陈天桥AIAS 2026演讲：AI下半场从生成转向验证，Apodex已建150人团队

过去三年，全球人工智能行业打的是一场空前的模型军备赛：参数越堆越大、推理越来越强、算力投入越来越贵，基准测试成绩也不断被刷新。

可AI越来越会交答案之后，一个更根本的疑问冒了出来：假如AI抛出一个人类从未发现过的科学结论，该由谁来认定它是对的？

当地时间11月5日，AIAS 2026峰会在美国旧金山举行，盛大集团及Apodex创始人陈天桥在主旨演讲里给出了一个明确判断：

“过去三年，人工智能越来越擅长给出看起来正确的答案。未来三年，人工智能必须学会证明自己的答案确实正确。”

演讲题目是《The World That Can Verify》（构建一个可以验证的世界）。这既是他对AI下一阶段技术路线的系统梳理，也是其新创办的AI公司Apodex首次做的重要战略披露。

按演讲所述，Apodex的科学家团队规模约150人，峰值计算资源接近一万张GPU；科研决策、数据管理、实验执行与结果评估这几块基础设施，都由公司自己搭建。

还有一点更受关注：陈天桥透露，Apodex正在训练一种专用模型，它能自主训练下一代AI模型，同一套技术体系也被延伸到AI药物研发上。

首个湿实验室项目里，Apodex用人工智能从零设计了20多万条腺相关病毒（AAV）衣壳序列，想啃下基因治疗在心脏和肌肉组织靶向递送上的硬骨头。

一边让AI训练AI，一边让AI设计新药，陈天桥想回答的问题比“大模型还能做什么”更基础：

人工智能怎么才能从生成知识，真正走到创造并验证新知识这一步？

一、AI最大的瓶颈，可能不是智力，而是判断力

演讲中，陈天桥先摆出了一组颇受关注的实验数据。

一项公开的软件修复研究显示，人工智能模型只给一次机会时，成功率约16%；把尝试次数加到250次，超过一半的任务里已经冒出了正确的修复方案。

麻烦在于，模型分不清哪个方案才是对的。

Apodex内部的试点实验也印证了这一点：21项真实软件修复任务中，一个能力偏弱的模型单独干活，成功率只有8%。

研究人员换了个办法，引入一个更强的评判模型，只让它检查、挑错，不直接写代码，弱模型的成功率就升到了56%。

换句话说，AI性能的提升，未必全靠更强大的生成模型。

认出正确答案的本事，或许和生成正确答案的本事一样要紧，甚至会变成下一阶段AI突破的关键。

陈天桥把这两种能力分别叫作Solver（求解者）与Critic（评判者）。

不过，光加一个评判模型还不够。

另一组实验里，评判模型若来自同一模型家族，最终表现反而掉了约12%；换成不同模型家族的评判模型，则带来约19%的提升。

原因在于，同一模型家族可能共享相似的认知盲点。

论文评估实验中，研究人员增加一个专门为论文辩护的模型后，判断准确率从45%升到70%。

再让评判模型自主选择测试、检查实验结果，最困难任务的成功率又从68%提高到84%。

这些结果都指向同一个方向。

AI得学会的，不只是回答问题，还要会质疑答案、找证据，用自己的判断去做实验检验。

陈天桥提出的六项验证原则，核心也在这里：识别能力、独立性、辩论与行动、多层验证、验证先行，再加上低成本和规模化。

二、AlphaFold成了，AI制药为什么还是这么难？

演讲中，陈天桥讲了一个值得留意的历史观察。

国际象棋、围棋，蛋白质结构预测、竞技编程，再到数学，人工智能每一次重大突破的领域，往往都带着一个共同点。

那就是在强大的AI模型出现之前，人类已经建起了比较成熟的验证机制。

棋类游戏能迅速判定胜负，代码能靠测试程序检验，数学证明可以一行一行地查。

AlphaFold的成功，同样不只是模型能力的功劳。

它背后有从1971年就开始积累的蛋白质结构数据库（PDB），还有CASP这类长期运行的盲测评估机制。

这些体系给人工智能提供了大量经过实验验证的真实数据，也让模型的预测能被独立检验。

可人工智能一旦进入药物研发、材料科学和医学领域，情形就完全不一样了。

一个AI模型短时间内就能生成数十万种候选分子，但要判断哪一种真正有效，还是得靠漫长的实验和临床验证。

陈天桥引用了一组鲜明的对比：

过去约20年，基因组测序成本降了大约10万倍；可长期看，每10亿美元研发投入对应的新药产出，大约每九年就少一半。

这背后是生命科学领域的一个深层矛盾。

生成候选方案的效率一直在提高，验证这些方案的成本和时间却没有跟着降下来。

