新智元报道
DeepSeek-V4-Flash 引爆通用大模型圈之际，中国生命科学领域的“DeepSeek"紧随其后。近日，由四位牛津大学归国学者创办的津渡生科，其自主研发的生命科学垂类多组学大模型 GeneLLM，接连登上《Nature Communications》与《Advanced Science》等国际顶级学术期刊。
作为全球首个直接利用组学原始数据进行预训练的多组学大模型，GeneLLM 继谷歌 AlphaFold 和斯坦福 EVO 2 之后，填补了中国生命科学基础大模型的空白。该模型让 AI 开始理解生命的多种“语言”与整体“系统”，标志着中国在 AI for Science 领域取得重大突破。
左右滑动查看图片
像预测下一个 token 一样，预测下一条生命信息
疾病识别仅是 GeneLLM 的应用场景之一，津渡生科的愿景是打造生命科学领域的"Claude Code"。不同于 ChatGPT 等模型预测文字 token，GeneLLM 预测的是生命信息。
RNA 序列中的四种碱基（A、U、G、C）构成了 GeneLLM 理解生命语言的基本 Token。传统生物信息学依赖基因注释和人工标签，虽准确但限定了认知范围且易丢失隐藏信号。GeneLLM 则另辟蹊径，直接从未经加工的 RNA 组、蛋白质组、代谢组等多组学原始数据中学习，自主发现疾病相关模式。
目前，GeneLLM 已完成 15 亿参数和 3.5 万亿碱基序列的预训练，XLarge 版本更达到 30 亿参数。作为全球首个基于原始测序数据预训练的多组学大模型，其训练过程包含两大阶段：
（1）无监督预训练与原型挖掘
（2）患者级疾病微调（Disease Tuning）
GeneLLM 的核心创新在于将复杂的生命数据转化为 AI 可理解的语言。借鉴 NLP 中的 BPE 算法，GeneLLM 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，在无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 不再依赖人类整理的“字典”，而是直接从生命原始信号中学习。在百卡集群 NVIDIA A100 GPU 上处理数十万亿条 RNA reads 后，GeneLLM 的泛化能力开始“涌现”。该模型可广泛应用于新药研发、精准医疗、合成生物、环境监测及分子设计等领域，是全球少数实现实际场景落地的生命科学大模型。
审视 GeneLLM 在数据、架构及训练层面的创新，不难理解其为何被称为中国“生物版 DeepSeek"。若说 AlphaFold 让 AI 看懂生命的“结构”，EVO 2 让 AI 理解生命的“代码”，那么 GeneLLM 则致力于理解生命的“系统”。
效率方面，GeneLLM 表现卓越。传统方法依赖 6Gb 深度测序，成本高昂；而 GeneLLM 在 1Gb 极浅深度下（成本降低 83%）仍保持 AUC > 0.8 的高精度，让普惠精准医疗成为可能。一种新的科研范式正在形成：让 AI 从生命数据中学习，推动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，更是“最后一公里”的智能基础设施
津渡生科的布局不仅限于基础模型。以 GeneLLM 为生命认知底座，公司构建了连接 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，实现了从科学假设生成到自动化实验验证及迭代优化的完整 AI for Science 闭环。
正如前 OpenAI VP Liam Fedus 所言，当前 LLM 已耗尽互联网文本和代码，下一步科学发现的突破必须依赖实验迭代。AI 不能仅靠阅读已有内容发现新知，必须亲自做实验。
然而，科研设备来自不同厂商，协议复杂且昂贵，大多数实验室专为人类设计，缺乏机器可理解的信号。因此，AI 进入实验室不仅需要模型能力，更需要一套新的物理基础设施——Harness，将实验室变为可编译、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 BioFord Harness 系统，这是一套打通 AI 与物理实验室的基础设施。其核心并非让机械臂简单模仿人手，而是完成以下三项关键任务：
1. 将科学意图或实验 DSL 编译为不同设备可执行的指令；
2. 在多设备间完成调度、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。
由此形成“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”的完整飞轮。
