4.6
深览指数
产品Cyzone··AI 生成
融资丨津渡生科A轮获高特佳投资近亿元领投
津渡生科完成近亿元A轮融资，核心为「GeneLLM多组学大模型+BioFord Agent具身自主科研平台」的双引擎架构。文章详细介绍了其如何用物理AI打通「干湿闭环」、将实验室调度自动化的技术路径，以及区别于行业主流模型的差异化做法。适合关注AI for Science、生命科学基础设施或医疗投资策略的读者了解该赛道的具体产品形态。
核心观点
- ▍津渡生科的核心竞争力是「大模型认知引擎 + 具身自主科研平台」双引擎架构，旨在实现从干湿闭环到具身智能发现的范式跃迁。
- ▍GeneLLM 大模型直接以个体原始组学测序数据（RNA组、蛋白质组、代谢组）为预训练输入，端到端输出疾病表征相关性分析，规避了分层建模的误差叠加。
- 01当前 GeneLLM 版本已实现15亿参数和3.5万亿碱基序列的模型预训练。
- 02BioFord Agent 由文献检索、实验设计、科学智能体与数据分析智能体组成协同网络，分别承担知识综合、方案生成、机理建模与数据归因职能。
- 03BioFord Agent 已覆盖高通量测序设备、液体处理工作站、生化分析仪器、质谱分析仪器等硬件，通过协议调度不同厂商设备。
- 04在实验室物理层，实验调度智能体根据物理AI推理自动生成实验工单，精确到液体体积、温度梯度、时间窗口，样本全生命周期实时追踪。
- 05智能体根据设备忙闲、耗材库存、人员排班动态优化任务队列，实现设备自动接管与7×24小时实验不中断。
- 06领投方高特佳投资专注医疗健康赛道，资产管理规模超230亿元，曾推动迈瑞医疗、联影医疗、康方生物等30家企业上市。
反方 / 局限
- — 文章未讨论GeneLLM大模型与其他主流模型（如基于物种基因组训练的模型）在具体任务上的精度对比测试结果，也未提及15亿参数在当前大模型生态中的性能定位。
津渡生科高特佳投资GeneLLMBioFord Agent物理AI金泳成
3 分钟 · 3 卡片 · 4 资料
读原文 →