“验证不仅必须可行，还必须足够便宜、足够快速，并且能够规模化。”陈天桥表示。

在他看来，未来AI科学发现的竞争，拼的不只是模型能力，更是验证效率。

谁能更快地把一个科学假设变成可重复的实验结果，谁就有机会建立新的技术优势。

三、Apodex首次系统披露：近万张GPU、150名科学家，第一笔投入却放在验证体系

这个判断，直接影响了陈天桥创立Apodex的方式。

很多人工智能公司是从训练模型起步的，Apodex不一样，它选择先建验证基础设施。

陈天桥透露，Apodex 自研的内部科研工作系统已覆盖多项环节：即时通信、文档、会议、实验平台、数据管理，Artifact 系统也在其中。

这些工具要顶掉的，是Slack、Notion、Zoom这类日常协作产品。陈天桥说，目的不在于把办公软件换成国产或自研，而是要完整记下科研活动里的每一个关键过程。

每一项GPU任务，都得配上明确的工作指令；每一项实验，都必须留下书面结论和支撑证据；每一个数据集，来源、质量、用途都要能追溯。

过程记录为何被摆到这么高的位置？陈天桥的判断是，传统科研论文往往只给出最终结果，研究者在过程中做过的选择留不下来。

可对一个想学会做科研的AI而言，真正要紧的正是这些决策过程：研究者当时掌握什么信息、考虑过哪些方案、为什么挑中某项实验、实验失败后又怎么调整方向。

只有把这些过程完整记下来，AI才学得会怎么真正去做研究。

陈天桥也承认，建这套体系最难的地方不在技术，而在改研究人员的工作习惯。不少来自大型科技公司和研究实验室的科学家，起初并不愿意放下用惯了的工具。

最后Apodex选择强制迁移，并定下一条原则：“如果一项决策或一个数据集没有进入系统，那么它就等于不存在。”

这套做法的背后是一个更大的目标：把整个AI研发组织改造成一个能被人工智能持续学习、验证和优化的科研环境。

四、真正的递归自我进化：让AI不再依赖更强大的AI

在Apodex的技术版图里，最具野心的一项，是让人工智能自己训练下一代人工智能。眼下业界已有不少系统在试水，用AI辅助写代码、评估模型、生成数据、优化算法。

但陈天桥认为，很多被叫作“递归自我改进”（Recursive Self-Improvement，RSI）的系统，关键训练工作仍要靠外部前沿模型来完成。在他看来，真正的递归自我改进，应该是一个模型能独立训练出自己的继任者。

据陈天桥介绍，Apodex正在开发的模型并不想做成通用能力最强的大模型。它不必精通几十种语言，也不需要视频生成这类能力，专长集中在机器学习、代码、数学、统计学和科学判断上。

“它的任务，就是训练模型。”

陈天桥透露，Apodex打算让这一模型在不依赖外部前沿模型的前提下训练自己的下一代，并认为这或许会是该方向上最早的实践之一。

不过陈天桥也把话说在前头：相关证据要等后续拿到才会对外公布。说到底，完全靠自主训练做出继任模型这条路，眼下还没被真正验证。

这一探索可能带来的意义在于，假如AI能把模型训练的整套流程都握在手里，那同一套系统就有机会拿去训练别的领域的专业科学发现模型。

机器学习也好，生物医药、材料科学乃至其他科研方向也好，底下那层训练方法或许是相通的；各个领域真正要另起炉灶去搭的，是专业知识与验证体系。

五、AI制药新布局：免费算力、自动化实验室与诺奖科学家验证委员会

除了让AI训练自己，Apodex还押注另一条路——用AI做药物研发。在陈天桥看来，生命科学正是检验这套技术路线的要害所在，因为这里的验证不光是算一算，还得落到真实的物理世界里去。

为此，Apodex正着手搭建三套彼此衔接的体系。头一套是自动化实验室网络。公司提出了Contract Verification Organization（CVO，合同验证组织）这一概念，想通过自建、采购、合作等途径，把自动化实验设备和外部实验室连成一张统一的网。

目的很直接：让实验验证的速度尽量追得上AI生成科学假设的速度。不过陈天桥同样强调，该做的动物实验和人体临床试验，仍要按现有科学、伦理和监管标准来，自动化不能拿来当降低证据要求的借口。

第二套是给制药行业免费提供算力。Apodex已建成Drug Research Computing Center（药物研究计算中心），打算开放16个专业研究模块，临床试验预测、老药新用等功能眼下已经上线。按其披露的计划，生物科技公司和制药企业都能免费使用平台上的计算资源与算法。

