Show Notes
2026 年上半年，全球 AI for Science 领域的融资超过 44.3 亿美元，成为 AI 赛道里讨论最多，竞争也最激烈的一块。各大前沿模型厂商也接连出招：4 月 OpenAI 发布面向生命科学研究的推理模型 GPT-Rosalind，6 月 Anthropic 推出整合多种科研工具的 Claude Science；前谷歌科学家 Jeff Dean 离职后创办 Discovery Loop，想用 AI 自动化整个科研流程。拿到诺奖的 Demis Hassabis 则说，AI 是加速科研发现的终极工具。
AI 究竟如何驱动和加速科学发展呢？这期节目我们的嘉宾是 GenBio AI 的联合创始人兼 CTO 宋乐，他是佐治亚理工学院前终身教授、百图生科前 CTO，曾主导训练当时世界最大的千亿参数蛋白质语言模型，现在致力于用 AI 构建细胞的世界模型。我们聊了聊 AI for Science 的两条技术路径，AI 能否带来伟大的科学发现，以及如何用 AI 来打造生命科学的「世界模型」。
本期人物
宋乐，GenBio AI 联合创始人兼 CTO
Yaxian，「科技早知道」主播
时间轴
[02:33] 计算机背景，为何跨界做生物？
博士期间开始用机器学习分析基因表达
家庭环境塑造对生物学问题的好奇与兴趣
[04:43] Georgia Tech 十年，见证人工智能的路线转移
2000 年代神经网络并非主流学术路线
目前在学术界做大模型已经不太可能
聚焦把图学习和深度学习结合做药物设计
[09:31] 离开学术界，投身工业界研究
2017 年学术休假去蚂蚁金服，把图神经网络用在支付网络
2020 年新冠叠加 AlphaFold 1，加入百图生科
训了当时世界最大的千亿参数蛋白质语言模型
[16:50] 从百图生科到 GenBio：蛋白质之上还有什么？
蛋白质再往上走是细胞、组织、个体，每一层都更慢、更贵、更危险
顶尖科学家先后加入，GenBio AI 在硅谷成立
[20:53] AI for Science 的两条路线
大厂走自动化 Coding agent：自动化读文献、调工具、出报告
另一条路深入领域数据，AlphaFold 是标杆
[25:02] AI 已经能顶一个初级博士生了
Coding + harness engineering 让 agent 长程自主工作
博士生的培养模式需要改变
[33:34] 孟德尔、香农和门捷列夫：AI for Science 缺的到底是什么能力？
孟德尔从 3:1 比例推断出“遗传因子"，这种无中生有 AI 做不了
香农把物理学的熵搬到信息论，科学发现是先跳跃再补全
元推理可以积累，但可能需要超越当前架构的新系统
[42:51] 虚拟细胞凭什么叫"世界模型"？
从 DNA 到细胞表型跨越上千倍尺度，需要多模态一致性建模
需要构建「带状态」的模拟器——每一步扰动都得记住
[48:41] AlphaFold 1 的前夜：虚拟细胞走到哪了？
单模态基础模型已有，跨模态整合刚开始
预计 4-5 年走到 AlphaFold 3 的水平
[50:43] 深度学习为什么还输给线性模型？
公开数据噪音大、批次效应重，100 万个细胞可能都是同一个人的血
关键不是细胞数量，是细胞种类和信息量
[54:01] 让 AI 自己决定下一个实验做什么
AI 主动学习：算出哪个数据点能最大程度降低自身不确定性
不是数据越大越好，是信息增量决定模型提升速度
[01:02:19] 虚拟细胞先在哪里先落地？
细胞疗法、免疫细胞激活、虚拟肝脏毒理预测是先行场景
以前筛 100 个分子才有 1 个成功，现在计算先砍到 10 个
70 分就可商用，从 70 到 90 是长尾
延伸内容： 从理解疾病到药物发现，科技巨头们押注的「虚拟细胞」究竟是什么？| 深科技系列 S9E37
幕后制作
监制：Yaxian
后期：迪卡
运营：George
设计：饭团
商业合作
声动活泼商业化小队，点击链接直达声动商务会客厅，也可发送邮件至 [email protected] 联系我们。
加入声动活泼
声动活泼正在招聘全职商务运营经理、早咖啡内容实习生和社群实习生，如果你也对播客行业的内容制作感兴趣，欢迎点击招聘入口
关于声动活泼
「用声音碰撞世界」，声动活泼致力于为人们提供源源不断的思考养料。
我们还有这些播客：声动早咖啡、声东击西、吃喝玩乐了不起、反潮流俱乐部、泡腾 VC、商业WHY酱、跳进兔子洞、不止金钱
欢迎在即刻、微博等社交媒体上与我们互动，搜索 声动活泼 即可找到我们。
期待你给我们写邮件，邮箱地址是：[email protected]
欢迎扫码添加声小音，在节目之外和我们保持联系。 Special Guest: 宋乐.
