560 亿参数的酶设计大模型在天津大学发布,但「一周出方案」是目标不是成绩:它没开源权重,也没有第三方跑分
3分钟看懂
- 谁做的:天津大学自主构建基座模型,联合北京智谱华章科技股份有限公司做参数扩容。2026 年 11 月 19 日在天津发布,发布会由天津市发展改革委、天津市教委、天津市武清区人民政府指导。
- 做了什么:一个专门设计酶的生物模型,叫「天华开物」,当前 560 亿参数。它是国内少见的、面向生物制造场景单独训练的生物模型,不是拿通用大模型改的。方法叫反应—序列—结构联合建模——把「要完成什么生产任务」和「酶应该怎样构成」直接对上。酶本身就是一种蛋白质,所以它输出的是蛋白质序列。
- 参数怎么来的:2021 年起步 → 2024 年 8 亿参数基座 → 2025 年 70 亿 → 联合智谱华章扩容到 560 亿。中国科学院院士、天津大学合成生物技术全国重点实验室主任元英进特别澄清:这是自主构建的基座模型,不是在已有模型上微调。
- 它承诺什么:和校内的合成生物自动化设备接成闭环,一周内给出酶设计方案,让三个月内完成菌种定制化构建和目标产品制备工艺开发「成为可能」。
- 已经做到什么:公开材料里唯一量化的进展是元英进那句「目前已完成数十种酶的测试」。酶种、数量明细、成功率都没披露。
- 别高兴太早:截至 11 月 20 日,天津大学官网和智谱方面都没有独立公告页;没有开放权重、没有 GitHub 仓库、没有 Hugging Face 模型卡,也没有任何第三方基准测试。这是一个发布会,不是一个可下载的模型。
一句话先说结论
工业酶研发过去靠「从自然界挖 + 反复试错」,周期长、偶然性大。天华开物想做的事,是把这件事从「碰运气」变成「算出来」——研制团队自己的原话就是这个。
方向没问题。但这一轮放出来的信息,绝大部分是能力宣称,不是已验证结果。真正能拿去核对的东西只有三样:560 亿这个参数规模、三项能力的流程描述、以及「数十种酶已测试」这一句话。其余全是待验证。
它到底做了什么
参数链:8 亿 → 70 亿 → 560 亿
这条链是本次发布里数字最硬的部分,也是最容易被写乱的部分。
- 2021 年,天津大学从底层架构入手,启动酶设计模型研发;
- 2024 年,做出 8 亿参数的「天华开物」酶设计基座模型;
- 2025 年,达到 70 亿参数;
- 此后联合北京智谱华章科技股份有限公司完成参数扩容,目前为 560 亿。
有两个边界必须说清楚。
第一,560 亿是扩容之后的当前规模,不等于天津大学单独那个基座的大小。天津日报的写法是「由天津大学自主研发基座,联合北京智谱华章科技股份有限公司完成参数扩容」;智谱方面被引用的说法是「双方联合攻关,共同打造了天华开物」——措辞是联合,不是主导。所以既不能写成「智谱研发的模型」,也不能写成「基于智谱模型微调」。
第二,不同媒体的口径不完全一致。新华社电讯通篇没有出现 560 亿、70 亿、8 亿任何一个数字;中新社写的是「模型参数从 8 亿、70 亿逐步扩容至 560 亿」,把「逐步」说清楚了;天津日报跳过了 2024 年那一步,只讲 2025 年的 70 亿和现在的 560 亿。引用数字时最好标明是哪一家的口径。
反应—序列—结构:把「生产任务」当输入
大多数蛋白质模型(AlphaFold 这一类)输入的是序列或结构,输出的是结构或功能预测。天华开物换了个入口:输入是「要完成什么反应」。
团队的描述是,通过反应、序列、结构三者联合建模,把「要完成什么生产任务」与「酶应该怎样构成」关联起来。翻译成人话:你不用告诉它「给我一个类似某某酶的东西」,你告诉它「我要在高温下有活性的洗涤用酶」,它去反推该长成什么样。
这件事难的地方在于,酶的功能不是序列单独决定的——同样的序列在不同环境里折叠成不同构象,催化效率能差好几个数量级。所以「反应」这一维必须进来,否则模型学到的只是序列统计规律。
三项能力:算得准、写得出、验得回
这三个标签出自含通稿全文的媒体稿(科技日报、中国青年报等),中新社稿没有用这三个词,只做事实描述。三条分别是:
