---
title: "AI全场景应用｜560亿参数，就为配出一种耐高温的酶？"
date: 2026-11-20
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-ae5c84
language: zh-CN
---

# AI全场景应用｜560亿参数，就为配出一种耐高温的酶？

> 11 月 19 日，天津大学发布了一个叫「天华开物」的模型，参数 560 亿。

11 月 19 日，天津大学发布了一个叫「天华开物」的模型，参数 560 亿。

天津日报、科技日报、中新社的报道里写着同一句话：这是合成生物领域第一个公开发布的酶设计大模型。

酶是干什么的。洗衣服要耐高温的酶，做药要立体选择性极高的酶，做材料要耐有机溶剂的酶。传统办法是从自然界里找，找到再一遍遍试。

## 参数从 8 亿涨到 560 亿
据科技日报报道，天津大学 2021 年启动酶设计模型研发，2024 年做出 8 亿参数的基座模型，2025 年到 70 亿，之后联合北京智谱华章完成扩容，现在是 560 亿。

三年，70 倍。

这个速度放在通用大模型里不算稀奇。放在一个垂直领域里，值得多说一句：酶的数据不是爬来的。

天津大学合成生物技术全国重点实验室主任元英进院士的说法是，这是自主构建的基座模型，不是在已有模型上微调。

训练底座是实验室和产业一线攒下来的酶序列、结构、反应与工艺数据。这类数据量级远小于互联网文本，但通用模型拿不到。

## 一周出方案，三个月出菌种
发布会给出的时间表是：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。

模型和校内的自动化实验平台接在一起，形成三个动作。

算得准，依据目标反应从头设计新酶，预测突变效应、优选改造组合；写得出，通过自动化基因合成、组装与表达，把数字设计变成酶样品；验得回，实验数据回流训练，用得越多越准。

这里有个容易被忽略的算术。560 亿参数，服务的对象是「数十种酶」——元英进院士的说法是已完成数十种酶的测试。

560 亿除以几十，每种酶摊到十几亿参数。

这是我自己按公开数字做的除法，不是校方口径。但它能说明一件事：这不是一个模型打天下的故事，是一个基座加多个任务的排布。

## 压缩的是设计，不是验证
一周的方案和三个月的菌种，中间隔着湿实验。

模型能算的是「哪种序列可能行」。实验室要做的是把这些序列真的合成出来、表达出来、测出活性。这一步的通量，决定整套系统的实际速度。

一个模型把候选范围从几千缩到几十，实验台位没变，总时间也不会自己缩短。

发布会上有位企业代表说了一句话，大意是按需设计能力稳定之后，企业会从「先买酶、再改工艺」变成「先定指标、再要酶」。

这句话如果成立，改的是采购流程，不只是研发流程。

到场的还有中石油、招商局集团、浦发银行、药明康德、诺和诺德、凯莱英等企业代表。这份名单本身就是信号：酶的下游不在实验室，在产线。

## 国产算力和私有部署
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，这一条可能比参数更重要。菌种和工艺数据是核心资产，没人愿意把它传到别人的服务器上。

「天华开物」下一步是面向科研界和产业界开放试用，并与企业共建行业酶库和应用标准。

标准这件事，比模型本身更难，也更慢。模型可以一年迭代一次，标准要谈好几年。

**说明：本文事实取自天津大学发布会及天津日报、科技日报、中国新闻社的报道，参数与时间表均照原文，不构成投资建议。**

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-ae5c84
本内容仅供参考，不构成投资建议。
