扎克伯格全面押注AI生物学!成立 Biohub!打造全球首个 AI 驱动的生命研究引擎!

多客科技

作者：微信文章
Biohub

AI 驱动的生命研究引擎

BioTender | AIVC

2025年11月6日，Meta CEO Mark Zuckerberg 与其妻子Priscilla Chan 宣布：他们将旗下慈善机构 Chan Zuckerberg Initiative（CZI） 全面重组，统一科研团队为新组织——Biohub。



这是全球首个“前沿AI × 前沿生物学（Frontier AI × Frontier Biology）”大型科研计划，目标是：在本世纪终结所有疾病。



不同于传统科研机构，Biohub 不是“项目资助者”，而是正在成为一个AI驱动的生命科学操作系统—融合虚拟细胞、超算平台、单细胞宇宙、AI模型生态与伦理框架。这场变革，标志着AI生物学进入基础设施时代。



CZI的战略重生

从慈善基金到科学引擎





CZI 成立于2015年，初衷是推动教育、住房、公民权利与健康公平。但十年后，它做出了一个看似冷酷、实则彻底的决定：放弃社会议题，专注科学。



《纽约时报》报道称：“CZI将成为一个以AI与科学为核心的慈善机构，并整合旗下科研网络为统一品牌——Biohub。”



（The NewYork Time）

Zuckerberg 解释道：“我们想做的是不会被时间推翻的事。AI和科学的结合，能带来代际影响。”



（The NewYork Time）

Priscilla Chan 则补充：“虚拟细胞不需要完美，但它必须能提供方向性的启发—这就是AI的意义。”他们的逻辑清晰：从捐赠金钱，转向捐赠算力。


（a16z专访Podcast截图👆）（a16z专访Podcast相关视频片段👇）

Biohub：

AI驱动的科学超级机构





Biohub 的新使命，远超传统研究所的范畴。
它整合四大核心科学方向：

AI细胞建模 —— 构建统一的AI细胞模型，预测细胞行为；

成像系统 —— 开发能在亚细胞尺度可视化生命过程的新型显微技术；

炎症实时监测仪器 —— 工程化感知人体免疫反应；

AI免疫重编程 —— 用AI设计免疫系统疗法。


（PR Newswire报道）

Zuckerberg 表示：“我们起初的愿景，是让科学家能在本世纪内治愈或预防所有疾病。如今，人工智能的突破让这一目标提前变得可行。加速科学进步，是我们能为人类带来的最大正面影响——因此，我们决定把全部资源押注在AI驱动的生物学之上。”



"When we started, our goal was to help scientists cure or prevent all diseases this century.With advances in AI, we now believe this may be possible much sooner. Accelerating science is the most positive impact we think we can make. So we're going all in on AI-powered biology for our next chapter." (PR Newswire报道)

Biohub 拥有 10000 GPU（预计2028年前） 的计算基础设施，将成为全球最大非营利AI科研算力中心。



(PR Newswire报道)

EvolutionaryScale谢幕：

人才被整合，科学被延续





ENDPOINTS NEWS报道指出：“CZI吸收了AI生物初创公司EvolutionaryScale的全部团队，约50名核心研究员正式加入Biohub。”



（ENDPOINTS NEWS 报道）

这家曾获 1.42亿美元种子轮、开发超大蛋白模型 ESM-3 的初创公司，如今宣告结束独立运营。EvolutionaryScale的科学负责人 Alex Rives 出任 Biohub 首任 Head of Science。



Rives 表示：“在EvolutionaryScale，我们验证了AI能理解生命语言；在Biohub，我们要让它真正理解生命系统。”



(PR Newswire报道)

Zuckerberg的动作堪称精准：他没有买公司，而是收编了科学家。这意味着：“AI生物从创业叙事，回到了科学叙事。”

虚拟细胞计划：

让AI理解生命





Biohub的核心科研项目——Virtual Cell Initiative，旨在用AI构建高保真数字细胞模型。这些模型可模拟分子、基因、细胞、乃至组织层级的动态变化，实现“虚拟实验”——在计算机中验证假设、预测疾病、测试药物。



(PR Newswire报道)


（Biohub官网）
当前的关键模型包括：

1.VariantFormer：将个体基因变异转译为组织特异性基因表达图谱；

模型地址：

https://virtualcellmodels.cziscience.com/model/variantformer

CryoLens：端到端冷冻电镜AI结构识别系统；


在线网址：
https://virtualcellmodels.cziscience.com/demo/trycryolens

scLDM：高保真单细胞生成模型；


模型地址：
https://virtualcellmodels.cziscience.com/model/scldm

GREmLN：基因调控网络建模；



模型地址：

https://virtualcellmodels.cziscience.com/model/gremln

rBio：面向科学推理的生物语言模型。


rBio NoteBook：
https://colab.research.google.com/drive/14pCqM1W84rglo8_-GT5PRtKlI7eMvM3j

CZI 的愿景是：“让科学家能像调试代码一样调试生命。”

AI基础设施：

CZI的“算力慈善主义”





据 TokenRing AI 深度报道，CZI 在加州 Redwood City 建成一套顶级非营利超算集群：NVIDIA DGX SuperPOD 架构，搭载上千块 H100 GPU；由 CoreWeave 提供Kubernetes计算管理；VAST Data 支撑PB级生物数据存储；完全开放API供学术与科研使用。


