准。企业需要打通“数据生产—模型预测—实验验证—数据回流”的完整闭环，通过湿实验验证预测方案，再将实验结果反哺模型迭代。

百曜科技的技术路线与产业实践

报告梳理的全球创新图谱显示，AIVC领域形成了创新企业、跨国科技巨头、大型药企和科研机构协同的格局。海外企业如Xaira、Recursion、Cellarity等起步较早，正加速药企合作；国内创新力量则在快速推进落地。

百曜科技正围绕三个维度建立全栈能力：

1. 底层架构：今年6月发布了基于大语言模型与JEPA架构的细胞世界模型AURA CellOS，通过在隐空间中学习细胞状态变化的稳定特征，在多项扰动预测基准上实现性能领先。
2. 数据工厂：通过自建TM-Perturb-seq高通量多模态扰动实验平台，规模化生产扰动响应数据，并联动临床资源沉淀真实肿瘤微环境数据。
3. 干湿闭环：打通预测到实验回流的全流程，目前已在肿瘤患者分层、CAR-T优化和靶点发现等场景开展验证。

AIVC不仅让计算系统识别生命元件，更致力于理解复杂生物系统的动态规律，推动生命科学由经验观察走向可模拟、可预测的工程化阶段。