百图生科张晓明：生命科学AI竞争正从模型效果走向系统进化

7月19日，百图生科高级副总裁、AI研发负责人张晓明在 WAIC「涌现·无限｜2026 未来科技产业生态论坛」上表示，生命科学AI的竞争正在从模型效果竞争走向系统进化能力竞争。在他看来，模型能力依然是基础，但决定长期产业价值的，将是模型能否进入真实研发场景，与高质量数据生产和实验验证形成闭环，并在一次次应用中持续提升。

从「模型表现」到「系统进化」

张晓明指出，过去几年生命科学AI的评价标准经历了明显变化。早期行业主要关注模型参数规模和下游任务指标；随着AI进入实际研发场景，业界开始追问模型能否解决真实问题、预测结果能否转化为研发价值。在此基础上，行业对模型泛化能力的要求也在不断提高，当前关注点正进一步转向模型与系统的进化能力。

他强调，模型有多少参数、单项任务表现有多好只是第一个阶段；进入真实研发之后，更重要的是它能否解决实际问题，并在使用过程中持续变好。他同时认为，生命科学AI不能只追求眼前的成功率和局部指标。更合理的路径是先在更广阔的分子或生物空间中建立整体认知，再逐步缩小范围进入局部优化。如果所有优化都直接指向单次结果，研发可能长期停留在局部最优。

模型与数据的复利将逐步拉开系统差距

张晓明认为，当前模型计算预测与实验结果之间仍存在差距。这一问题不能简单归结为数据不足、算法不够先进或工程效率不高，而需要模型、数据和工程能力协同解决。

• 模型：基于长期积累的生命科学数据建立对生物规律的初步理解，进而识别认知不足的区域，判断哪些实验和数据最值得优先获得。
• 新的实验数据：补充模型尚未覆盖的部分，推动模型继续训练与优化；模型能力提升后，又可更精准地指导下一轮实验设计。
• 工程体系：负责压缩每轮迭代的时间与成本，让循环更加高频、高效地运行。

他用一句话概括这一逻辑：更好的模型知道应该生产什么数据，更好的数据又能训练出更好的模型。这种正向复利会持续放大领先优势，让整个系统的壁垒越建越高。AI的价值不只在于预测实验结果，还在于判断下一步什么数据最值得生产。

虚拟细胞原生系统成为下一个重要方向

随着AI不断深入生命科学研究，模型探索正从蛋白质、DNA、RNA等分子尺度进一步走向细胞尺度。张晓明表示，当前虚拟细胞领域呈现出百家争鸣的状态，科研机构和产业公司投入了很高热情。2025年，百图生科在虚拟细胞挑战赛中获得全球第一名。

他指出，许多虚拟细胞模型目前主要回答一个基础问题：从当前细胞状态出发，经过某种基因、药物或环境扰动之后，细胞下一步可能出现怎样的状态变化。但真实研发需要更具体的信息——细胞活性是否变化、是否存在早期安全性风险、是否可能产生免疫原性，以及这些变化能否支持后续研发决策。因此，虚拟细胞领域下一阶段的竞争将从模型预测能力，进一步走向虚拟细胞原生系统的构建，需要跨越两个关键Gap：

• 一是从细胞状态预测走向属性预测，即在获得扰动后细胞状态的基础上，进一步评估其活性、安全性、免疫原性等指标。
• 二是从分子实验的后续验证，走向虚拟细胞原生的研究与决策方式，让虚拟细胞同时连接状态预测、属性判断和干预设计。

谈及未来三至五年的发展，张晓明认为行业一方面期待看到真正由AI参与设计的 First-in-Class 药物经受临床检验，另一方面，虚拟细胞模型能否进入实际研发流程、产生更清晰的应用价值，也将成为重要探索方向。

百图生科的实践路径

百图生科自主研发的 2680 亿参数生命科学基础大模型 xTrimo 提供跨模态、跨尺度的模型底座；BioMap OS 干湿闭环发现系统则进一步连接知识助手、预测与设计、智能实验、数据和模型训练。公司希望让每一次预测、设计与实验都成为下一轮能力进化的起点，推动虚拟细胞真正进入生命科学研发流程。