AI虚拟细胞到底能干什么？拆开30亿美元赛道里的真实瓶颈

AI虚拟细胞到底能干什么？一句话：在计算机里先替你做细胞实验，把无效的药提前筛掉。但现在它还做不到让你放心把决策交出去。

动脉智库这份白皮书把 2026 年定义为商业化元年，全球融资突破 30 亿美元，同时也把短板摆得很清楚：综合准确率约 60%，遇到没见过的细胞类型会掉到 30% 到 40%。

它最有价值的地方，是没有跟着热度喊，而是沿着数据、模型、应用三层，把每个环节卡在哪讲明白了。

这个赛道的真问题不是算力不够，而是高质量数据和验证闭环都还没长出来。

下面按定义架构、产业价值、四重拐点、三层瓶颈、竞争路径、发展趋势和标杆案例讲。

图源：《2026年AI虚拟细胞行业》（第2页） · 原文

一、先把概念划清：它是预测模型，不是数字孪生的同义词

白皮书先给了定义：AI 虚拟细胞是利用 AI 技术构建的、能在计算机中模拟细胞行为的多尺度、多模态神经网络模型，目标是让研究者在计算机上做实验。

这个概念的正式提出时间是 2024 年 12 月，斯坦福大学、基因泰克与陈-扎克伯格基金会在《Cell》联合发表论文，提出了 AIVC 的概念框架。

报告特意把几条技术路线分开讲。一条是数据驱动的 AI 建模路线，靠大规模神经网络从数据学映射，规模化强但黑箱明显；另一条是经典计算细胞生物学路线，基于数学物理方程，可解释但扩展性差。

当前的前沿方向是在数据驱动框架里融入生物机理约束，试图兼顾规模化与可解释性。报告的研究主体是前者。

和相近概念的关系也做了区分。数字孪生强调与实体的实时同步和双向反馈，器官芯片和类器官是湿端的实验工具，世界模型是一种预测状态变化的架构范式。

虚拟细胞不是某个产品，而是一类技术体系的总称，这个定位很重要，因为它决定了后面所有讨论都在讲能力，而不是讲某个软件。

它要替代的不是显微镜，而是那几十万次试错实验里注定失败的部分。

图源：《2026年AI虚拟细胞行业》（第3页） · 原文

二、三层架构加一个闭环：数据、模型、应用，再靠干湿循环进化

报告把技术体系拆成三层，外加一个驱动机制，这个结构是理解全文的钥匙。数据层由三根支柱构成：先验知识、静态架构、动态状态。这个提法来自西湖大学郭天南团队 2025 年 3 月在《Cell Research》发表的评述。

先验知识整合文献、分子表达规律和多尺度成像；静态架构收录细胞形态和分子空间分布；动态状态聚焦细胞在药物、基因编辑等扰动下的变化。

动态状态是决定模型能不能真的推演的关键，微扰高通量组学尤其是微扰蛋白质组学数据，是支撑动态仿真的核心底座。

模型层大致分三类：细胞表征模型数量最多，通用单细胞转录组基础模型最成熟，代表是 Geneformer 和 scGPT；扰动预测模型是当前竞争焦点，包括 CellOS、X-Cell；多模态和跨尺度模型是长期方向。

应用层把模型能力落到药物研发的靶点发现、虚拟筛选、药效评估、毒性预测和适应症拓展。

贯穿三层的是一个叫闭环主动学习 的机制：模型自己识别认知缺口，设计新的湿实验，新数据回流再驱动迭代。它让系统从静态工具变成了能持续进化的学习系统。

三层是骨架，闭环才是让它活起来的那口气。

图源：《2026年AI虚拟细胞行业》（第4页） · 原文

三、产业价值分两段：先当制药的计算底座，再当生命科学的基础设施

报告把价值分成短期和长期两个维度，判断很清楚，没有把远景当现状。短期看制药。它的战略意义不是替代某一个环节，而是给整条药物研发链提供统一的计算底座，让每个决策都建立在细胞生物学理解上。