- 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,把数字设计变成真实的酶样品。注意「组装」这一步:基因合成出来只是一段 DNA,还要组装、转化、表达,才有蛋白质。
- 验得回——实验数据回流模型训练,以实测结果校准模型、迭代设计,形成「设计—构建—测试—学习」的闭环。
第三项是这个系统真正的核心。前面两条随便一个蛋白质设计团队都在做,难的是闭环:设计出来的东西必须真的进实验室、真的测出数、数据真的能回到模型里改变下一轮的设计。团队的说法是「用得越多,算得越准」——这句话只有在数据回流管道真的通了的时候才成立。
「一周」和「三个月」到底是什么口径
这是最需要降温的地方。三家的措辞高度一致,都落在能力宣称,不是已完成结果:
- 新华社:「一周内可以给出酶设计方案,让三个月内完成菌种定制化构建和目标产品制备工艺开发成为可能。」
- 中新社:「可在……一周内给出酶设计方案,使……三个月内完成……成为可能。」
- 科技日报:「支撑一周内给出酶设计方案,让三个月内完成……成为可能。」
「支撑」「可以」「可在」加「让」「使」「成为可能」——语法上全是把边界往目标一侧推。翻成大白话:
- 一周给出的是一份酶设计方案(序列 + 突变组合),不是一支能用的酶;
- 三个月指向的是「成为可能」的菌种构建与工艺开发,不是「已经三个月建成菌种」;
- 这两条都是系统能力上限的描述,不是平均值,更不是已经跑完的案例。
唯一有具体数字的已验证进展是「数十种酶的测试」。这个「数十」没有拆解:哪些酶、多少个、成功率多少、每个跑了多久,全部空白。所以现在无法判断这套闭环在真实项目里的命中率。
谁在场,谁在等
发布会现场来的企业名单本身是个信号:中石油、招商局集团、浦发银行、药明康德、诺和诺德、凯莱英、九天基因、元合成。
- 中石油、招商局集团 → 大宗化学品与生物制造的场景方;
- 药明康德、凯莱英 → 医药中间体与 CDMO,对酶的立体选择性要求极高;
- 诺和诺德 → 多肽/蛋白质药物的生产用酶;
- 浦发银行 → 产业金融,出现在这种场合通常意味着后面有落地项目的资金安排;
- 九天基因、元合成 → 合成生物学的执行端。
有企业代表在会上给了一个挺准确的判断:按需设计能力稳定之后,企业会从「先买酶、再改工艺」转成「先定指标、再要酶」。
这句话的分量比参数规模大。它意味着酶从「货架商品」变成「定制零件」,工艺设计的顺序整个倒过来。但前提是「稳定」——而稳定恰恰是现在还没有数据支撑的部分。
典型场景被举了三个:耐高温的洗涤用酶、耐有机溶剂的合成用酶、对立体选择性要求极高的医药中间体用酶。三种「苛刻度」完全不同,一个模型要同时覆盖,靠的是训练数据里那些来自实验室与产业一线的酶序列、结构、反应与工艺数据。团队说这部分「是通用模型难以复制的」——这话不假,但反过来也意味着:换一个没有数据积累的酶家族,效果未知。
还不能说的四件事
一、没有官方公告页。 截至 2026 年 11 月 20 日 08:00 UTC,天津大学官网与新闻网首页未见该发布的独立条目,智谱方面也没有独立发布页。目前最接近发布主体口径的,是带天津大学通讯员赵晖署名、「天津大学供图」的媒体通稿。所以本文不写「据天津大学官网」或「据智谱官方公告」。
二、「首个」的定语各家不一样,不能合并成「全球首个」。 新华社通篇不用「首个」二字;中新社与中青报写「合成生物领域首个公开发布的大模型」;天津日报的限定最窄:「国内合成生物领域首个公开发布的酶设计大模型」;科技日报标题写「合成生物领域首个酶设计基座大模型」,正文却写「首个公开发布的大模型」。限定词是「合成生物领域」加「公开发布」,去掉这两层就是过度解读。
三、没有开源,也没有权重。 GitHub 搜「天华开物」只命中无关仓库,Hugging Face 搜 tianhua 只有 2023 年的无关模型。部署方式是「适配国产算力,支持本地化私有部署,企业数据不必出厂」——这是给企业客户的销售口径,不是给研究者的开放口径。想自己跑一遍验证,现在做不到。