More from What's Next｜科技早知道
最近几个月，像 Meta 的 Muse，OpenAI 的 Dots 这样的 Personal agent 产品大火。模型不仅越来越擅长调用工具、规划任务，也开始能够执行数百甚至上千个步骤的复杂工作。但当 AI 真正进入现实世界，问题也随之出现：订错机票怎么办？执行到一半忘记了原本的任务怎么办？如果 Agent 需要使用你的邮箱、银行卡和个人数据，我们又该如何确保它不会越权操作？这些问题背后，指向一个更深层的变化：当互联网的使用者从人类逐渐变成 AI Agent，我们今天熟悉的软件、通信、安全和支付系统，可能都需要重新设计。
2026 年诺贝尔生理学或医学奖将聚光灯投向了光遗传学。科学家从藻类中找到一种对光敏感的蛋白，再把它引入神经细胞，就可以通过光来控制神经元的活动。过去，我们研究大脑，更多只能观察哪些脑区在某种情绪下变得活跃，却很难判断它们究竟是情绪产生的原因，还是结果。光遗传学改变了这一局面，让科学家第一次有机会以极高的精度主动操控神经环路，探索大脑活动与情绪、行为之间的因果关系。它也为理解抑郁症、焦虑症、强迫症等精神疾病，以及寻找更精准的治疗方法，打开了新的可能。
几天前，2026 高通骁龙峰会在夏威夷茂宜岛开幕。高通今年整场峰会就围绕一个核心叙事： Agentic AI 的时代，手机正在从「以 App 为中心」转向「以智能体为中心」。围绕 Agentic AI 的方向，高通在芯片上一口气发了两颗的 2nm 的旗舰芯片，设备形态从手机延伸到了 眼镜、耳机、甚至 AI Pin；还和阿里、 Google等软件厂商合作了 AI 笔记本电脑 。你能感觉到，高通不只是在发一颗芯片，而是想把整个智能体时代的基础设施全部握在手里。
十年前，Snap 推出第一代 Spectacles。售价 129.99 美元、造型鲜艳、通过黄色自动售货机 Snapbot 限量销售，Evan Spiegel 甚至把它称作一个「toy」。十年后，Spectacles 变成了 SPECS，价格涨到 2195 美元，Snap 也不再满足于把一台相机戴到人脸上，而是想把它变成一台真正的空间计算机。
8 月初，谷歌发生了一场人事地震：Google DeepMind 创始人 Demis Hassabis 卸任 CEO，转任 DeepMind 董事长和 Alphabet 首席科学家；在谷歌效力 27 年的传奇工程师 Jeff Dean 与另外三位核心成员一同离开，创办面向科学发现的 AI 公司 Discovery Loop。消息公布当天，Alphabet 股价下跌 4%。而在半年前，Gemini 3 才刚刚登顶各大榜单、压过 OpenAI 与 Anthropic；如今 Gemini 3.5 Pro 从 6 月拖到 7 月再拖到现在，连续错过三个发布期限，曾经风光无限的 Gemini 似乎正在被遗忘。手握全球最顶级天才的 DeepMind，为什么一再落后？