AI 虚拟细胞赛道融资潮：10 亿美元开局，国内 BAT 悉数入局

2024 年，Xaira Therapeutics 由 ARCH Venture Partners 与 Foresite Labs 牵头成立，首轮即拿下 10 亿美元融资，把 AI 虚拟细胞这一全新药物研发范式推上风口。2026 年春节刚过，Xaira 正式推出 49 亿参数的虚拟细胞模型 X-Cell，在 Tahoe-100M 药物数据集上 Pearson 指标达到 0.31，显著优于 STATE 模型的 0.22，核心性能最高较 STATE 提升 5 倍。Pearson 系数越接近 1，代表模型对细胞扰动的预测越接近真实实验结果，这意味着虚拟细胞模型的发展进入快车道。

资本蜂拥：国内赛道近 10 起融资落地

据动脉橙数据库统计，2026 年 4 月以来，国内虚拟细胞赛道共发生近 10 起融资，红杉资本、君联资本、BV 百度风投、国信创投基金等顶级机构悉数入局。其中，耀速科技、西湖欧米之外，本轮密集融资的企业普遍处于早期阶段，但几乎都能顺利完成种子轮或天使轮。

各家企业在技术路径上呈现明显差异化：

百曜科技：走「大数据库 + 通用基础模型」平台型路线，覆盖靶点发现、药物筛选、iPSC 分化的细胞治疗等。
无界进化：主打全栈式大模型驱动的虚拟细胞，覆盖从分子到细胞的全尺度模拟，在合成生物学底盘细胞设计方向有独特布局。
华源智因：避开热门环节，聚焦临床前药效评价。
深度细胞：从最底层分子相互作用切入，技术路径偏向基础科研驱动。

BAT 的新江湖：互联网巨头深度卡位

国内虚拟细胞赛道已形成「百度最深、腾讯最广、阿里最快」的格局。

百度及百图生科：自主研发的生命科学基础大模型 xTrimo 已迭代至 V4 版本，参数量达 2680 亿，是全球最大规模的全模态生命科学基础大模型之一。2025 年，凭借 xTrimo SCPerturb 单细胞扰动计算模型，在首届全球虚拟细胞挑战赛中击败全球 1200 余支队伍夺得冠军。以 GeneCompass 模型为核心技术的虚拟细胞公司百曜科技，于 2025 年 10 月开源模型代码，2026 年 6 月获 BV 百度风投入股。

腾讯：布局多线并进。2024 年 6 月，腾讯 AI Lab 在 GitHub 发布国内首个基于生物中心法则建模的创新性生物基础大模型 CD-GPT。2026 年 8 月，腾讯生命科学实验室姚建华团队联合中南大学在《细胞》发表 UniPert-G2CP 框架，建立从多模态分子表征到跨域表型迁移的统一细胞扰动建模新范式。此外，腾讯自 2015 年起多次投资晶泰科技，IPO 前已是其第一大外部机构股东；2025 年 11 月，晶泰科技深度孵化的虚拟细胞企业无界进化成立，2026 年 6 月完成数千万元天使轮融资，引入顺为资本、红杉中国、松禾资本。

阿里达摩院：2026 年 6 月正式发布灵枢细胞模型，并在 25 支顶尖团队参与的虚拟细胞挑战赛基因扰动基准测试中综合排名第一，核心指标优于 STATE 等传统模型。该模型已接入「达摩灵枢」科研智能体平台对外开放测试，此前曾辅助科研团队预测出 6.8 万种潜在超导材料。

长三角学术高地：西湖大学密集产出

2026 年 6 月，西湖大学郭天南团队联合上海交通大学医学院、哈尔滨医科大学等单位，在《Nature》发表迄今为止分辨率最高、覆盖范围最广的人体蛋白质组空间图谱。2026 年 7 月，郭天南团队在《Nature》发表前瞻性评述《Towards the construction of a virtual yeast》，提出整合先验生物学知识、细胞空间结构与动态扰动数据的虚拟细胞系统性构建框架。郭天南教授创立的西湖欧米获瑞江康圣基金战略投资。同期，西湖大学工学院李子青团队联合浙江大学、华大基因研究院在《Nature Communications》发表 CellVQ 模型，推出轻量化插件工具 CellVQ-Graph，攻克单细胞 AI 模型泛化性差、可解释性弱的痛点。

历史脉络与现实挑战

虚拟细胞的构想最早可追溯至 1999 年的日本 E-Cell 项目，该项目选择仅有 127 个基因的假想极简细菌，手工编写微分方程实现数字层面的细胞分裂。2012 年，斯坦福大学 Covert 团队完成生殖支原体全细胞模型，被视为传统机制建模的巅峰。但这类模型受限于参数标定的工程量与人类细胞的复杂度，始终停留在实验室阶段。

真正的飞跃发生在单细胞测序、大规模扰动实验与 AI 算法共同成熟之后。多位业内人士指出，AI 虚拟细胞目前最大的挑战在于数据与生物学：静态数据较多，高质量的空间、动态与扰动数据仍很缺乏；公共数据存在批次效应强、上下文记录不完整等问题；模型更多从数据相关性出发，对细胞内部生物学机制考虑不足。西湖欧米创始人郭天南直言：「如果按照在计算机里真正演绎一个活细胞这个标准，目前还远远没有实现。」

风口已至，模型迭代与数据集完善仍需时间。AI 虚拟细胞能否真正搅动药物研发的产业变革，仍有待观察。