哲源科技发布WHIRLPO计算医学平台|whirlpo|医学平台|哲源科技|实验|生命|生物学|科学

10月18日，在CCF HPC 2026（深圳）大会上，哲源科技正式对外发布计算医学平台——WHIRLPO，标志着AI4S的计算医学技术体系正式迈出工程化的关键一步。

WHIRLPO是国际率先实现面向生命世界模型、全栈工程化落地的技术底座，一方面支撑生命世界模型高效训练，另一方面推动生命世界模型赋能产业。作为哲源科技多年技术沉淀与工程能力的集大成之作，WHIRLPO全面将AI Infra技术、生命数据治理体系、生命世界模型、通用模型、科学工具与智能体等核心要素资源平台化和设施化，并实现了计算发现、实验验证、资产输出、数据积累、模型提升的飞轮效应。WHIRLPO的问世，为生命世界模型的快速迭代和规模化落地筑牢了坚实的工程底座。

需求倒逼范式革新：生命世界模型开启生命科学新征程

从古代神农尝百草，到当代现代生物科技，人类始终在追寻“有病可医、无病预防、抗衰延寿”的健康目标。但时至今日，生命科学取得的成果与认知突破，依然难以匹配全人类对健康的迫切需求。

供给端药物研发长期深陷低效困境：新药研发普遍需要十年周期、数十亿美元投入，临床成功率不足 10%。同时，生命体天然存在个体差异，导致同一套治疗方案，在不同患者身上疗效差异巨大。大量疾病仍缺少有效治疗手段，大部分肿瘤、罕见病、神经退行性疾病领域无药可用；此外，疾病早诊、早筛、生命全周期健康管理等也难以规模化落地。

追本溯源，医药产业的诸多困境与临床痛点，本质上都指向同一个核心命题：生命规律和疾病机制不清晰。

然而，生命是复杂的：一个细胞内有DNA、RNA、蛋白质、代谢物，以及各类生物学元件分子，它们相互耦合组成了一个异常复杂的非线性系统；此外，细胞通过其表面大量的信号接收和发射装置与周围环境发生相互作用，共同构成了一个人大约由40万亿个不同细胞组成的复杂系统。面对这般宏大的生命全景，仅依靠专家经验和生物学实验来认识生命和疾病复杂性是远远不够的，而生命世界模型正是智能时代加速突破生命复杂度认知的新工具。

语言模型通过表征“语言逻辑”涌现智能，物理世界模型通过表征“物理规律”涌现智能，而生命世界模型，则是通过表征“生物学机制”涌现智能。

今天，人类已经可以工业化地获取一个人多维度、跨尺度的生命数据。有机构预测，未来世界数据的1/3将来自生命科学。面对规模如此庞大、关系如此复杂的生命数据，仅仅获取和积累还远远不够，更重要的是从中发现规律。

因此，我们需要生命世界模型，从复杂数据中挖掘生命规律和疾病机制，并进一步形成对生命系统的理解与推演能力。生命世界模型，也正在成为生命健康医药产业升级的核心引擎。

破局行业底层痛点：生命世界模型亟需专属工程底座

生命世界模型的训练和产业赋能，均需要WHIRLPO平台支撑。

生命系统从基因、蛋白、细胞，到组织器官和临床患者，不同层级之间相互作用、逐层传导。与之对应的数据纷繁复杂，达到PB乃至EB级规模，需要深度交叉的科学知识，才能完成对海量数据的理解、治理、标注；也需要深度交叉的科学洞见，才能完成生命世界模型的算法设计、训练、评估。生命世界模型的技术演进趋势，是从十亿、百亿参数规模的分立模型矩阵，迈向千亿、万亿乃至十万亿参数规模的统一模型。

复杂的生命世界模型和海量的生命数据语料，注定需要全栈AI Infra技术，以降低训练成本、加速模型迭代。为此，WHIRLPO平台建立全栈技术解决方案，为生命世界模型的快速迭代提供有力支撑。

此外，赋能医药、医疗、健康等专业场景，除了生命世界模型这一核心工具外，还需要数以万计的SKILL和智能体协同，才能实现面向业务场景端对端的洞见输出；经过实验验证与反复校验，最终转化为可落地、可交付的研发成果，赋能产业。而成果沉淀出的新数据与新认知，又会反过来成为模型迭代的养料，推动认知持续升级。

这就要求一套统一的工程化平台，作为支撑生命世界模型持续运行与产业落地的新型基础设施，把算力、数据、模型、工具、Agent与真实研发任务组织起来，支撑生命世界模型从构建、运行到应用的全过程。

