北京 – 近日，美国斯坦福大学、英伟达等机构联合发布的生物学AI模型Evo2引发全球关注，被誉为“生物版DeepSeek”。然而，在这项突破性成果背后，隐藏着一场中国AI力量的崛起。Evo2的研究人员在论文中特别标注，来自中国公司百图生科的xTrimo系列大模型，是“参数规模更大但尚未开源的竞争对手”，这无疑揭示了中国生物大模型在全球竞争中的实力。
中国生物大模型崭露头角
百图生科自2020年起便前瞻性地布局生命科学基础大模型领域，并于2024年10月推出全模态生物大模型xTrimo V3，以2100亿参数量刷新了全球最大规模的生命科学AI基础模型纪录。这款模型不仅参数量巨大，更重要的是，它能够以更低的数据和成本需求构建高质量的AI任务模型。xTrimo V3的创新之处在于，它首次实现了从DNA、RNA、蛋白质到细胞层级的生物数据建模，并支持128K超长DNA序列解析，重新定义了生物大模型的竞争规则。
更值得关注的是，百图生科计划近期开源1000亿参数版本的模型，这将使其超越Evo2，成为全球最大规模的开源生物学模型。这意味着，在这场解码生命密码的全球军备竞赛中，中国力量正在从追赶者转变为领跑者。
参数规模与模态的双重跃升
在AI模型的发展中，参数量是至关重要的因素，直接影响模型的学习能力。与Evo2的400亿参数规模相比，百图生科xTrimo V3以超过5倍的参数量构建起生命科学AI的“超级大脑”。
自2020年起，百图生科便着手构建超大规模的生命科学专属数据图谱，通过整合蛋白质互作网络、单细胞测序、基因组学、临床数据等多维度、多模态生物信息，形成覆盖超百万物种、千亿级生物实体的结构化知识库，数据规模达到行业基准的百倍以上。值得一提的是，仅蛋白模态而言，其单模型参数已达1000亿，并在Evo2论文中被引用为“xTrimo large”，充分彰显了其在模型规模上的领先优势。
坚实的数据基础也使得百图生科区别于ESM、Evo等海外模型。这些海外模型主要聚焦于蛋白或DNA序列的单一模态，而xTrimo V3能够综合建模从分子、代谢网络到细胞乃至多细胞层级的各类生物数据，实现从分子到生物系统的全链条建模。目前，xTrimo V3覆盖了DNA、RNA、蛋白质、细胞、化合物-蛋白互作、蛋白-蛋白互作及生命系统等七大主流模态，实现了从碱基对到细胞集群的全尺度建模。
深耕生物学算法，释放Scaling Law潜能
如果说参数量是决定模型性能的重要燃料，那么模型算法和架构就如同内燃机，直接决定了如何高效发挥数据的作用。在技术架构方面，xTrimo系列模型充分考虑了生物信息数据的独特特性，构建了一个大规模、多模态、多尺度的模型体系。
为了更好地发挥Scaling Law效能，在DNA模态模型设计中，百图生科不再单纯追求模型规模的扩展，而是采用了基于生物知识引导的启发式设计，以更合理的网络结构提升“小模型”的智能水平，从而有效弥合机器学习技术与生物学洞见之间的鸿沟，显著增强下游应用性能。
在模型架构设计上，针对不同基因及其调控元件在序列长度上存在较大差异的问题，百图生科开创性地引入多窗口尺度注意力机制和原生双链DNA建模技术。区别于Evo2的反向互补数据增强策略，该模型直接从架构层面支持DNA双链结构建模，并增加局部感知模块捕捉三维空间信息。这些针对DNA的独特网络设计在Scaling Law效应下展现出巨大优势，在同等训练数据和计算量下，这些创新使xTrimoDNA在同等计算条件下展现出更强的学习能力。数据显示，在基因突变扫描等核心任务中，100亿参数的xTrimoDNA表现超越Evo1/Evo2。
率先实现价值转化，全球400家用户
大模型的开发若不能有效转化为落地应用，其技术价值将沦为空洞的概念。对此，百图生科将自身定位为“一家世界领先的生命科学AI模型提供商”，率先探索AI大模型平台底座及应用场景的商业化。
这套技术体系已在产业端产生显著价值，xTrimo平台在AI靶点发现、蛋白设计、菌株改造等领域的200余个任务模型中，已支撑客户取得20余种已验证抗体/酶设计、10余个创新靶点授权等突破性成果。
值得一提的是，百图生科还在生命科学大模型领域开启了首例标杆性合作，获得了国际顶级药企赛诺菲10亿美元的投资。这无疑是对百图生科技术实力和商业前景的巨大认可。
未来展望
随着生物科技的飞速发展，AI在生命科学领域的应用前景日益广阔。百图生科等中国AI企业的崛起，不仅为中国生物科技创新注入了新的动力，也将在全球生物科技竞争中扮演越来越重要的角色。我们有理由相信，在未来的“生命密码”解码竞赛中，中国力量将持续蜕变，最终成为真正的领跑者。
参考文献:
- 机器之心. (2024). 生物版DeepSeek的隐秘竞争，中国模型被视为更强对手，赛诺菲10亿美金押宝！ Retrieved from https://www.jiqizhixin.com/articles/2025-03-04-10
- Evo2论文 (具体论文信息需补充)
- 百图生科官方网站 (具体网址需补充)
致谢:
感谢机器之心提供的相关信息，以及所有为生物科技发展做出贡献的科研人员和企业。
（完）
Views: 1