津渡生科获红杉天使+轮投资，打造“AI for BioScience”新基建

近日，生物科学大模型初创公司津渡生科（OxTium Technology）宣布完成数千万元天使+轮融资，领投方为红杉中国种子基金。

“正如高速公路之于现代经济社会，智能化科研基础设施是AI for Science发展的‘底座’。”中国科学院院士鄂维南曾这样比喻。

津渡生科四位创始人是牛津大学师兄弟，涵盖人工智能与生物专业相关背景，科研与产业化实力突出，已在《Nature》《Nature Communications》等顶级期刊发表论文六十余篇。

这样的阵容使其“AI+大科学”的探索从一开始就顺理成章。

津渡生科创始人兼 CEO 金泳成直言，公司目标是构建全球领先的生物科学大模型。

津渡生科创始人兼 CEO 金泳成参加央视《赢在AI+》栏目

津渡自研的GeneLLM大模型目前已完成230 亿测序序列与 3.45 万亿碱基数据训练，通过直接解析原始测序数据，并端到端输出疾病表征相关性分析，规避了分层建模中的误差叠加问题，为生物科学研究领域提供一种全新的、切实可行的技术路径。

今年2月，美国弧形研究所基础生物学模型Evo2轰动世界，正式揭开人类从0编写基因组的序幕。Evo 2 的核心设计理念在于：所有生物编码序列均遵循统一结构，即以起始密码子开启、以终止密码子结束。基于这一原理，Evo 2 能够通过学习序列特征，实现生成式预测下一个碱基对，也可以对未知基因的结构和功能进行预测和注释。

而 GeneLLM在遵循相同中心法则和进化论的基础上，突破性地采用更高阶的技术实现路径——将原始测序数据直接输入模型，通过深度学习算法，GeneLLM捕捉多组学数据的微小差异，构建疾病表征与原始数据之间的直接关联性映射。

津渡生科GeneLLM大模型与EVo2均为生科大模型

金泳成介绍，不同于Evo2使用基因组数据，津渡生科GeneLLM基于个体原始数据进行直接训练与分析的方式，使其在疾病风险评估、动植物植物性状解析等领域具备更独特的优势。

津渡GeneLLM大模型意味着AI在生物学上取得的重大进步，有望为精准医疗、药物研发、合成生物等多领域打开广阔的天地。

AI时代的投资可大致概括为“模型层”“软件层”“应用层”“基础设施”的“框架式投资”。在以上4个层级中，津渡生科不仅在“模型层”扎根，在日益受到重视的“软件层”也颇有实力。

当前AI大潮中，巨头玩家往往聚焦通用模型和办公助手，投向科研尤其是生物科学领域的力量还不够充分。尽管 AI 在药物研发、基因治疗等领域已开始造福大众，但科研人员面临的计算资源高要求、模型普适性差、数据复杂度大等痛点，却长期未得到充分解决。

从工具革新到生态革新，“不编程无科研”的壁垒正在被津渡生科打破。

津渡生科一站式生物科学研究平台 BioFord™，支持基因组、转录组、蛋白质、RNA 三维结构等多模态数据的智能分析，覆盖医学诊断、药物研发、生物制造等多个领域。在使用过程中，科研人员无需编写代码，通过简单的拖拽上传，就能利用 AI 大模型发现各项生物科学规律。

津渡生科BioFord™平台示意图

超级科学智能体将串联科学研究的全链路。

金泳成介绍，津渡生科规划的下一代人工智能体，将集成智能建模、实验设计、资源调配与结果分析等核心模块，覆盖实验全流程管理。用户可以直接创建实验订单，通过对话框发出指令自动化生成实验设计，实现干实验调用模型、湿实验数据自动统计等，还能智能推荐耗材、补货操作，在实验过程中实时监控，仪器运作一目了然。

由AI主导方案生成、实验快速验证、数据反馈再优化，津渡生科的科学超智能体就像一个超级AI科学家，大大简化了实验室操作流程，推动科学由 “经验驱动”向“智能驱动”转变。

“受鄂维南院士启发，我们相信AI for Science是时代的契机、国家战略的契机，更是科研范式迭代的契机，”津渡生科联合创始人兼COO周天尧认为，具体而言，AI for Science存在两层机会：AI驱动科学机理创新的机会，以及AI赋能科研系统工程化的机会，而后者能最大程度解放科研人员、凝聚科学团体，使“作坊式”研究转变为有组织的规模化科研。

当前AI for Science正处于第一辆奔驰、福特的工程实现阶段，科研与产业将会在AI的帮助下，加速相向而行。津渡生科的核心优势，正是打造专属于科学世界的AI，推动scaling law of scientific research 。

据其透露，目前津渡已开始为头部AI大厂、药企、高校提供相应AI服务。

2024 年 AlphaFold三位开发者摘得诺贝尔奖，为全球 AI 生物科技领域注入强心剂。此后，该赛道的资本动作愈发密集。

马斯克等人联合投资的 Arc Institute 与 NVIDIA 合作推出 Evo2，“不差钱”的资金实力，让其模型基于超过 12.8 万个基因组数据、9.3 万亿核苷酸序列进行训练，是当前规模最大的生物学 AI 模型。

其他美国公司，如Future House 5月宣布募集到2.5亿美元，Lila Sciences 9月则宣布以约12.3亿美元的估值筹集了2.35亿美元资金；法国初创公司 Bioptimus 整合多模态数据，欲模拟整个生物系统，2024 年获 3500 万美元种子轮融资后，2025 年再获 4100 万美元 A 轮融资。

值得注意的是，以上AI for BioScience新生代，成立时间均不满三年。

“AI+生物”被英伟达创始人黄仁勋多次认证为“下一个黄金赛道”。据美国研究机构 Axis Intelligence 预测，2025 年全球人工智能投资将达 2800 亿美元，其中 AI + 医疗保健领域以 310 亿美元保持领先。

与此同时，AI生物经济正引发全球范围内的战略布局。今年 4 月，美国新兴生物技术国家安全委员会向国会建议，未来五年至少投入 150 亿美元应对中国生物技术挑战。

而津渡生科作为“种子黑马”，此前已拿到多轮融资及深圳市高层次人才专项资金数千万元支持。其研发中心，正在“招兵买马”，吸纳更多人工智能、生物信息等领域人才。

在这场万亿级 AI + 生物经济的竞逐中，津渡生科正加速向基础科研、精准医疗与生物制造的腹地挺进。