18亿美元押注的不是数据量，而是重新定义怎么「看见」细胞
Alex Rives认为虚拟细胞模型多年做不出来，真正瓶颈不是算力或数据量不够，而是我们对细胞内部能观测到的东西太有限——测量能力才是模型的天花板。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 时间戳为按文稿位置估算
治愈不是永生，是消灭三类疾病
Alex把「攻克所有疾病」这个宏大使命收窄成一个具体目标：没有癌症、没有传染病、没有慢性或退行性疾病，而不是长生不老。他自称是个「practical person」，认为要做到这点，既需要理解疾病如何运作的基础科学，也需要让医学从吃药这种范式，走向能「读写生物学程序」的可编程干预。
— Alex Rives今天的「虚拟细胞」配不上这个名字
面对Nathan提出的「数据质量不够」假设，Alex给出一个更系统的回答：真正的瓶颈有三层——建模范式本身（transformer缺乏细胞所需的多尺度结构）、数据规模，以及最根本的、观测和测量工具的局限。他直言，今天被称作virtual cell的模型，并不满足「能像oracle一样服务于实验生物学」的定义。
— Alex Rives五年目标不是世界模型，是一个概率转移函数
Alex区分了两个层级：遥远的终极目标是能把细胞状态投影到原子分辨率、让发育过程在计算机里展开的「世界模型」，他直言「我们离那还很远」；五年内可实现的是信息层面的模型——给定细胞状态和一组输入，输出下一状态的概率分布。蛋白质生物学因为有规模化测序数据，已经接近「无限数据」的极限，这正是ESM和AlphaFold成功的原因；细胞生物学还远没到那个阶段，所以归纳偏置依然重要。
— Alex Rives18亿美元买的是「上百亿细胞」的情境地图
两天前Biohub把4月发起的Virtual Biology Initiative扩展成18亿美元的数据生成计划，合作方包括能源部、NIH、Google DeepMind、Isomorphic Labs和Meta。Alex说这笔钱的核心产出会是细胞生物学的情境地图——把分子层面的测量和影像数据，在上百亿细胞的规模上连接起来，这正是训练下一代细胞模型所需要的原始数据。
— Alex Rives一束世界最强的驻波激光，用来看清细胞里的蛋白质
回应「昂贵高质量数据 vs 廉价海量数据」的权衡问题，Alex提到Biohub今年早些时候发布的激光相位板项目——由Berkeley的Holger Mueller数十年前构想、Biohub投资多年才落地。它为电子显微镜带来相位衬度，核心应用是冷冻电子断层扫描，能让单个大分子在细胞原位变得可见。他认为生物学和其他AI领域最大的不同，就是「观察和测量能力的局限」，历史上很多科学范式转变都是靠新的测量技术推动的。
— Alex Rives小鼠实验的解法不是找更像人的替身，是跨物种迁移
针对「小鼠实验结果到人身上常常不灵」的老笑话，Alex说模型生物会以两种方式误导人：要么产出只在小鼠身上成立的假治愈，要么掩盖了小鼠身上根本不存在的人类机制。他的答案不是去追求更完美的实验替身（哪怕是类器官），而是像ESM和AlphaFold一样，在整个演化尺度上训练模型——只用人类蛋白质训练反而得不到准确的预测模型。脊椎动物之间核心分子机制的「建筑材料」是保守的，只是程序被完全重写了。
— Alex Rives生物学版的RLVR，验证器只能是实验室
Alex认为语言模型那套训练范式——自监督预训练、再做启发/对齐、最终走向RLVR——会在生物学里重演，但有一个根本区别：数学和代码能在计算机里完成验证，生物学的验证只能在实验室里做。他把终局称为empirical AI：提出问题、做实验、从结果里学习、再提出更好的实验，形成能反复迭代的闭环。
— Alex Rives没有正确的因果基础，电子病历只能学出一堆相关性
被问及电子健康记录能不能成为数据来源，Alex坦言自己没怎么想过这个问题，但表达了担忧：如果不能把病历里的症状连回更深层的生物学因果，模型学到的只是一堆相关性。他认为病历数据能帮助把现有药物用到更合适的病人身上，但做不到他想要的「真正的阶跃式进步」，所以Biohub把赌注押在更基础的层面，而不是病历数据的规模化。
— Alex Rives原话 · 已逐字校验
what we wanna do is is really live in a world without disease.
我们想做的，就是真正活在一个没有疾病的世界里。
Alex Rives4:30
the models that are being called virtual cells today, you know, I I just... I don't I don't think they meet that that definition of a model that that could actually simulate the cell in a meaningful way and actually really serve as an oracle for experimental biology.
今天被称作虚拟细胞的那些模型，我不认为它们满足「能有意义地模拟细胞、真正充当实验生物学神谕」这个定义。
Alex Rives10:05
So in that sense, you could think of it as a world model. Right? Kind of a world model of life, a a world model of biology. I think we're very far from that.
从这个意义上说，你可以把它当成一个世界模型——一个生命的世界模型，一个生物学的世界模型。我认为我们离那还很远。
Alex Rives14:41
the cell is an information processing machine, which has a genome, which encodes the programs that run life.
细胞是一台信息处理机器，它有一个基因组，编码着运行生命的那些程序。
Alex Rives14:41
ESM and AlphaFold did not come from training a model just on human proteins. They really came from training a model across, you know, all of evolution.
ESM和AlphaFold都不是只在人类蛋白质上训练出来的，它们是在整个演化历史的数据上训练出来的。
Alex Rives38:45
So the programs are completely rewired, but they're kind of built with the same same building blocks.
程序被完全重写了，但它们是用相同的构件搭出来的。
Alex Rives38:45
if if you don't have the right basis, basically, what you're gonna learn is a bunch of correlations.
如果你没有正确的基础，基本上你学到的就只是一堆相关性。
Alex Rives49:47
I have a I have a watch that tracks my sleep. That's about as as far as it gets.
我有一块能记录睡眠的手表，差不多就到这为止了。
Alex Rives59:04
数字与实体
| 数据生成计划总规模 | 18亿美元（1,800,000,000） | 22:58 |
| 影像数据计划覆盖的细胞规模 | 上百亿（hundreds of billions）细胞 | 23:21 |
| 细胞健康/疾病图谱时间表 | 1-2年出初稿，5年内做出相对完整的版本 | 46:50 |
| Nathan提出的长寿目标 | 活到120岁 | 46:08 |
术语
- ESMESM蛋白质语言模型
- Alex此前在Meta主导的模型系列，用全演化尺度的蛋白质序列训练
- AlphaFoldAlphaFold
- DeepMind的蛋白质结构预测模型，用于类比生物学模型的训练思路
- RLVR可验证奖励强化学习
- 用可计算验证的奖励信号做强化学习，Alex设想把它搬到需要实验室验证的生物学
- laser phase plate激光相位板
- 用强激光给电子显微镜加相位衬度，让冷冻电镜看清单个大分子
- cryo-electron tomography冷冻电子断层扫描
- 对冷冻细胞切片做电镜三维成像，观察蛋白质在原位的分布
- organoids类器官
- 在培养系统中模拟组织复杂度的实验替身，用于弥补动物模型的不足
收听指南
做AI for Science、生物基础模型或相关投资的人，想知道这个方向真实的技术瓶颈在哪而不是听叙事。
56:32开始重提「百万个Bryan Johnson」设想的段落信息增量不大，可跳过。