微软Project Quine：生物学世界模型连起干湿实验

生物学研究里的"世界模型"这个提法，此前一直停留在概念层面，如今微软研究院把它真正做了出来。哈佛大学、麻省理工学院博德研究所与微软研究院共同发布了一套实验性多模态 AI 研究系统，命名为 Project Quine。它的定位很明确：作为面向生物学研究的世界模型，把计算生物学的建模工作和实验室中实打实的湿实验连成一条线。

Quine 的核心是一张联合表征世界模型，覆盖基因组学、蛋白质、化学、细胞状态和生物成像，外面再套一层交互式推理框架。说白了，基因序列、蛋白结构、分子化学、细胞形态、显微镜下拍到的画面，这些原本被切成一块块的生物学信息，现在全被放进同一个表征空间，可以同时处理多个领域的信息，做跨模态的综合分析。药物发现中最让人头疼的，恰恰是这些领域各说各话、很难统一推理，Quine 瞄准的就是这道坎。最能说明它管用的，还是测试中的表现：系统在很短时间内就筛出了目标化合物，还撞见过意料之外的表型反应。有报道称，它用一个周末筛出了抗癌候选物，把药物筛选与验证的周期从通常的漫长时间压缩到数天。这意味着，原本要耗费数月、烧掉大量经费的发现和验证环节，有可能被一套会跨模态思考的 AI 大幅缩短、降低成本，从而帮科研人员挖出全新的治疗路径。

为了让更多人尽早上手，微软已开放首届 Quine Fellows 项目的申请，科研人员可以抢先使用这套系统；后续它还打算借助相关产品，把开放范围逐步扩大到更广泛的商业化场景。一家科技巨头把世界模型的打法从视觉几何搬进生命科学的实验室，AI 与生物学之间那道墙，正被它悄悄凿穿。