WHIRLPO：专为生命世界模型打造的工业级工程平台

“WHIRLPO”一词源自人类发现的首个双臂螺旋星系。在这个活跃的天体系统中，既有恒星的消亡，也有新的恒星产生，物质与能量持续循环和演化，这与生命系统“动态演化、循环迭代”的核心特质完美契合，寓意着平台将成为孕育生命科学新认知与新成果的核心载体，持续驱动生命世界模型进化。

WHIRLPO具备四大核心能力。

1）面向生命世界模型的高效训练框架，支撑模型高效迭代

面向生命世界模型训练，WHIRLPO构建了高效训练框架，可以实现对分布式计算资源的弹性调度。该框架通过对底层算子库和通信库进行深度优化，并进行硬件级适配加速，能够有效解决模型训练过程中频繁小粒度通信、稀疏访存不规则、张量形态多变等问题带来的性能损失，同时实现一套代码在异构算力环境下高效运行。测试显示，端到端计算性能可提升一倍。

2）面向生命全模态数据的治理体系，形成高质量的数据设施

面向生命全模态数据，WHIRLPO目前采用人机协同的方式，已经建立数据、语料和设施三层架构。经过治理的数据既可以成为生命世界模型AI-ready的高质量语料，也可以进一步沉淀为直接赋能产业的数据设施。

针对生命数据多源异构、标准不一以及合规要求高等痛点，WHIRLPO建立了严苛的L1-L4四级数据分层治理机制，并形成113个数据治理工具，全面覆盖基因组、蛋白组、单细胞组、空间转录组、表观遗传学及临床数据，实现从数据接入、清洗、脱敏到封装、授权的全生命周期管控。

依托完善的数据治理体系，目前WHIRLPO已沉淀29,244项生命科学数据资源。在持续治理、清洗、标准化和结构化处理的基础上，平台进一步凝练形成51个可直接服务于模型训练与科学计算的标准数据集，实现全球死亡人数最高的前十大肿瘤100%覆盖，并覆盖罕见病、代谢性疾病与神经退行性疾病等核心领域。

相较于传统数据平台更多停留在疾病临床描述层面，WHIRLPO进一步深入疾病底层机制。目前，平台已精准覆盖33种实体肿瘤、360个肿瘤病理亚型，并基于患者基因组特征、信号通路差异、肿瘤克隆演化规律、免疫微环境分型等多维度个体差异，深度解析并构建约1600万个患者精细化亚群，更好适配生命世界模型对个体化、精细化和多场景推演的核心需求，为精准医疗研究、差异化药物研发和个体化疗效预测提供高质量、高维度的数据支撑。

目前，依托这套数据治理体系，WHIRLPO可在10天内完成规模达1P的万人级跨模态专病库交付，形成标准化、可直接调用的疾病研究数据集，直接支撑后续模型规模化训练与疾病研究。

3）面向场景的端到端业务智能，构建高价值的IP资产矩阵

在WHIRLPO平台上，可以基于生命世界模型、通用模型与Skill，自主构建面向不同场景的端到端业务流程。

针对业务场景中的长程复杂任务，WHIRLPO依托通用Agent框架，自主串联不同分析链路，将文献检索、多组学分析、候选靶点筛选到结果交付等原本分散的环节，整合为端到端的自动化研发流程。

同时，平台采用用户级独立沙盒运行机制，严格限定数据授权边界，对敏感操作实行100%人工确认，并对AI调用进行全链路留痕，从而形成完整的合规管控体系和标准化能力接入路径。

在WHIRLPO的支撑下，7天即可完成一个全新业务流程的构建。业务流程自主运行后，可以持续、高效地产生关于生命规律与疾病机制的核心洞见，并进一步将这些洞见转化和沉淀为高价值的IP资产矩阵。

4）面向模型预测的实验验证，培育AI自主实验的干湿闭环能力

WHIRLPO目前正在进一步打造AI自主设计和执行实验的能力。

面向模型训练中的数据缺口以及关键洞见的验证需求，平台已经形成标准化的实验设计方法论。在方案设计层面，WHIRLPO可以围绕模型训练的数据缺口和洞见验证目标，自主设计定向数据采集与对照研究实验方案，聚焦高价值增量验证数据的生成。

在实验执行与管控层面，WHIRLPO可以基于设计完成的实验SOP框架，采用原子级控制元语，对实验步骤进行标准化拆解与执行，实现实验流程的规范化和可复现管控，并为未来AI自主设计、自主执行实验以及模型与实验之间的持续验证奠定基础。