（TokenRing AI报道）

这套系统不仅服务Biohub团队，也将向全球科研机构提供计算资源—相当于一个“开源版DeepMind Cloud”。


（TokenRing AI报道）

十亿细胞计划：

为AI训练生命





为训练虚拟细胞模型，CZI 正启动 Billion Cells Project，与 10x Genomics、Ultima Genomics 合作，计划生成全球首个 10亿单细胞数据库。使用的关键技术包括：10x Chromium GEM-X 平台、Ultima UG100™ 测序系统，这将为AI模型提供史上最庞大的细胞语料库，用于学习细胞行为、基因调控、疾病演化的统计规律。


（TokenRing AI报道）

Priscilla Chan 说：“在我担任 UCSF 儿科医生的那些年里，我经常面对一些无法解释的病例——孩子们的病因对科学来说仍是谜。那时我最希望的，就是能看见他们细胞内部的世界：基因突变如何在不同细胞中被表达？究竟是哪一步出现了故障？过去，我们无法真正窥见这一层面的机制。但现在，AI 正在改变这一切。我们终于有能力去模拟并预测疾病的生物学过程，看清哪里出了问题，并找到新的方法去治愈它。”



When I worked as a pediatrician at UCSF, I treated children with diseases whose conditions were, in many cases, still mysteries to science.What I wanted more than anything was a way to see what was happening inside their cells — how genetic mutations were expressed in different cell types and what, exactly, was breaking down. Until now, that kind of understanding has been out of reach. AI is changing that. For the first time, we have the potential to model and predict the biology of disease in ways that can reveal what's gone wrong and how we can develop new treatments to address it."（TokenRing AI报道）

科学的加速器

AI生物学的“工具哲学”





在a16z播客上，Zuckerberg 提出了CZI的核心哲学：“每一次科学革命，都是由新工具引发的。我们的目标不是造药，而是造工具。”这些工具不是显微镜，而是计算模型与AI框架。CZI 不追求直接商业化成果，而是构建能让所有科学家更快发现真理的底层平台。



(a16z Podcast 报道)

这也是CZI不同于传统科研资助的地方：它是科学的耐心资本（Patient Capital）。不是投资回报，而是科学加速。

谁更“野”？

AI + 生物的范式之争





Axios 报道中，Zuckerberg 开玩笑地总结了生物界与AI界的文化差异：“生物学家觉得我们太疯狂，想治愈所有疾病。但AI科学家觉得我们还不够疯狂—他们问：‘为什么要花几十年？’”



(Axios 报道)

这段话精准刻画了这场科学革命的精神内核：生物学重现实、重验证；AI重模型、重速度。Biohub 就是两种思维的融合点——让AI的速度进入生物的精度。

产业生态：

赢家与颠覆者





CZI 的举措重新定义了AI生物的格局：
最大受益者:1.NVIDIA：H100与DGX SuperPOD成为科研标配；2.CoreWeave、VAST Data：科研云算力与数据新标准；3.10x / Ultima Genomics：数据合作者；4.AI初创生态：通过Biohub API共享算力与数据。



（TokenRing AI报道）



受冲击者：1.CRO与传统药企：实验周期与筛选成本被AI压缩；2.封闭AI实验室：面临开源科研的结构性挑战；3.商业生物软件：CELLxGENE等开源平台削弱其垄断地位。



（TokenRing AI报道）

CZI正在用“开放科学”重写行业护城河。

伦理与责任：

科学的光与影





AI生物学带来前所未有的风险与争议：1.数据隐私：单细胞与患者数据的安全与匿名化；2.模型偏差：如何防止AI放大健康不平等；3.可解释性：医生能否理解AI如何得出预测；4.公平共享：科学突破能否惠及发展中国家。



（TokenRing AI报道）

TokenRing AI 指出，这些问题仍是开放议题。CZI 虽强调“开放科学”与“负责任的数据治理”，但尚未公布更细化的监管与执行框架。

科学范式的跃迁

从 AlphaFold 到 Virtual Cell





如果说 AlphaFold 代表了“蛋白质静态结构革命”，那么 Biohub 的 Virtual Cell 则意味着“动态生命系统革命”。AlphaFold 解决的是蛋白质如何折叠的问题—它让我们第一次能在原子尺度预测分子的三维结构；而 EvolutionaryScale 的 ESM-3 模型进一步拓展了这一思路，从“结构”转向“语言”，让AI能够理解蛋白质序列中的进化逻辑。



现在，Biohub 的 Virtual Cell 想要做的，是再往前迈出一大步：不止预测某个分子或蛋白的状态，而是让AI真正“理解生命的动态过程”。它试图在多模态数据的基础上，整合基因、转录、蛋白、代谢乃至组织层级的变化，去重建一个可以推理、可以预测、甚至可以设计的“生命模型宇宙”。



科学的未来：

AI成为显微镜





CZI 的首席科学家 Stephen Quake 预测：“未来的科研将是 90% 计算、10% 实验。”Priscilla Chan 则补充：“AI将在未来10-20年帮助人类在疾病出现前进行干预。”



（TokenRing AI报道）

这场革命的终极目标，不是治病救人，而是让疾病成为可计算、可防控的系统变量。

AI正在成为生命科学的语言





从 EvolutionaryScale 的谢幕、到 Biohub 的崛起，从 AlphaFold 静态预测，到 Virtual Cell 动态建模，科学正在经历一次范式迁移：从观测生命 → 到计算生命 → 到设计生命。

Zuckerberg与Chan，不仅在押注AI，更在押注一种新型科学生态—一个以模型为显微镜、以算力为实验室、以开放为信仰的未来。这不是一场实验，而是人类科学文明的下一章。

如果你想跟进这类“AI × 生物资讯”的最新进展，欢迎关注


加入 BioTender交流群，与科研工作者、AI生物学专家共同探讨模型创新、实验验证与产业落地，实时获取AI × 生命科学的前沿动态。