18億美元押注的不是數據量，而是重新定義怎麼「看見」細胞
Alex Rives認為虛擬細胞模型多年做不出來，真正瓶頸不是算力或數據量不夠，而是我們對細胞內部能觀測到的東西太有限——測量能力才是模型的天花板。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 時間戳為按文稿位置估算
治癒不是永生，是消滅三類疾病
Alex把「攻克所有疾病」這個宏大使命收窄成一個具體目標：沒有癌症、沒有傳染病、沒有慢性或退行性疾病，而不是長生不老。他自稱是個「practical person」，認為要做到這點，既需要理解疾病如何運作的基礎科學，也需要讓醫學從吃藥這種範式，走向能「讀寫生物學程序」的可編程干預。
— Alex Rives今天的「虛擬細胞」配不上這個名字
面對Nathan提出的「數據質量不夠」假設，Alex給出一個更系統的回答：真正的瓶頸有三層——建模範式本身（transformer缺乏細胞所需的多尺度結構）、數據規模，以及最根本的、觀測和測量工具的侷限。他直言，今天被稱作virtual cell的模型，並不滿足「能像oracle一樣服務於實驗生物學」的定義。
— Alex Rives五年目標不是世界模型，是一個概率轉移函數
Alex區分了兩個層級：遙遠的終極目標是能把細胞狀態投影到原子分辨率、讓發育過程在計算機裡展開的「世界模型」，他直言「我們離那還很遠」；五年內可實現的是信息層面的模型——給定細胞狀態和一組輸入，輸出下一狀態的概率分布。蛋白質生物學因為有規模化測序數據，已經接近「無限數據」的極限，這正是ESM和AlphaFold成功的原因；細胞生物學還遠沒到那個階段，所以歸納偏置依然重要。
— Alex Rives18億美元買的是「上百億細胞」的情境地圖
兩天前Biohub把4月發起的Virtual Biology Initiative擴展成18億美元的數據生成計劃，合作方包括能源部、NIH、Google DeepMind、Isomorphic Labs和Meta。Alex說這筆錢的核心產出會是細胞生物學的情境地圖——把分子層面的測量和影像數據，在上百億細胞的規模上連接起來，這正是訓練下一代細胞模型所需要的原始數據。
— Alex Rives一束世界最強的駐波激光，用來看清細胞裡的蛋白質
回應「昂貴高質量數據 vs 廉價海量數據」的權衡問題，Alex提到Biohub今年早些時候發布的激光相位板項目——由Berkeley的Holger Mueller數十年前構想、Biohub投資多年才落地。它為電子顯微鏡帶來相位襯度，核心應用是冷凍電子斷層掃描，能讓單個大分子在細胞原位變得可見。他認為生物學和其他AI領域最大的不同，就是「觀察和測量能力的侷限」，歷史上很多科學範式轉變都是靠新的測量技術推動的。
— Alex Rives小鼠實驗的解法不是找更像人的替身，是跨物種遷移
針對「小鼠實驗結果到人身上常常不靈」的老笑話，Alex說模型生物會以兩種方式誤導人：要麼產出只在小鼠身上成立的假治癒，要麼掩蓋了小鼠身上根本不存在的人類機制。他的答案不是去追求更完美的實驗替身（哪怕是類器官），而是像ESM和AlphaFold一樣，在整個演化尺度上訓練模型——只用人類蛋白質訓練反而得不到準確的預測模型。脊椎動物之間核心分子機制的「建築材料」是保守的，只是程序被完全重寫了。
— Alex Rives生物學版的RLVR，驗證器只能是實驗室
Alex認為語言模型那套訓練範式——自監督預訓練、再做啟發/對齊、最終走向RLVR——會在生物學裡重演，但有一個根本區別：數學和代碼能在計算機裡完成驗證，生物學的驗證只能在實驗室裡做。他把終局稱為empirical AI：提出問題、做實驗、從結果裡學習、再提出更好的實驗，形成能反覆迭代的閉環。
— Alex Rives沒有正確的因果基礎，電子病歷只能學出一堆相關性
被問及電子健康記錄能不能成為數據來源，Alex坦言自己沒怎麼想過這個問題，但表達了擔憂：如果不能把病歷裡的症狀連回更深層的生物學因果，模型學到的只是一堆相關性。他認為病歷數據能幫助把現有藥物用到更合適的病人身上，但做不到他想要的「真正的階躍式進步」，所以Biohub把賭注押在更基礎的層面，而不是病歷數據的規模化。
— Alex Rives原話 · 已逐字校驗
what we wanna do is is really live in a world without disease.
我們想做的，就是真正活在一個沒有疾病的世界裡。
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.
今天被稱作虛擬細胞的那些模型，我不認為它們滿足「能有意義地模擬細胞、真正充當實驗生物學神諭」這個定義。
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.
從這個意義上說，你可以把它當成一個世界模型——一個生命的世界模型，一個生物學的世界模型。我認為我們離那還很遠。
Alex Rives14:41
the cell is an information processing machine, which has a genome, which encodes the programs that run life.
細胞是一臺信息處理機器，它有一個基因組，編碼著運行生命的那些程序。
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都不是只在人類蛋白質上訓練出來的，它們是在整個演化歷史的數據上訓練出來的。
Alex Rives38:45
So the programs are completely rewired, but they're kind of built with the same same building blocks.
程序被完全重寫了，但它們是用相同的構件搭出來的。
Alex Rives38:45
if if you don't have the right basis, basically, what you're gonna learn is a bunch of correlations.
如果你沒有正確的基礎，基本上你學到的就只是一堆相關性。
Alex Rives49:47
I have a I have a watch that tracks my sleep. That's about as as far as it gets.
我有一塊能記錄睡眠的手錶，差不多就到這為止了。
Alex Rives59:04
數字與實體
| 數據生成計劃總規模 | 18億美元（1,800,000,000） | 22:58 |
| 影像數據計劃覆蓋的細胞規模 | 上百億（hundreds of billions）細胞 | 23:21 |
| 細胞健康/疾病圖譜時間表 | 1-2年出初稿，5年內做出相對完整的版本 | 46:50 |
| Nathan提出的長壽目標 | 活到120歲 | 46:08 |
術語
- ESMESM蛋白質語言模型
- Alex此前在Meta主導的模型系列，用全演化尺度的蛋白質序列訓練
- AlphaFoldAlphaFold
- DeepMind的蛋白質結構預測模型，用於類比生物學模型的訓練思路
- RLVR可驗證獎勵強化學習
- 用可計算驗證的獎勵信號做強化學習，Alex設想把它搬到需要實驗室驗證的生物學
- laser phase plate激光相位板
- 用強激光給電子顯微鏡加相位襯度，讓冷凍電鏡看清單個大分子
- cryo-electron tomography冷凍電子斷層掃描
- 對冷凍細胞切片做電鏡三維成像，觀察蛋白質在原位的分布
- organoids類器官
- 在培養系統中模擬組織複雜度的實驗替身，用於彌補動物模型的不足
收聽指南
做AI for Science、生物基礎模型或相關投資的人，想知道這個方向真實的技術瓶頸在哪而不是聽敘事。
56:32開始重提「百萬個Bryan Johnson」設想的段落信息增量不大，可跳過。