百图生科联合创始人、CEO 刘维

2024 年诺贝尔化学奖颁给谷歌 DeepMind 丹米斯 · 哈萨比斯（Demis Hassabis）和约翰 · 乔普（John M. Jumper），表彰 AI 大模型实现蛋白质结构预测，从而引发国内 AI For Science（科学）前沿技术赛道热潮。

10 月下旬第三届中国生物计算大会上，李彦宏联合创立的 BioMap 百图生科发布全新生命科学基础大模型 xTrimo V3，拥有 2100 亿参数，是全球规模最大的生命科学领域 AI 基础模型，覆盖蛋白质、DNA、RNA 等七大生命科学主流模态；在蛋白质领域，实现全球首个 MoE（混合专家）架构；DNA 序列长度突破 128K，为基因组学、遗传病预测和精准治医疗领域提供更高的准确性。

截至目前，百图生科已打造超过 200 个取得评测 SOTA 水平的任务模型，先后助力开发 20 多种前沿抗体和酶，实现 10 余个创新靶点及靶点组合的挖掘，进入更广泛的生物制造、农业化工、绿色环保等领域。

会后，百图生科联合创始人、CEO 刘维对钛媒体 App 等表示，" 百图生科的定位成为一家世界领先的生命科学 AI 模型提供商 "。在今天大量、特定以及前沿生命科学问题上，基于其 AI 大模型平台底座及应用场景加速自身商业化，从而将研发领先 3-5 年为行业创造更多社会价值、经济价值的 AI 平台。

AI 技术解决新药研发投资回报低的难题

新药研发是人类发展中极具风险和复杂度、耗时最漫长的技术研究领域之ー。

据英国《自然》杂志统计，新药的研发成本大约是 26 亿美元，耗时约 10 年，成功率不到十分之一。而2000 年 -2015 年间，近 86% 的候选药物都无法达到目标终点。

对于药物研发商和 CRO 研究团队来说，药物发现过程非常漫长、复杂且成本高昂。因此，基于 AI 的药物研发有可能大幅减少药物发现所需的时间和成本，提高药物开发的成功率，并有助于发现新的治疗方法。

生成式 AI 热潮之前，新药研发大部分以 CADD（计算机辅助药物设计）方式作为药物发现方式之一，以计算机作为操作媒介，以原子（量子）尺度模型来模拟分子的结构与行为，进而模拟分子体系的各种物理、化学性质的方法。然而，随着药物研发难度不断提高，以及病理问题愈加复杂，CADD 无法全面计算出获得药物的途径，只是产生药物分子结构想法的一部分。因此，用 AI 设计药物（AIDD）成为了新的学术趋势。

经过多年实践，利用 AI 技术，确实可以识别潜在的药物靶点并设计可与这些靶点相互作用的分子，以及能够分析大量数据以识别潜在的药物靶点，从而减少药物发现和开发上投入的时间和成本，使其成为可能。

据 2024 年麦肯锡全球研究院估计，生成式 AI 每年可为制药和医疗技术公司创造 600 亿至 1100 亿美元的经济价值。

成立于 2020 年的 BioMap 百图生科，是一家拥有颠覆性技术的生命科学 AI 大模型公司，由百度创始人、CEO 李彦宏牵头发起并出任董事长；原百度集团副总裁、BV 百度风投 CEO 刘维担任百图生科联合创始人、CEO；由原诺和诺德全球副总裁、BioMap Inc 公司总裁 Per Greisen，以及原 SAP 全球副总裁、百图生科公司总裁邓永富等业界高管组成核心团队。

截止目前，百图生科拥有 200 多名员工，在硅谷、北京、苏州、香港设立研发中心。

融资方面，目前百图生科已获得超过 2 亿美元（约合人民币 14.25 亿元）风险投资。其中，2021 年 7 月，百图生科完成上亿美元 A 轮融资，由 GGV 纪源资本、百度等跟投，创始人李彦宏继续追加投资；今年 6 月，持有 620 亿港元初始资金的香港投资管理有限公司（港投公司）公布将在百图生科新一轮融资中进行领投。

商业化层面，百图生科已服务全球 300 多家用户，实现超过 20 亿美元（约合 142.51 亿元）的总客户订单，助力在 AI 全新蛋白设计、Al 靶点发现、AI 酶设计等领域取得众多突破性成果，其中包括最受关注的赛诺菲与百图生科的总交易金额 10 亿美元合作订单。

今年 10 月，百图生科宣布加大国内商业化力度，正式启动面向中国区市场的生态建设，为更多中国客户带来智能化解决方案——基于 xTrimo 基础大模型底座、Model Builder 工具链，提供药物研发解决方案、生物制造解决方案、AI4LS 平台解决方案等。同时，百图生科将进一步拓展生态合作伙伴体系，包括硬件、软件、基础设施、增值服务和产业生态等上下游产业链。

