560亿参数的酶设计模型发布了:专业领域拼的不是流量,是「术语共识」

11月19日,天津大学在天津发布「天华开物」酶设计大模型。参数规模560亿,由天津大学自主研发,并联合智谱华章完成参数扩容。按发布会的说法,这是合成生物领域首个公开发布的大模型,也是国内在这个方向上第一次把「设计—构建—测试—学习」的闭环完整跑通。
同一天,火山引擎上线了豆包实时音视频通话模型 SeedRealtime 1.0 的 API 服务,把声音、画面、时序与表达收进同一个端到端模型,让模型可以「边看、边听、边说」。两件事一硬一软,指向的却是同一个变化:AI 正在从通用问答,往具体行业的深水区走。
560亿参数不是重点,闭环才是
把一个酶的研发拆开看,传统路径是「挖、筛、改」:从自然界找候选酶,一轮轮筛选,再定向改造。周期长、试错多,而且很多经验留在实验记录本里,难以复用。天华开物的做法是把这条路径倒过来——先按目标反应从头设计,再预测突变效应、优选改造组合,然后通过自动化基因合成、组装与表达,把数字设计变成真实的酶样品,最后把实验数据回流训练。
发布会给出的时间尺度很具体:一周内给出酶设计方案,三个月内完成菌种定制化构建和目标产品制备工艺开发。参数从2024年的8亿,到2025年的70亿,再到现在的560亿,扩容的前提不是算力够不够,而是有没有足够多高质量的酶序列、结构、反应与工艺数据。这部分数据相当一部分来自实验室与产业一线,恰恰是通用模型拿不到的。
还有一个容易被忽略的细节:模型适配国产算力,支持本地化私有部署,企业数据不必出厂。对生物制造企业来说,这句话的分量不亚于参数规模——菌种和工艺是核心资产,能不能不上传就决定了能不能用。
另一边:实时多模态把「等提问」变成「持续看」
SeedRealtime 1.0 的思路是把过去串联的三段——语音识别、视觉理解、语音合成——压进一个端到端模型。级联架构的问题从来不只是延迟叠加,还有信息损耗:语音转文字时丢掉语气,图像转描述时丢掉细节,等三段走完,原始语境已经折损了几轮。端到端之后,模型可以一边看画面一边听声音一边说,交互的节奏从「你问我答」变成「它一直在场」。
这类能力最先落地的地方通常不是聊天,而是需要「同时处理多种信号」的场景:远程设备巡检、在线教学、客服质检、手术示教。它们的共同点是,信息天生就是多路的,硬拆成文字再拼回去,成本高且不准确。
专业领域的内容,门槛不在文采在口径
把这两条新闻放在一起,会发现一个对内容团队更有用的角度:当模型开始读专业材料,它评判内容的标准变了。通用问答里,一段话写得流畅、有观点,就容易被摘录;到了生物制造、医疗、材料这些领域,模型先看的是术语用得对不对、单位写没写、条件交不交代、数据能不能对上。
举个具体的例子。「酶活提升30%」这句话在科普里没问题,但在专业语境里几乎无法被引用——底物是什么、pH 多少、温度多少、比活力还是转化率、相对哪一版基线,全都缺失。而「在 pH 7.0、37℃、底物浓度 10 mM 条件下,比活力由 12.4 U/mg 提升至 16.1 U/mg」这样的表述,才是模型能拿去核对、能与其他来源交叉验证的句子。
这就是垂直领域的 GEO 与消费领域最大的区别。消费品牌争的是「被提到」,专业品牌争的是「被采信」。被提到靠覆盖面,被采信靠口径。一个术语用错,整段内容在专业模型眼里就降级了;反过来,一份术语统一、条件完整、数据可复算的材料,即使没有华丽的排版,也会被反复引用。
给专业内容团队的四件小事
第一,建立自己的术语表。同一个东西在不同文档里叫三个名字,是专业内容最常见的失分项。把主术语、别名、英文对照、禁用说法列成一张表,全站统一,模型才不会把它当成三个不同的对象。
第二,把单位和条件写进句子里,而不是放在图注或脚注。模型读的是文本片段,一句离开上下文就失去意义的话,被摘出来的概率极低。
第三,给关键数字配一个可回溯的来源与时间。哪一年的数据、哪个版本的报告、哪个机构的统计口径,写清楚比写漂亮重要。专业读者和模型都需要这条线索。
第四,把方法写成步骤。垂直模型最想学的不是结论,是「怎么得到这个结论」。实验条件、对照设置、评价指标、失败情形,这些内容看起来枯燥,却是被引用密度最高的部分。
深水区的竞争,比的是谁更经得起核对
过去两年,AI 行业的叙事围绕参数、榜单和价格展开。到了 2026 年底,这些指标还在,但已经不是唯一的坐标。天华开物把注意力拉回数据与闭环,SeedRealtime 把注意力拉回真实场景的多路信息——两者都在说明,通用能力的边际收益在下降,行业纵深的边际收益在上升。
对做内容与品牌的人来说,这意味着一个不算轻松但很公平的转变:靠堆量获取曝光的做法,在专业领域越来越无效;而把知识整理清楚、把口径统一、把数据留痕,这些慢功夫的价值在上升。生成式引擎不会因为一篇文章写得热闹就引用它,它只会引用那些它核对得上的东西。
(文 / AI30媒体部 | 最后更新:2026年11月20日)