五大智能体，把科研流程“卷”成流水线
BioFord Agent 具身智能科研平台向下连接物理层，向上承载认知层，中间通过物理 AI 打通推理与执行的断层。在认知层，BioFord Agent 由五大智能体组成协同网络，覆盖生命科学研究全流程，可数倍提升科研效率：
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
其中，文献检索智能体可快速完成海量文献综述并辅助提出假设；实验设计智能体将原本数月的周期缩短至一周。实验调度智能体依托通用仪器抽象层，打破异构设备协议壁垒，实现 PCR 仪、酶标仪、流式细胞仪及自动化移液工作站的统一纳管与调度。系统内置动态调度算法，可自动排程、规避冲突并全程记录参数，形成可追溯的审计链条。
这意味着 AI 不再停留于“出谋划策”，而是真正走进实验室，操纵设备、执行任务，成为可信赖的“科研助手”。
失败数据，也许比成功数据更珍贵
BioFord 系统的深层价值在于：让每一次实验，无论成功与否，都转化为系统可消化的数据。传统实验室中，失败经验往往随人员流失而消失；而在 BioFord 系统中，失败记录的参数逻辑、环境条件及错误路径均被沉淀，成为系统“经验”的一部分，帮助 AI 规避错误路径。
在此赛道，算力可买，但科研数据难寻。津渡生科创始人兼 CEO 金泳成表示："AI for BioScience 不是简单堆砌模型与数据，而是要解决‘算完不会做、做了又不对’的困境。”这正是 AI4S 赛道最难复制的护城河。
四个牛津人，其中还有罗福莉的同门师兄
2022 年，金泳成获牛津大学生物工程博士学位后，选择将实验室的“原型技术”带回国内。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），以及擅长产品落地的周天尧。四人背景互补，涵盖生物工程、人工智能、计算生物学及商业运营，曾通过结合 AI 和转录组技术实现疾病预测检测。
公司命名“津渡生科”，“津”取自牛津，寓意从学术高地出发；“渡”意在渡人，象征 AI for Science 的终极目标。目前，BioFord Agent 物理 AI 科研平台已在国内多所知名高校落地，显著将科研周期从数月缩短至一周。
起风了：1 年 4 轮融资，资本“真香”现场
创业初期，团队面临“懂 AI 不懂生物，懂生物不懂 AI"的行业痛点，投资方一度难以理解其业务模式。团队坚持从生物基础大模型切入，走出了一条艰难之路。
2025 年，随着国务院印发《关于深入实施“人工智能+"行动的意见》，AI for Science 赛道迎来爆发。津渡生科创下“一年完成 4 轮融资”的佳绩：
- 天使 + 轮：红杉中国种子基金领投；
- Pre-A 轮：创东方投资千万级领投；
- Pre-A+ 轮：南山战新投千万级投资；
- A 轮：高特佳投资近亿元领投。
高特佳投资执行合伙人滕宇航评价道：“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。”金泳成的目标更为宏大：“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，定义 AI 时代生命科学的研发新范式。”
行业地图：津渡走出轻量化物理 AI 路线
在全球 AI for BioScience 版图中，津渡生科的切入点独树一帜：
第一类：数字端 AI 科学家。如斯坦福孵化的 Biomni（Phylo）及 Eric Schmidt 支持的 FutureHouse，虽能自动生成假设与分析，但仍局限于数字世界。
第二类：全栈自主路线。如晶泰科技部署数百台工站，Lila Sciences 试图让 AI 完全接管实验。此类模式资金需求巨大。
第三类：端到端管线路线。如英矽智能推进自有药物管线，属于“造车人”而非“修路人”。
津渡生科选择专注构建物理 Harness，做模型与实体实验系统之间“最后一公里”的基础设施。这种不做底座竞赛、不做重资产工厂、不做纯数字科学家的轻量化打法，使其能够触碰物理世界，同时接管客户现有实验室，无需将命运押注于单一临床管线。
津渡真正的护城河，将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。金泳成坚信："AI for Science 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。”
以 AI 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。
参考资料：
编辑：Aeneas KingHZ