OpenAI 发布首个生命科学专用模型，剑指药物研发早期阶段加速
发布时间： 2026 年 4 月 16 日
核心产品： GPT-Rosalind
OpenAI 于 4 月 16 日正式推出 GPT-Rosalind ，这是该公司在生命科学领域的首款专用推理模型。该模型专为生物学研究、药物发现和转化医学设计，旨在加速从靶点发现到实验验证的早期研究流程。
以科学先驱命名的研究利器
GPT-Rosalind 的名称取自 Rosalind Franklin ，这位英国晶体学家通过严谨的 X 射线衍射研究为 DNA 双螺旋结构的发现奠定了重要基础。 OpenAI 选择以她命名这款产品，意图彰显其在分子生物学研究中的定位。
与传统通用模型不同， GPT-Rosalind 针对科学工作流程进行了专项优化。在 OpenAI 的内部评估中，该模型在涉及分子、蛋白质、基因、信号通路和疾病相关生物学的推理任务中表现最佳，同时在文献综述、序列功能解读、实验规划和数据分析等多步骤工作流程中展现出更强的工具调用能力。
瞄准药物研发的时间困境
美国新药从靶点发现到监管批准平均需要 10 至 15 年。这一漫长的周期不仅源于科学本身的复杂性，更与研究工作流程的碎片化密切相关。科学家需要在海量文献、专业数据库、实验数据和不断演变的假说之间来回切换，这些环节往往耗时且难以规模化。
OpenAI 认为，先进的人工智能系统能够帮助研究人员更高效地穿越这些工作流程。这种效率提升不仅体现在现有工作的加速，更在于拓展科学家的探索边界、揭示可能被忽视的关联、并加速高质量假说的形成。
性能表现与评估结果
GPT-Rosalind 已在多项公开基准测试中提交成绩。在 BixBench 这一围绕真实世界生物信息学和数据分析的基准测试中，该模型取得了领先于其他公布成绩模型的分数。 LABBench2 测试则涵盖文献检索、数据库访问、序列操作和方案设计等多项研究任务， GPT-Rosalind 在 11 项任务中的 6 项上超越了 GPT-5.4 ，其中在 CloningQA 任务上的提升最为显著，该任务要求端到端设计分子克隆协议的 DNA 和酶试剂。
OpenAI 还与基因疗法 AI 设计公司 Dyno Therapeutics 合作，使用未经发布且未受污染的 RNA 序列进行了序列到功能的预测和生成任务评估。模型的最佳十次采样结果在预测任务上位列人类专家前 5%，在序列生成任务上达到人类专家前 16%的水平。
合作伙伴与生态系统
GPT-Rosalind 目前以研究预览版形式向合格客户开放，渠道包括 ChatGPT 、 Codex 和 API 。 OpenAI 已与多家生命科学领域领军企业建立合作，包括 Amgen 、 Moderna 、 Allen Institute 、 Thermo Fisher Scientific 、 NVIDIA 、 Oracle 健康与生命科学部门、 Benchling 以及 UCSF 药学院。
Amgen 人工智能与数据高级副总裁 Sean Bruich 表示：“生命科学领域每一步都需要精准。问题极其复杂，数据极具独特性，风险极高。我们与 OpenAI 的独特合作使我们能够以创新方式应用其最先进的能力和工具，有潜力加速向患者交付药物的进程。”
科研插件与工具生态
OpenAI 同步推出免费的 Life Sciences 研究插件，面向 GitHub 上的 Codex 用户。该插件包含一套模块化技能组合，覆盖人类遗传学、功能基因组学、蛋白质结构、生物化学、临床证据和公共研究数据发现等常见研究场景。这一编排层能够帮助科学家更高效地处理宽泛、模糊且多步骤的研究问题，提供对超过 50 个公共多组学数据库、文献来源和生物学工具的访问入口。
企业级用户可以将该插件与 GPT-Rosalind 结合使用以获得更深入的生物学推理能力，所有用户则可在主模型上调用这一插件包。
可信访问机制
鉴于生物技术滥用的潜在风险， GPT-Rosalind 通过可信访问计划（ Trusted Access ）进行部署。该计划目前首先面向美国市场的合格企业客户，设有严格的资质审核、访问管理和组织治理机制。
参与机构须满足以下条件：开展具有明确公共利益的合法科学研究；维持适当的治理、合规和滥用预防措施；在安全、管理完善的环境中限制授权用户访问。此外，机构还需同意生命科学研究预览条款并遵守 OpenAI 的使用政策。
OpenAI 基于三个核心原则评估访问资质：有益用途、强有力的治理与安全监督、以及企业级安全控制下的受限访问。
长期愿景与后续规划
OpenAI 将 GPT-Rosalind 视为生命科学模型系列的开端，而非终点。公司表示将继续扩展模型在长周期、高工具依赖性科学工作流程中的生化推理能力，并深化与国家实验室等顶级科研机构的合作。
目前 OpenAI 正与 Los Alamos National Laboratory 共同探索 AI 引导的蛋白质和催化剂设计，研究 AI 系统能否在保留或改进关键功能特性的前提下修改生物结构。
研究预览期间，该模型的使用不消耗现有额度或 Token 。随着项目推进， OpenAI 将公布更多关于定价和可用性的细节。
创艺洞察
GPT-Rosalind 的发布标志着 AI 在生命科学领域的应用进入了一个更精细化的阶段。与其说是打造一个全能型科学助手，不如说是为药物研发这个超长链条的“最初一公里”专门锻造了一把钥匙。从基准测试的设计思路来看， OpenAI 显然深谙科学家实际工作流程的痛点。不是替代专家，而是成为专家手中更趁手的工具。可信访问计划的存在则说明，行业对于生物技术滥用的警惕并未因商业利益而放松。这种“能力下沉”与“风险管控”并行的策略，或许会成为未来专业领域 AI 模型的标配范式。