四、没有第三方基准。 没有和 RFdiffusion、RFD4-Proteina、BindCraft 这些同行的对照数字,没有湿实验通过率,没有设计成功率。对比一下:11 月 15 日 Baker 实验室放出的 RFD4-Proteina,预印本、权重、训练数据、湿实验逐项数值全公开,蛋白结合通过率 10.6%、吞吐 42 倍这些数字可以直接核对。天华开物这一轮,一个可核对的性能数字都没有。
这不是说它不行。工业酶和抗体设计本来就是两个赛道,前者更看特定工艺条件下的稳定性,公开 benchmark 也不成熟。但「没有可核对数字」和「数字很好看」是两件事,读的时候别混。
怎么用 / 适用场景 / 不适用场景
现在能用吗:不能。发布时点「开放试用」仍是计划,官方表述是「下一步将面向科研界和产业界开放试用」。「行业酶库与应用标准」是共建方向,不是已交付的产品。把它写成「已开放」「已建成」都超出材料支持的范围。
适合谁关注:
- 做工业酶改造、想缩短「挖酶—改造—验证」周期的团队——这套闭环的思路可以直接借用,哪怕不用它的模型;
- 做合成生物学自动化平台的团队——「设计—构建—测试—学习」里最难的是后两步的自动化,天津大学那套设备是配套的;
- 关注 AI for Science 落地路径的人——这是少见的「模型 + 自动化实验设备 + 产业数据」三件套一起讲的中国案例。
不适合谁:
- 想下载权重自己跑的研究者——没有权重;
- 需要立刻做蛋白质结构预测的——这不是结构预测模型,AlphaFold 那一类才是;
- 需要可复现 benchmark 做选型的技术决策者——现在没有数据可比。
避坑
- 别把「一周」当成 SLA。 官方说的是「可以给出酶设计方案」,方案到样品之间还有合成、表达、纯化、测活四道关。
- 别把 560 亿当天津大学单独的成果。 是自主基座 + 智谱工程化扩容,两个主体。
- 别把「数十种酶」当成验证充分。 没有酶种清单、没有成功率、没有周期,这句话的信息量约等于「跑通了」。
- 别引用「突破了西方发达国家长期技术封锁」当评测结论。 这句出现在科技日报、中青报、北方网和政府转载稿里,新华社稿没有。它属于发布方的自主可控叙事,标明出处即可,不是独立评价。
行动建议
- 如果你是酶工程团队:现在能做的不是等模型,而是把「反应—序列—结构」三元组的自有数据整理成可训练格式。这套模型的价值上限取决于喂进去的私有数据,等它开放时你的数据准备好没,才是差异。
- 如果你在评估这类平台:等开放试用后,第一件事要的不是 demo,是「同一批目标反应,它给的方案和我现有流程的命中率对比」。没有这个对比,参数规模没有意义。
- 如果你想跟踪后续:盯三个节点——开放试用的实际入口、行业酶库的第一批酶种、以及有没有第三方(高校或企业)独立复现的湿实验数据。这三个出现任意一个,这条线才从「发布」变成「可用」。
一句话收尾
560 亿参数、国产算力、私有部署、闭环迭代——这套组合在国内工业酶方向确实是第一次公开摆出来。但它现在是一份路线图加一次发布会,不是一份可复现的成绩单。真正的检验不在 11 月 19 日这场会上,在第一批开放试用团队交回来的数据里。
(本文基于多家媒体转述整理:新华社、科技日报、中国新闻网、天津日报、香港文汇报、人民网科普中国、第一财经、AI123。原始发布方未提供独立公告页与技术文档。)
参考来源
- https://www.xinhuanet.com/tech/20261119/46c9650395524ddbb0b73dcc0fff6d09/c.html
- https://www.stdaily.com/web/gdxw/2026-11/19/content_615873.html
- https://www.chinanews.com/edu/2026-11-19/10734841.shtml
- https://epaper.tianjinwe.com/tjrb/html/2026-11/20/content_143084_4031647.htm
- https://www.wenweipo.com/a/202611/19/AP6afea8dbe4b028ec0194af33.html