具体落点是四件事：药物筛选，在计算空间里提前排除无效候选分子；毒性预测，降低临床前失败率；适应症发现，预测药物在新靶点上的效果；患者分层，基于细胞特征预测响应差异。

长期看大健康。报告认为它会成为生命科学的基础设施，影响从健康管理到疾病治疗的全链条，比如预防性医疗、个性化治疗、疾病机制理解和合成生物学。

这里有个说法值得记：当前医疗决策大多基于群体统计数据，AI 虚拟细胞有望把决策粒度细化到单个患者。技术史也补了一笔。虚拟细胞的技术起源可追溯到 1990 年代，三十多年里从物理方程驱动走到 AI 数据驱动，真正的转折在 2023 到 2026 这三年。

短期它是制药的算力工具，长期它想成为整个生命科学的操作系统。

图源：《2026年AI虚拟细胞行业》（第5页） · 原文

四、四重拐点同时出现：技术、政策、资本、需求撞在了一起

为什么是 2026 年？报告给的答案是四个拐点共振，缺一个都不成。技术侧有两个前提。AI 建模摆脱了人工预设生物规则的传统方式，能自主挖掘细胞运行规律；单细胞测序成本大幅下降、通量指数级提升，Drop-seq 和 10x Genomics 把成本降低了数个数量级。

政策侧是全球同步加码。美国 2025 年 11 月启动创世纪计划，整合能源部 17 个国家实验室的超级算力和自动化实验设施，2026 年 7 月联邦投入超 50 亿美元。

这类报告的原文件，运营动脉（www.yydm.cn）收得比较全，按行业分好了类，翻起来不费劲。

想核一个具体数字，或者补一张原图，直接搜报告名就能定位到相应的那一页。

更关键的是监管通道。FDA 现代化法案 3.0 于 2025 年 12 月通过参议院，把非临床测试的定义从动物实验扩展到类器官、器官芯片和计算模型。

英国提出 2030 年前 100 天内开发出可进入临床试验的药物，从 20 亿英镑的 AI 议程里划 1.37 亿英镑专款；欧盟计划把 Horizon Europe 下的 AI 研究投资提到每年 30 亿欧元以上。

日本的富岳 NEXT 定位为 AI 与仿真计算的融合基础设施；中国在 2026 年十五五规划里把 AI 驱动的研发列为前沿领域核心工具，重大专项新增了跨学科科学发现系统任务。

监管愿意把计算模型当成证据，这个行业才算真正拿到了入场许可。

图源：《2026年AI虚拟细胞行业》（第6页） · 原文

五、需求是倒逼出来的：研发回报率只剩 5.9%

资本那侧的数据是：截至 2026 年 8 月底，全球 AI 虚拟细胞领域融资总规模突破 30 亿美元。海外起步更早，2024 年 Xaira Therapeutics 完成 10 亿美元种子轮，是当年医疗健康领域最大的单笔投资。国内后发加速，融资集中在 2026 年，且以天使轮、种子轮、A 轮为主。

国资入场的信号也很明显，国方创投参投耀速科技、国新创投投资百曜科技。报告的提醒是，国资长周期匹配生命科学节奏，但退出路径和考核机制与市场化 VC 有差异。

需求端的压力更硬。德勤数据显示，全球 TOP20 药企的创新研发回报率已低至 5.9%，单个药物平均研发成本超 22 亿美元，周期超 100 个月。

临床转化率也撑不住。BIO 与 QLS 的统计显示，从进入 I 期临床到最终获得 FDA 批准，所有在研药物的总体成功率只有 7.9%。再叠加同质化竞争与专利悬崖：CD19、PD-1 这类靶点管线极度拥挤，到 2030 年全球生物制药可能有超 3000 亿美元销售额的药物面临专利到期。