百图生科透露，通过与全球顶尖制药公司和科研机构的深度合作，其在药物研发和精准医疗领域树立了行业标杆。例如，与全球顶尖制药巨头的合作，验证了百图生科 AI 模型如何帮助制药企业在仅有 5% 实验数据的情况下，推断出 70% 的潜在结果。这一突破性成就显著缩短了药物研发周期，提升了企业的创新效率。

" 面对全球领先客户对 AI 模型先进性的要求，我们的产品必须超越传统意义上的改善性效果 , 而具备引领行业的突破性价值，这也正是我们与市场上其他企业的区别所在。" 谈及中国市场，百图生科认为，在合成生物学和生物制造领域中国大有可为，市场规模远超美国。尽管美国在实验室研发方面表现强劲，但在应用场景和工业制造能力方面存在不足，而中国则拥有众多企业巨头，以及正在探索前沿创新的中小型企业和科研机构等，百图生科的核心优势则在于能够针对不同规模和需求的客户，提供相应的创新服务和解决方案。

百图生科公司总裁邓永富向钛媒体 App 强调，当前环境下，很多传统药企也在谋求新的一些转型，它酝酿着新的增长和新的变化，这是公司值得投入的一个非常重要的因素。同时，生物制造行业在国内具备优渥的发展土壤，很多客户非常欢迎这种新的技术变化。

平台型企业的探索：从 EDA 到生命科学底座大模型

百图生科认为，站在生命科学与 AI 交汇的前沿，通过其 AI 大模型平台，赋能生命科学企业加速科研创新，正如 EDA（电子设计自动化）工具在芯片领域所扮演的角色。

事实上，EDA 的核心在于以后台技术为支撑，通过优化设计流程和提升效率，赋能芯片企业更高效地设计并生产芯片，但它并不直接制造芯片。百图生科的大模型平台通过多模态数据和跨领域知识构建任务模型，应用于生命科学企业的实际业务场景，而非直接生产终端产品。类似 EDA 工具在芯片设计中的作用，百图生科为生物医药和生物制造等企业提供 AI 模型，帮助其加速从研究到产品全流程。另外，生成式 AI 技术使得百图生科的大模型平台在蛋白质结构预测、靶点发现等生命科学核心领域中取得显著成效，不仅提升了研发效能，还帮助企业解决传统科研难以触及的复杂问题，推动更多企业和科研机构加速进入 AI for Science（AI4S）赛道。

正如比尔 · 盖茨所言，AI 是 " 第一个没有限制的技术 "，在未来五年内，AI 将彻底改变人类的生活和健康。

百图生科认为，凭借其大模型平台试图去影响生命科学的多个领域。无论是生物医药中的大分子药物开发、基因编辑，细胞基因疗法的靶点发现与开发，还是生物制造领域的人造生物材料、生物燃料、生物酶催化剂等尖端产品的设计和开发等。

尽管 AI 的应用前景广阔，但其发展面临的算力挑战依然不容忽视。特别是在 " 低端算力过剩、高端算力稀缺 " 的背景下，AI 算力成为主要的成本瓶颈。红杉资本曾预测，AI 基础设施的回报率与实际收入之间存在巨大差距，预计 AI 企业的总收入需求将达到 6000 亿美元。

刘维非常相信，生成式 AI 技术可以给生命科学领域带来范式转变。在刘维看来，蛋白质结构预测将成为 " 兵家必争之地 "。

生命科学行业的特殊性在于，尽管 AI 算力投入昂贵，但对于每年动辄万亿美元级别研发投入的制药企业来说，AI 技术带来的回报无疑是巨大的。通过 AI 技术，能够将复杂科研问题分解成可验证的方案，从而帮助企业在前沿药物发现和疾病治疗中取得重大突破。尽管没有企业能够单靠一种技术解决所有问题，但通过 AI 的应用，复杂的生命科学难题正被逐步破解，最终将带来更加精准的药物和生命科学解决方案。那些率先拥抱 AI 的企业，将在未来收获丰厚的回报。

" 未来，不同的人群、不同的国家，包括许多罕见病患者，各种人群都能够受益于 AI 驱动的生物医药、生物制造等行业的新型研发范式。目前，生命科学领域研发投入每年高达数万亿美元，但主要集中在解决那几个大问题上，所以，如果利用 AI 能够将研发效率提高 100 倍，那么会有更多的精准药物和生命科学产品线产出，这将极大地推动我们的健康和福祉。" 刘维对钛媒体 App 表示。

（本文首发于钛媒体 App，作者｜林志佳，编辑｜胡润峰）