中国团队用LLM和JEPA把世界模型搬进细胞内部

近期，AI虚拟细胞（AIVC）领域迎来了一系列具有里程碑意义的突破。

作为全球最早布局该赛道的企业之一，百曜科技日前正式推出全球首个基于LLM-JEPA架构的AI虚拟细胞世界模型——AURA CellOS。

据公开资料显示，该模型是当前参数规模最大的单细胞基础模型，基于3.905亿个人类单细胞转录组数据进行训练，覆盖范围囊括了几乎所有重要的人类细胞类型，包含40余种人体组织和260余种细胞亚型。

其中最引人注目的突破在于，它首次将JEPA（联合嵌入预测架构）与世界模型理念系统性地引入到单细胞研究领域。

世界模型已在自动驾驶、机器人和生成式AI等领域成为关键技术方向。CellOS的亮相，引发了外界强烈好奇：在高度复杂的生命科学领域，世界模型是否能够真正落地，并带来实质性的价值？

已公开的评测结果显示，CellOS在预测精度、扰动建模等多个核心指标上，与多款主流模型相比实现了倍数级的性能提升，达到了当前国际领先（SOTA）水平。

然而，要真正理解其技术逻辑与商业潜力，我们仍需从一颗细胞的故事讲起。

AIVC站在十字路口

理解细胞的状态变化，是生命科学研究最核心的命题之一。

无论是疾病的发生、药物的作用，还是细胞治疗的实施，本质上都是细胞在特定刺激下状态发生改变的过程。

过去，科学家只能依赖细胞培养、动物实验甚至人体试验来探究细胞在药物或基因扰动下的反应。高昂的研发成本和漫长的实验周期，使得大量潜在新药与细胞疗法陷入反复试错的困境。“十年研发周期、十亿美元投入，临床成功率却不足10%”的“双十定律”，是时候被终结了。

△图片由AI生成

“虚拟细胞”的出现，为药物发现开辟了一条全新的路径。

在计算机中“复刻”细胞的想法，早在20世纪90年代便已有学者尝试，并开发出最早的细胞建模软件之一——VCell。随后，斯坦福大学研究团队发布了全球首个全细胞计算模型。

但此前的虚拟细胞并非具备学习能力的模拟器，它无法模拟细胞在不同条件与环境变化下的动态反应。它不能预测细胞的功能、行为或动力学机制，因此难以揭示其背后的生物学原理，最终限制了它在药物研发中的实际价值。

直到近年来，AI技术的飞速进步以及组学技术的迅猛发展，才使虚拟细胞逐渐靠近生命科学的“模拟沙盘”：

• 单细胞测序技术的指数级进步和成本下降，显著提升了数据采集能力。过去数年中，这些数据每6个月翻一番，为模型构建提供了底层基础。
• AI技术的进步则极大增强了细胞数据的处理、学习与推理能力。

2024年12月，由美国斯坦福大学、基因泰克制药公司与陈—扎克伯格基金会组成的联合科研团队，在顶级期刊《Cell》上发表重磅论文，正式点燃了全球研发热潮：AI虚拟细胞（AIVC）的时代已经到来。

△图片由AI生成

实际上，在此之前，Geneformer、scGPT、scFoundation、GeneCompass等一批模型已经相继问世，只不过业内尚未形成统一的“AIVC”叫法。

这些第一代AIVC模型主要解决了细胞类型识别等基础需求，但在预测细胞动态变化方面存在明显短板。举个例子：如果敲除某个基因、使用某种药物，或诱导细胞分化之后，细胞会如何演变？第一代AIVC模型在这类动态预测任务上的表现相当有限。

其核心原因在于，这些模型的训练目标主要是学习基因表达模式本身，而非探究细胞状态变化的深层机制。因此，它们难以区分哪些表达变化仅仅是背景噪声，哪些才是真正驱动细胞状态改变的关键信号。

更深入来看，由于模型主要基于单一表达视角来学习静态的基因表达模式，它们很难刻画基因间的调控关系及细胞状态的动态演化规律。很多只有在特定扰动条件下才会显现的关键生物学信号，也容易被大量稳定表达的背景信号所掩盖。

所以，仅仅依靠扩大数据规模和模型参数，并不能显著提升模型对细胞状态演化轨迹的预测能力，也无法真正学习到细胞变化背后的内在生物学规律。

2026年6月，《Nature Methods》发表的一项研究结果令人深思：研究人员基于包含2220万个细胞的scTab语料库，预先训练了400个模型，并完成了6400次评估。结果显示，在多项任务中，模型性能往往仅在使用约1%的预训练数据后便进入平台期。

换句话说，仅用约22万个细胞训练，模型性能就已基本饱和，再喂入大量同质化的细胞样本，模型效果也难以获得明显提升。

这一现象促使行业开始重新反思：现有的技术路线是否还能持续受益于Scaling Law（规模缩放定律）？或者说，问题究竟出在数据规模不足，还是第一代AIVC的建模范式已经触及瓶颈？

CellOS给出的答案指向后者：真正制约模型持续进步的，并非Scaling Law本身，而是传统语言模型架构与细胞数据特性之间的系统性错配。

只有当模型真正学会细胞状态的演化规律，而不仅仅是静态的表达模式时，数据规模的扩展才能持续转化为模型能力的提升。

从“看懂”到“理解”细胞，CellOS的“三板斧”