报告还提到一个竞争逻辑的变化：传统药企的核心资产是化合物库，AI 时代高质量的细胞扰动数据正在成为新的竞争壁垒。

药企不是突然相信 AI，是原来那条路已经算不过账了。

图源：《2026年AI虚拟细胞行业》（第7页） · 原文

六、数据层：不是总量不够，是高价值数据生产断了

报告对数据层的判断很精准：核心矛盾不是数据总量不足，而是高价值数据在生产与加工环节存在断点。生产端缺三样东西。第一是扰动数据，需要通过定向干预实验产出，成本高、周期长，积累速度远慢于静态观测数据。

第二是蛋白质数据。报告给了一个信息权重：DNA 仅承载约 10% 的静态信息，蛋白质的功能修饰承载超过 60%，RNA 反映的是约 20% 到 30% 的预备状态。

可质谱检测成本还没有指数级下降，蛋白覆盖率也有限，所以这类数据的获取难度和成本都高。

第三是阴性数据。药企内部研发数据是学习真实作用机制的核心素材，但行业惯例只留存阳性结果，大量失败实验被丢弃，公开数据清洗时也只保留阳性。

加工端有两道梗阻。生物数据标注远比文本复杂，一个细胞状态要同时标基因表达谱、蛋白丰度、表观遗传状态，几乎无法自动化。

跨模态对齐更难。单细胞测序具有破坏性，测完一个组学其他组学就测不了，而不同平台的数据格式、命名、质控标准都不一样。

公开数据里没有失败，可模型最该学会的恰恰是什么情况下会失败。

图源：《2026年AI虚拟细胞行业》（第9页） · 原文

七、模型层：几十亿参数，没跑赢简单统计基线

模型层的问题是这轮热度里最刺眼的部分，报告一点没绕。第一个困境是先验缺失。Transformer 的自注意力假设序列任意位置都能直接交互，但生物系统的相互作用有严格拓扑约束，通用架构没有内建这些先验，只能靠数据从零拟合。

第二个困境是表征割裂。把不同模态数据拼在一起不等于模型理解了生物学关联，结果是噪声互相干扰、缺失任一模态整条样本就废、量纲差异导致训练不稳。

第三个困境是解释性缺位。模型只能给相关性预测，给不出因果解释，预测结果就转化不成可执行的实验设计。量化结果更直接：行业综合准确率约 60%，而 AlphaFold 在蛋白质结构预测达到商业化标准时准确率已超 90%。

平均准确率还掩盖了结构性缺陷。训练分布覆盖的细胞系和药物组合上能到 70% 到 80%，遇到新细胞类型或新作用机制，可能骤降到 30% 到 40%。

后果是产品定位被迫降级，模型从核心决策依据退成辅助参考工具。报告的原话是：从研究工具到研发引擎的跃迁，需要架构层面内建生物先验的根本性突破。

平均六成的准确率，掩盖了它在陌生场景里只有三成的真正水平。

图源：《2026年AI虚拟细胞行业》（第10页） · 原文

八、应用层：九成合同是一年期，尚无一个进临床的公开案例

应用层的核心矛盾，报告概括成验证标准、流程接口、验证闭环三者的缺位，叠加起来形成行业性信任赤字。标准缺位，模型价值就难以被客观量化。这个领域至今没有类似 CASP 的行业级统一评估框架，Arc Institute 的 Virtual Cell Challenge 和上海 AI 实验室的 VCBench 都是初步尝试。

