11月16日,AI for Science企业无界进化(INFevo)宣布完成超亿元Pre-A轮融资。这家公司给出的说法是:刷新中国虚拟细胞企业单笔融资金额纪录。

打开网易新闻 查看精彩图片

本轮融资由星连资本、Prosperity7 Ventures、华盖资本、华控基金及德同资本等机构联合投资,老股东顺为资本、红杉中国和松禾资本继续追加投资。这是无界进化继2026年6月完成数千万元天使轮融资后,五个月内完成的第二轮融资。

资金去向写得很具体:加快AI4S基础设施建设,推动细胞响应预测、科学假说检验与高通量自动化实验反馈的深度协同,打造覆盖“靶点发现—虚拟筛选—临床方案优化”的全链路AI生物学平台,加速前沿计算向疾病精准干预与创新临床疗法的转化。

湿实验成了瓶颈

AI在生物医药领域的应用,正从分子设计拓展至细胞及系统生物学层面的动态研究,用来探索药物、基因等干预如何改变复杂的生命系统。探索空间指数级扩大之后,计算端生成假说的能力与传统湿实验验证能力之间,出现了严重的效率与通量错配。

面对湿实验验证瓶颈,AI驱动的虚拟细胞模型及高通量自动化实验室被视为破局的关键技术之一。模型可以在实验前预测药物或基因干预引起的细胞变化,并以此推测药物在更复杂生物系统(包括动物及人体)内的效果,帮助研究者筛选候选分子、比较潜在靶点、确定实验优先级,让有限的实验资源用于检验更有价值的方向。

把“负结果”也留下来

效率升级的同时,科研体系的深层瓶颈也愈发凸显:科学发现过程中形成的知识、分析方法和负结果经验,往往散落、流失在孤立的项目里,难以沉淀为可复用的组织资产,科研探索长期陷于低效的重复试错。如何让这些中间研究成果突破孤岛、规模化积累,并持续用于模型迭代、假说生成和实验设计及验证,成为AI4S从单点效率提升走向系统性发现能力跃迁的关键。

无界进化对此提出的理念是递归科学发现(Recursive scientific discovery,RSD)。递归自我提升(Recursive self-improvement,RSI)聚焦AI系统自身的能力改进,RSD则把这种持续提升延伸到科学发现的全过程:对科学问题、假说推演、分析方法与实验结果进行结构化留存、关联和复用,让记录的证据与经验持续驱动后续的假说生成、实验设计和候选筛选。

基于RSD框架,无界进化构建了“AI基础大模型+高通量自动化实验”的双驱闭环体系。一端是覆盖细胞多组学的自研基础大模型OCOO,用于预测药物、基因等干预引起的细胞响应;另一端是涵盖细胞培养、扰动和多组学检测的自动化湿实验体系,用于检验关键预测并产生新数据。模型辅助确定更具潜力的实验方向,实验结果则用于检验预测、改进模型,并指导后续研究,二者通过统一的数据与研究产物管理机制衔接。

在模型研发方面,该公司已发布OCOO系列中基于转录组数据的虚拟细胞基础模型OCOO-T,直接对细胞在各类扰动下的基因表达变化进行建模,以简洁、可扩展的模型架构实现跨扰动类型的统一建模。在三大单细胞扰动权威基准——Tahoe100M、Replogle和PBMC的同条件评测中,OCOO-T均取得行业领先表现,为其用于模拟真实扰动生物学、支撑靶点发现与早期药效评价奠定了基础。