世界不是由文字构成的。

李飞飞最新长文如是说。

而细胞世界，更不由文字来定义。

归根结底，AIVC领域需要的是AI对细胞状态的深入理解，而非仅仅是对表达模式的简单复现。只有这样，模型才能支撑动态预测（如扰动响应）和可迁移的虚拟细胞能力。

从行业角度来看，CellOS这次的技术路线选择相当大胆。它并未沿着大多数团队仍在走的“安全路线”——在大语言模型上继续堆砌参数和数据，而是直接选择了JEPA这条更难走、但潜在天花板更高的道路。

因为人工智能领域已形成普遍共识：“世界模型”最擅长感知规律并推演环境动态变化。在自动驾驶和机器人领域，世界模型已被用于预测环境变化。而现在，细胞领域也开始了同样的尝试。CellOS正是第一个“吃螃蟹”的模型。

CellOS是首个将世界模型理念引入AI虚拟细胞领域的模型。同时，它也是公开信息中规模最大的单细胞Foundation Model，基于3.905亿个人类单细胞转录组数据训练，拥有12B参数。这一规模几乎覆盖了所有已知的人类细胞类型。

CellOS的核心创新主要体现在三个方面：多视角表征学习、JEPA联合嵌入预测、无损扩容。我们逐一来看。

创新一：多视角表征学习

这一创新让模型在进入更复杂的训练阶段之前，就能先获得更丰富、更敏锐的细胞特征辨别能力。

传统单细胞基础模型通常仅依赖单一的“表达视角”，即根据基因在单个细胞中的表达丰度来判断细胞状态。这种方法容易忽略那些表达量不高、但在生物学上具有重要标志意义的基因（如调控基因、应激响应基因），导致关键信号容易被背景噪声淹没。

为此，CellOS引入了“双视角互补机制”，在表达视角之外，增加了一个群体感知视角。这相当于给模型装上了两双“眼睛”：

• 一双眼睛关注表达丰度（即该基因的活跃程度如何）；
• 另一双眼睛关注群体特异性（即该基因在整个细胞群体中的独特性和信息量）。

将这两个维度拆分开来、同时进行并行分析后，模型就像突然开启了“透视”模式，能够更轻松地捕捉到那些隐藏的重要生物学信号。其结果就是：模型对细胞状态变化的敏感度显著提升，同时为第二层创新打下了坚实基础。

创新二：引入JEPA架构

在创新一（双视角）为模型提供高质量的互补表征之后，CellOS引入了JEPA（联合嵌入预测架构），在隐空间中利用这些互补表征进行跨视角预测与对齐。

传统模型的训练方式是：给定一个细胞的基因表达数据，要求模型尽可能“原样复述”出来。这就像让学生死记硬背课文，容易记住表面文字，却不理解其内在含义。

CellOS引入JEPA，则是彻底换了一种玩法：它不再让模型简单复述输入，而是让模型用“一种视角”去预测“另一种视角”所看到的结果。

简单来说，就是迫使模型在脑海中构建一个“细胞状态的内在模型”，从而抓住那些真正稳定的生物学规律。举个例子，传统模型看到的是“这个细胞现在长什么样”；而JEPA则在学习“如果从不同角度观察这个细胞，它的本质状态是什么？如果发生变化，它会朝哪个方向演变？”

这一设计直接让模型的能力从“看懂表面”升级到“理解本质”。尤其是在预测“敲除某个基因后细胞会怎样”、“加入药物后细胞如何反应”这类动态问题上，效果提升尤为显著。

创新三：无损扩容训练方案

模型越大越聪明，但存在一个常见问题：参数增多后，模型往往会忘记之前学过的知识。业内称之为“灾难性遗忘”。

CellOS在这方面做了特别设计——无损扩容机制。具体做法是：先扎实训练一个“中小型”稠密模型，打好基础；然后通过平滑的方式，将其升级为超大规模的MoE模型（混合专家模型）。在升级过程中，保留原有模型学到的核心知识，同时新增大量“专家”模块来学习更复杂的内容。

这样一来，模型既能变得更大、更强，又不会忘记之前辛苦学会的细胞表达规律。

至此，我们会发现，这三大创新并非各自为战，而是环环相扣！双视角是基础，负责提供“优质原料”；JEPA架构是核心，负责“深度思考”；无损扩容是保障，确保模型变大后性能“不掉链子”。

不过，模型搭建好之后，接下来该如何训练？CellOS提出了Dense-to-MoE三阶段训练策略。它并未将上述创新一股脑塞进一次训练，而是将其拆分为三个循序渐进的阶段。

• 第一阶段（Dense）：先使用传统的“表达视角”，训练一个扎实的中小型稠密模型。
• 第二阶段（MoE）：模型基础打好后，开始扩容，平稳地将模型扩容至12B参数规模8×8 Expert MoE稀疏模型 CellOS.md
• 第三阶段CellOS.md file||cellos.md file||CELLOS.md file
• 第三阶段CellOS.md (cellos.md file||CELLOS.md file||CELLOS.md file)
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段CellOS.md file
• 第三阶段

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：中国团队用LLM和JEPA把世界模型搬进细胞内部要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题