这套商业打法的特别之处在于：Apodex想借提供计算服务，接触到真实的药物研发问题，并从实际应用场景里拿到验证反馈，再回头不断改进自己的系统。

第三套，是把顶尖科学家拉进验证环节。Apodex正在组建Verification Board（验证委员会），让科学家在实验动手之前，就把支持或反驳某项科学结论需要哪些证据说清楚。

陈天桥披露，目前已有两位诺贝尔奖获得者、两位前大学校长和三位制药公司CEO加入。

公司还打算再请100名来自医学和科研一线的科学家参与验证。这套机制想回答的是AI科学研究里的另一个要害问题：模型不光要生成看起来合理的结论，还得扛得住独立、严格、有专业判断力的科学检验。

六、20万条AI设计的病毒序列，Apodex首个湿实验室项目进入合成阶段

演讲里，陈天桥还讲了Apodex首个湿实验室项目的最新情况。

Apodex Lab用人工智能从零设计出一个候选库，里面包含超过20万条AAV衣壳序列。AAV就是腺相关病毒，基因治疗里常用它做递送载体。眼下基因治疗的一大难题，正是怎样把治疗性基因更精准地送到特定组织。

这个项目盯的是心脏和肌肉组织，想摸索出跟主要靶向肝脏不一样的新型递送方案。

按陈天桥的说法，10月4日这个候选库已经在AAVnerGene进入合成阶段，接下来要做细胞和小鼠实验。他也强调，实验结果目前还没拿到。

也就是说，项目现在证明的是AI能大规模设计候选序列，并不代表这些序列的治疗效果已经过验证。

不过这个项目对Apodex来说分量不轻。它要检验一整套流程能不能真跑起来：AI生成假设、自动化执行实验、科学家评估，再到实验结果反馈和模型优化。

生成和验证差在哪，陈天桥用一句话做了概括：“候选库的规模，说明我们提出了多少种可能性；实验结果，才能告诉我们这些可能性究竟有多大价值。”

七、大模型竞争之外，一场新的AI基础设施竞赛正在出现

眼下人工智能产业里，比的主要还是模型规模、算力投入和通用能力。陈天桥却提出了另一条可能的技术路线。

在特定专业领域，一个规模相对小一些、但专业知识够深、验证能力够强的模型，可能比通用模型更管用。

这话不是说算力和模型规模就不重要了。Apodex自己就投了接近万张GPU，还有一支规模不小的科研团队。

它真正想动的是资源配置方式：注意力不再全压在生成能力上，科研过程、独立验证、实验自动化、反馈学习，都被摆到同等重要的基础设施位置。

从生意上看，这也就意味着一套跟传统大模型公司不一样的竞争逻辑。模型能力靠砸算力能很快提上去，可真实实验体系、长期攒下的验证数据，还有科研组织内部完整的决策记录，往往得花更长时间才建得起来。

陈天桥在演讲里说，大公司照样能建这样的系统，但一进真实世界，所有公司都得面对同样的自然规律。细胞不会因为实验室归某家大型科技公司所有就长得更快。钱能多买GPU，实验要的时间却买不回来。

所以他的判断是，验证基础设施得赶在前面建，不能等模型能力成熟了再回头补课。

不过，Apodex给出的技术路线能不能变成持续的竞争优势，还有几个问题没有答案：AI能不能真正独立地训练出下一代模型，自动化实验能不能把验证成本明显压下来，跨领域的验证体系又能不能产出可重复的科学发现。

这些都要靠以后的实际成果来回答。

但这场演讲已经抛出一个方向，值得整个AI产业去想：

生成能力越来越普及之后，那种能持续、低成本验证新知识的能力，会不会成为人工智能时代最稀缺的基础设施？

演讲收尾时，陈天桥又一次强调，他选科学发现，不是为了在零和博弈里赢过别的公司。

未知的世界本来就没有尽头。

他说：“如果你发现了一种治疗癌症的新药，我仍然可以发现一种治疗肥胖症的新药。即使针对同一种疾病，我们也未必会发现相同的分子。”

最后，他用一句话作结：

“Don’t just build the model. Build the world that can verify it.”

意思就是，别只去建模型，要建一个能验证模型的世界。

全球人工智能产业正从生成式AI往科学发现走，这或许意味着新一轮竞争才刚刚开始。

注：本文根据陈天桥《The World That Can Verify》AIAS⁺ 2026特别演讲稿整理。文中涉及的Apodex团队规模、计算资源、实验数据及项目进展均来自演讲披露。