迄今仍很少有人意识到，生命科学正在经历一场历史性转折。

过去十年，人工智能先学会了预测蛋白质结构，又学会了设计小分子，回答的都是"哪个分子更可能结合靶点"。但分子进入细胞之后，事情才真正开始：通路会补偿，细胞会分化，微环境会改写命运。

1665年，罗伯特·胡克在显微镜下第一次看见细胞。他看到的是一间静态的小房间。细胞的"细胞"二字，词源就是房间。

此后的三百多年，生命科学靠实验逼近真相：研究者基于有限观测提出假设，控制变量逐一验证，从离散结果中归纳规律。

直到单细胞测序让全基因组尺度的观测覆盖数以百万计的细胞，多组学、扰动实验和高通量自动化把细胞变成数据，一条新路才浮现出来：不在显微镜下看见细胞，在计算机里计算细胞。

此即：AI虚拟细胞（AIVC）

01 AI制药的下一代基础设施

AIVC正是AI4S这条路的技术化身：跨尺度、多模态、基于大规模神经网络，表征并模拟细胞在多种状态下的行为和状态转换，建模分化、发育、衰老这些自然过程，也建模基因编辑、药物干预引起的状态变化。

理解AIVC，关键在它与AI制药（AIDD）的区别。

AIDD在分子尺度做预测与设计，研究对象是靶点蛋白、抗体、小分子，解决"分子结构是否合理"。但一个在分子层面命中的候选药物，进入真实细胞系统后是否有效，AIDD回答不了。

AIVC把建模尺度从分子推进到细胞，把细胞视为基因调控网络、信号通路、代谢过程和表型共同构成的动态系统，回答"当药物进入、基因被编辑、环境变化时，细胞究竟如何响应"。

这个尺度跃迁，用AlphaFold对照最直观。AlphaFold解决蛋白质静态结构预测，建模对象是生物零件；AIVC要模拟完整活细胞的动态因果行为，建模对象是活细胞整机。有人称之为下一个AlphaFold时刻，难度维度其实更大。

一言以蔽之，AIVC的未来，将是AI制药的下一代基础设施。

02 论文之后，产业冲了进来

2024年12月是一个分水岭。斯坦福、基因泰克与陈-扎克伯格基金会联合团队在《Cell》发表纲领性论文，42位学者联署，AIVC从零散的学术探索，升格为全球协同建设的下一代生命科学基础设施。

此后不到两年，产业界的速度远超学术预期。

Xaira Therapeutics是这场产业化的定义者。2024年由ARCH Venture Partners与Foresite Labs牵头成立，集结了斯坦福前校长Marc Tessier-Lavigne、诺奖得主David Baker和Carolyn Bertozzi，成立之初拿下10亿美元融资，创下Biotech早期融资纪录。

2026年春节刚过，它发布49亿参数的虚拟细胞模型X-Cell，训练于自建的X-Atlas/Pisces数据集：迄今最大的全基因组CRISPRi Perturb-seq数据集，2560万个受扰动的单细胞转录组，覆盖16种生物学背景。

在行业标准的Pearson Delta指标上，X-Cell达到0.31，此前标杆STATE模型是0.22，核心性能最高提升5倍。更关键的一层：X-Cell是首个被证明遵循幂律缩放动态的单细胞模型。这意味着往里加数据和算力，性能可以预期地提升，而不是收益递减。Scaling law在这门生意里成立。

Recursion Pharmaceuticals走另一条路。作为AIVC概念最早的实践者，它自2013年成立就把"湿实验室与干实验室闭环"写进核心哲学，以表型组学为中心，靠高通量细胞成像获取表型数据，强调虚拟细胞必须建立在生物机制模型之上，而非纯数据驱动的黑箱。其Valence Labs开发的TxPert模型，已在预测未知单基因扰动和新细胞类型中的已知扰动上展现能力。

Noetik选了最聚焦的一条：从肿瘤学切入，以空间生物学为数据基础。它的OCTO-VC模型训练于数亿个空间分辨的人类细胞，是肿瘤学领域最大的空间生物学数据集。2026年1月，Noetik与GSK达成五年战略许可，GSK获得OCTO-VC在非小细胞肺癌和结直肠癌两个适应症的非独家许可，含5000万美元预付款及里程碑付款。2026年8月，首个里程碑已达成，GSK团队正用OCTO-VC做虚拟细胞实验和患者分层。

03 为预测能力付费

AIVC的商业模式，正在从概念走向验证。模型许可与订阅、研发服务费、里程碑付费、联合开发、管线授权，各条路径都有公司在走。其中Noetik与GSK的合作，是迄今最清晰的收入验证。