但评测任务多为预定义、有限范围的学术场景，覆盖不了药企面对的复杂决策，导致模型之间难以横向比较，选型缺乏参照。

接口错位是第二层。系统上多数药企数字化实验流程还不完善；认知上模型输出是计算原生格式，研发团队要的是决策友好格式；决策上大型药企技术引进权高度集中。

闭环断裂是最要命的。许多企业只能做到算完即弃，无法把验证结果结构化回流至模型。而截至报告截稿，尚无任何一个模型预测结果被直接用于支撑药物进入临床试验的公开案例。

商业化因此被锁在试点层级。据行业访谈估算，当前合同 90% 以上为一年期探索性协议，收入停留在技术服务费，进不了高价值分成区间。

约 70% 的药物失败发生在 II 期临床，根本原因是动物模型到人体的转化失败。这个场景本该是虚拟细胞的主战场，但药企不愿开放失败药物数据，双方互不信任，窗口至今没被打开。

行业不是没有订单，是九成订单都不足以证明模型真的有用。

九、七条路径抢位：没有人通吃，闭环能力才是分水岭

报告盘出七条差异化发展路径，每条都对应一种资源禀赋，不少企业会叠加多条。路径一是全栈平台型，先砸钱建数据基础设施和模型平台，再靠自研管线或合作变现，代表是 Xaira，门槛极高、周期极长。

路径二是服务验证型，用跨国药企的合作合同为技术定价，代表是 Noetik，与 GSK 达成大额授权合作。这是当前行业认可度最高的验证路径。

路径三是数据供给型，把生物数据做成独立产品，代表包括 Ginkgo Datapoints、嘉华药锐、神拓生物、寻因生物、墨卓生物。

路径四是场景飞轮型，把真实临床场景当数据入口；路径五是干湿闭环型，用器官芯片补模型短板，代表是耀速科技；路径六是公共基础设施型，代表是 Arc Institute；路径七是临床牵引型，代表是华源智因。

竞争格局上，报告判断行业尚未出现绝对主导者，跨界合作与竞争并存。数据层正从公开数据集共享走向私有资产壁垒，模型层正从状态表征走向扰动预测。

参数规模的现实也值得一看：CellOS 参数 120 亿，依托 3.905 亿条人类单细胞转录组训练；X-Cell 49 亿；Tahoe-x1 超 30 亿，整合 2.66 亿单细胞数据。

但报告明确说，参数量和训练规模不是衡量实用价值的决定性指标，数据质量、评测设计和生物机理约束往往比参数更能决定落地效果。

这个赛道还没出现赢家，但已经开始筛掉只有算法、没有数据回路的公司。

十、未来三到五年：多模态、嵌入式合作和合规入场券

报告给了四条趋势判断，每条都附了可落地的时间尺度。技术趋势上，多模态融合的关键不是特征拼接而是因果层级对齐。报告提出从单模态到多模态原生建模要走五个阶段，当前行业尚处在阶段一到阶段二的过渡期。

卡点很明确：蛋白组学数据供给不足、多组学难以对齐。所以多模态的推进速度不会像参数扩张那么快。

跨尺度建模也要放弃一个模型通吃所有尺度的设想，转向分层耦合架构，每个尺度有独立专精模型，尺度之间靠标准化接口传状态变量。

落地趋势上，药企合作正从试点走向战略绑定。Noetik 与 GSK 签五年战略合作，GSK 支付 5000 万美元获得非独家许可；Recursion 与 Genentech 合作发现的靶点通过验证，累计付款 2.16 亿美元。

数据趋势上，专有数据资产会取代模型架构成为护城河。判别标准很朴素：企业内有没有专门为模型进化生产数据的环节，有没有为此列支的专项预算。

合规趋势上，标准缺失正从自由变成风险。评估标准要从学术竞赛走向产业级盲测认证，核心指标不再是 Pearson 相关系数，而是预测结果有多大比例能被湿实验验证。

报告收了三个标杆案例：百图生科用 2680 亿参数的 xTrimo 底座加干湿闭环，推进了 80 多个 PoC 项目；嘉华药锐用 SH2 超亲体富集技术做功能蛋白组学数据；神拓生物从细胞与基因治疗场景反向入局。原文和全部图表在运营动脉（www.yydm.cn）上可以对照着读。