A World Model of Life: Biohub's Alex Rives on Virtual Cells, Measurement, & the $1.8B Data Push

Biohub 科学负责人 Alex Reevs 说，虚拟细胞模型至今没改变医学，卡点不在模型架构，而在我们根本测不到细胞里真正关键的东西。

所有人都在等 AI 把生物学"算"出来，但 Alex Reevs 的判断相反：数据不够好，再聪明的模型也学不到因果结构。他掌管的 Biohub 刚拉上 DOE、NIH、Google DeepMind、Isomorphic、Meta 投 18 亿美元造数据，还造出了全球最强的连续波激光，只为让电子显微镜"看清"细胞里的蛋白。

Alex 认为问题不在模型不够大，而在"看不见"——细胞里大量关键事件根本测不到，数据里没有信号，模型自然学不出来。

• 三层瓶颈：模型架构、规模化数据生成、观测工具，三者必须同时进步；今天叫"虚拟细胞"的模型，没一个能当实验生物学的预言机。
• Transformer 缺一个维度：它没有多尺度结构，装不下从原子到组织这几个层级的复杂度；数据无限时架构会趋同，但生物离那个极限还很远。
• 蛋白质是例外：基因测序已能做到规模化，所以 ESM、AlphaFold 这类模型成立；细胞生物学没有这种数据基础。

Biohub 牵头的虚拟生物学计划，核心不是算力，是把细胞的分子信息和图像信息在几百亿个细胞上对齐。

• 合作方：美国能源部、NIH、Google DeepMind、Isomorphic、Meta，4 月启动，本周公布旗舰合作，并向全球科研界和其他资助方开放加入。
• 激光相位板：伯克利 Holger Müller 多年前提出、Biohub 投了数年，做出全球最强连续波激光，给电子显微镜加"相位对比"，让冷冻电子断层扫描能看清细胞内单个蛋白的位置和相互作用。
• 斑马鱼全身成像：鱼是透明的，显微镜能追踪胚胎从 1 个细胞发育到完整个体的每一个细胞，还能给免疫细胞染色，看它们在活体里怎么移动、怎么互动。

Alex 的目标分两级：5 年内做出细胞的信息论模型，远期才是能模拟生命的 world model。

• 先学转移函数：输入细胞或组织的当前状态加一组扰动，输出下一时刻的状态分布——注意是分布，细胞不会确定性地走向某一个状态。
• 跨物种预训练是必须的：ESM 和 AlphaFold 不是只喂人类蛋白训出来的，只用人类数据训不准；脊椎动物的转录因子、增强子"语言"高度保守，被改写的是程序本身。
• RLVR 要搬进实验室：数学、代码能靠计算快速验证，生物只能靠湿实验，所以要建"AI 提问—做实验—学结果—提更好的实验"的闭环，Alex 称之为 empirical AI。

"我们最想知道的生物学问题，是那些我们还没有词、没有名字的新概念。"

• 评估任何"AI for Science"项目时，先问数据是怎么测出来的、测的是不是因果链上的关键变量；模型再大也补不回测量盲区，这是比堆参数更早该做的判断。
• 做垂直领域 Agent 时，把"验证"环节设计成真实世界动作（实验、A/B、人工复核），而不是模型自评——生物学的瓶颈就是验证慢，这个规律在多数落地场景同样成立。