拆开看这笔交易：5000万美元预付款，本质是对模型访问权的下注。GSK持续付费订阅OCTO-VC，用相对少量自有数据即可微调，生成针对性的预测。这是制药企业第一次为"细胞层面的预测能力"付账，而不是为某一个分子付账。AIVC从论文里的能力指标，变成了可定价、可交付的产业服务。

Turbine是另一种形态。它的Simulated Cell模型由实验室在环驱动，给实验检测创建虚拟副本，研究人员通过无代码界面在计算机里测试数百万个假设，只把选定的候选推进湿实验室。MSD、阿斯利康、拜耳都用过它的虚拟检测，累计服务超过30个发现项目，2026年2月完成2500万美元B轮融资。

中国的棋盘上各有落子。

百曜科技是平台型代表，2026年6月完成数千万元新一轮融资，国新创投基金领投。其AURA CellOS基于LLM-JEPA架构，训练于3.905亿个人类单细胞转录组，覆盖40余种人体组织、260余种细胞类型，计划在肿瘤患者分层、CAR-T优化、皮肤抗衰靶点发现等场景做验证。华源智因聚焦临床前药效评价，已与多家三甲医院和跨国药企建立合作订单，多项目服务费完成回款，是少数已有商业化收入的AIVC早期企业。

百图生科则押另一条路。xTrimo大模型参数规模2680亿，覆盖蛋白质、DNA、RNA等七大生命科学模态。2026年9月，它与华大智造签署战略合作：百图出模型，华大出跨组学仪器和规模化数据生产能力，联合构建专属细胞大模型，面向虚拟细胞和虚拟扰动开发高质量数据产出基础设施。

这笔合作的指向很清楚：AIVC的竞争正在从模型参数竞赛，转向"数据生产、模型预测、实验验证、数据回流"闭环能力的竞赛。单看参数，X-Cell不过49亿，远小于语言模型的千亿万亿，胜负手从来不在这一头。

04 监管在开门

AIVC对制药的改变，不止于效率工具。

传统药物研发是一条线性路径：靶点发现、化合物筛选、临床前验证、临床试验。AIDD的贡献集中在早期分子筛选，进入真实细胞系统后，临床转化的不确定性依然巨大。

AIVC把预测对象从"分子是否有效"推进到"细胞如何响应"，覆盖疾病机制解析、靶点发现、虚拟筛选、临床前药效与毒性预测、临床患者分层，全链条介入。

药物研发的底层逻辑，因此从实验试错走向模型驱动：不再逐一尝试所有假设，而是用虚拟扰动在海量候选中筛出更可能成功的实验，把湿实验资源聚焦到最有希望的路径上。

政策端在同步开门。2025年4月，美国FDA宣布逐步取消单克隆抗体和其他药物的动物实验要求；2026年3月，FDA药品审评与研究中心发布指南草案，明确企业可以直接提交类器官和器官芯片数据用于非临床安全性评价。国内，CDE在2026年8月发布征求意见稿，把细胞、类器官芯片、组学和计算模型列为非动物试验方法。

监管闸门松开，AIVC从科研工具进入药物评价体系，有了制度接口。

05 瓶颈依然显著

从2024年12月的《Cell》论文，到X-Cell以0.31刷新标杆，再到GSK的5000万美元预付款，这条从概念到产业的路径，只走了不到两年。

但行业仍处在非常早期的阶段，而且瓶颈不在算法。构建AIVC所需的超多维多模态数据，保守估计需要2000亿美元投入。不同品牌仪器数据格式不统一，跨平台批次效应严重，高质量扰动数据集获取成本高昂。这些工程层面的障碍，远比模型架构的优化棘手。数据是燃料，而燃料还没有规模化生产。

趋势倒是清晰的。单细胞测序成本在降，自动化实验室的数据产出效率在指数级提升，监管在为计算证据打开制度接口，生命科学正从实验驱动的科学走向模型驱动的科学。AIVC不只是一个模型，是一套新型基础设施：把细胞从实验观测的对象，变成可表征、模拟、干预和持续校准的计算系统。

回到胡克的那间小房间。1665年他看见它的时候，没人想过房间还能收租。2026年，GSK把第一笔租金付给了会计算这间房间的公司。

这栋楼最后归谁，现在没有答案。可以确定的是，收租的前提是把数据生产、模型预测、实验验证三件事同时握在自己手里，缺一件，就还只是个租客。