2024年Xaira Therapeutics以10亿美元融资创下AI制药早期纪录；2026年其X-Cell模型Pearson指标达0.31，较行业标杆提升约40%。国内虚拟细胞赛道随之爆发，近10起融资密集完成，百度、腾讯、阿里三极格局初现。
2024 年，Xaira Therapeutics 带着 10 亿美元 入场。2026 年春节刚过，其首款虚拟细胞模型 X-Cell（49 亿参数）正式发布，在 Tahoe-100M 药物数据集上交出关键成绩：
Pearson 指标 0.22，此前是 AI 虚拟细胞领域的主流性能基准，已维持多年。
Pearson 指标 0.31，较 STATE 提升约 40%，核心性能最高提升 5 倍，研发用时不到 1 年。
Pearson 指标（皮尔逊相关系数）衡量模型预测「扰动」效果的能力，数值越接近 1，预测趋势与真实实验越一致。0.31 比 0.22 提升约 40%，是行业级突破。
这个分数意味着什么？虚拟细胞模型从「模糊预测」迈入了「可量化验证」的阶段。 业界此前已经接受 0.22 作为可用基准，X-Cell 用一年时间就把刻度往前推了一大截。资本正是循着这个信号涌入了赛道。
据公开信息统计，2026 年 4 月以来国内虚拟细胞赛道共发生 近 10 起融资，红杉资本、君联资本、BV 百度风投、国信创投基金、顺为资本等悉数入局，数亿资金涌向这项新兴技术。
一个值得注意的现象：无论多新的企业、多年轻的创业者，几乎都能拿下数字可观的种子轮或天使轮。
柱形示意相对融资规模，非精确比例。值得注意的是，这些企业各自选择了差异化的落地场景和技术路径，尚未出现明显的同质化竞争。
虚拟细胞赛道的国内竞争，本质上是互联网巨头在生命科学基础设施上的又一次卡位。三家路径鲜明，各有侧重。
百图生科 xTrimo V4 参数量达 2680 亿，是全球最大全模态生命科学基础大模型之一。2025 年凭借 xTrimo SCPerturb 拿下首届全球虚拟细胞挑战赛第一名。从做模型、输送人才到投资百曜科技，百度在赛道黎明前已深深扎根。
2015 年起投资 晶泰科技，IPO 前为第一大外部机构股东。晶泰科技孵化无界进化（OCOO-T 模型 SOTA），战略投资耀速科技（类器官芯片+AI）。腾讯 AI Lab 同步发布 CD-GPT 生物基础模型，形成「模型+平台+验证」闭环。
达摩院 2026 年 6 月发布 灵枢细胞模型，在 25 支顶尖团队参与的虚拟细胞挑战赛中综合排名第一，核心指标优于 STATE。模型已接入「达摩灵枢」科研智能体平台，此前曾辅助预测 6.8 万种潜在超导材料。
三家巨头之外，西湖大学郭天南团队（西湖欧米）成为重要的学术创新源，其 ProteinTalks 模型与《Nature》级别的方法论输出为全行业提供基础设施。
一个有趣的细节：Xaira 最年轻的联合创始人黄步威出自浙江大学，而西湖大学、阿里达摩院、浙江大学均位于长三角——虚拟细胞的「中国坐标」正在形成。
虚拟细胞的最初构想诞生于系统生物学兴起的年代。1999 年，日本科学家启动 E‑Cell 项目，在计算机中完整复现一个仅有 127 个基因的假想细菌的数字分裂周期。但每增加一条通路都需要手工标定参数，模式无法扩展。
2012 年，斯坦福 Covert 团队交出传统机制建模的巅峰——生殖支原体全细胞模型（482 个基因），可以模拟生长、分裂甚至预测基因敲除后的表型变化。但仍然只能运行在极简细菌上，无法迁移到人类细胞，也未衍生出商业公司。
真正的范式切换发生在 单细胞测序、大规模扰动实验与 AI 算法共同成熟 之后。数据不再是瓶颈，模型可以从海量真实数据中自主学习细胞行为规律，而非依靠人工编写微分方程。X-Cell 的 0.31 Pearson 指标，正是这一范式切换的实证。
「其实在 2023 年前后，生物大模型就已经在计算生物学中广泛应用，但这些模型在不同细胞类型之间的泛化能力有限。」—— 华源智因 CTO 王艺璇
虚拟细胞的前景令人兴奋，但距离「在计算机里真正演绎一个活细胞」还有相当距离。目前行业公认的两大瓶颈：
公开数据中静态数据多，高质量的空间数据、动态数据和扰动数据严重缺乏。不同实验室、设备、试剂的批次效应明显，样本上下文记录不完整。
很多模型主要从数据相关性出发，对细胞内部真正的生物学机制考虑不足。下一步既需要更好的模型，也需要新的实验技术和数据体系。
「如果按照在计算机里真正演绎一个活细胞这个标准，目前还远远没有实现。现在很多虚拟细胞模型解决的是一个相对具体的问题——比如根据细胞当前状态，预测基因敲除或药物处理之后它会发生什么变化。」—— 西湖大学教授 郭天南
一个诚实的注脚：虚拟细胞模型一定要到真实场景中验证。
王艺璇强调，AI 虚拟细胞模型必须与医生、学者、有影响力的药企合作，在真实世界中评测能力，而不只是执着于调整参数、把指标做到极致。如何跑通 「预测 → 实验验证 → 模型优化」 的闭环，是商业化最大的难点。
虚拟细胞正在从「模拟工具」进化为「预测引擎」，但距离真正的数字孪生还有两个完整的产业周期。当前热潮中，谁能率先跑通预测与实体验证的闭环，谁就能定义下一代 AI 制药的基础设施——而 BAT 的入局，意味着这场竞赛已经不再是创业公司的独角戏。
虚拟细胞的第三轮浪潮能否最终搅动产业端的深刻变革，现在还言之尚早。但 AI 制药的历史，已经不可避免地翻开了全新的一页。关注这一赛道的读者，可持续跟踪各大模型的开源进展与临床验证结果。
综合公开信息整理 · 持续关注