重磅！Nature、Cell接连发文：世界模型，正在改变AI做科学的方式

来源：市场资讯

（来源：图灵人工智能）

转自Agent for Science，仅用于学术分享，如有侵权留言删除报道

作者｜Agent for Science

摘要｜ AI提出一千个想法之后，谁来决定下一次实验？从Cell的世界模型框架，到Nature的虚拟细胞研究，科学AI正在探索一种更重要的能力：不只生成答案，还要预演行动的后果。

假设你负责一个新药研发项目。

AI一口气给出1000个候选方案，但你本周的实验资源，只够验证10个。

此时，让它再生成1000个方案，意义有多大？

真正昂贵的问题是：下一轮实验，到底选哪10个？

01世界模型，不是给大模型换个名字

在控制任务中，这条路线已经有具体成果。2025年发表于Nature的Dreamer研究，就通过学习世界模型、在模型产生的想象轨迹中学习行为，完成多种控制任务。不过，这并不意味着把同样的方法搬进实验室，就能自动获得同样的可靠性。[4]

图1｜Dreamer 的训练流程：先学一个世界模型，再在模型生成的想象轨迹里学习行为。建议先找中间那条「想象」链路——它反复试的，是模型里的世界，不是现实。

原图：Hafner, D., et al. Nature, 2025。出处见文末 [4]。

让AI在模型里多试几次，不难理解。难的是：它试的那个世界，到底有多接近现实？

02Nature最值得关注的，不只是“3800万”

图2｜ProteinTalks 的整体流程。上半部分看数据怎么来，下半部分看动态表征怎么用。让它区别于静态快照的，是被系统性扰动之后、随时间变化的蛋白丰度。

原图：Sun, R., et al. Nature, 2026。出处见文末 [3]。

03Agent负责提出想法，谁来负责检验想法？

世界模型与科学Agent，并不是两个必须二选一的方向。

2026年5月，Nature发表Co-Scientist研究。这套多智能体系统围绕科研目标生成、讨论、排序和改进假设；研究者在药物重定位、新靶点探索及耐药机制等案例中进行了实验验证，过程中保留了科学家参与。[5]

图3｜Co-Scientist 的多智能体架构与实验验证。请留意它在哪个环节保留了科学家参与——那条人工审核线，正是「提出假设」与「已被验证」的分界。

原图：Gottweis, J., et al. Nature, 2026。出处见文末 [5]。

这证明了一种有价值的工作方式：AI提出的假设，可以进入真实实验检验。

04从虚拟细胞到虚拟化学：真正该建模的是什么？

当然，这不要求一个模型从第一天起就包办全部过程。状态预测、物理模拟、检索、规则检查与实验控制，也可以由不同模块协作完成。

因此，我更看好一种切入方式：

先把一个有限范围的系统做得可测、可用、可纠错，再讨论怎样扩大它的“世界”。

先在某类实验中帮助研究者做出更好的下一步选择，比给一个覆盖面很广的预测器贴上“通用世界模型”标签更有说服力。

05真正值得积累的，是“有上下文的结果”

这也给数据建设提出了一个不同的问题：

不要只问“我们有多少条数据”，还要问“这些数据能帮助模型排除多少种错误解释”。

但这里仍有一个不能跳过的逻辑边界：让模型在输入A与输入B下输出不同结果，并不自动证明它学到了因果关系。它给出的“如果当时换一种做法”仍然是模型预测，需要额外证据检验，不能靠叙述自证。

06最大的风险：在错误的世界里，找到“最优解”

设想一个模型，它能连贯地模拟100步。

甚至，衡量模型的“尺子”本身，也需要接受检验。

2025年，Nature Methods的一项研究报告，其评估的深度学习扰动预测模型未能超过简单基线。到了2026年10月1日，Nature Biotechnology刊出另一项研究：作者考察14个数据集和18种指标，发现部分常用指标对有效预测不够敏感；在经过校验、能更好区分有效预测与无信息基线的指标下，深度学习模型可以表现出优势。[6,7]

这不是一句“前者错了、后者赢了”就能概括的争论。较新的论文也明确保留了适用范围，并未评估向未见细胞类型等新上下文的泛化。[7]

对科学世界模型而言，这个提醒很重要：

我们既不能被一个漂亮分数说服，也不能用一把失灵的尺子，宣布一个方向没有价值。

07下一代科学AI，应该拥有怎样的“想象力”？

回到开头那个问题：1000个候选方案，只能做10次实验。

一个真正有用的系统，不一定需要准确预言整个世界。它首先要帮助我们回答：为什么选这10个？哪些预测最不确定？什么结果会让我们改变判断？

这也是本文对这些论文的核心判断：

世界模型值得期待的，不是让AI在电脑里“证明自己正确”，而是让它更有准备地接受现实检验。

它可以帮助提出更明确的预测，比较不同干预，暴露知识盲点；而真实实验，则必须保留说“不”的权利。

所以，与其问“AI什么时候完全替代科学家”，不如先问一个更具体、也更有价值的问题：

当一个从未做过的实验摆在面前，AI能否帮助我们作出更好的选择，并在结果出来以后，真正修正自己的判断？

答案不该藏在演示视频里，也不该只藏在排行榜上。

它应该出现在下一轮实验中。

科学需要的想象力，不是永远自洽的想象力，而是能够被现实纠正的想象力。

这或许才是世界模型进入科学发现时，最值得期待的事情。

Agent for Science｜关注能被实验检验的科学智能。

论文与出处

[1] Noori, A., et al. World models for biomedicine. Cell, 2026年9月17日。Perspective。DOI：10.1016/j.cell.2026.08.032。

[2] Xing, E. P. & Song, L. A world model of the virtual cell. Cell, 2026年9月17日。框架与愿景文章（PubMed归类为Review）。DOI：10.1016/j.cell.2026.08.042。

[3] Sun, R., et al. An operational perturbation proteomics-based virtual cell model. Nature, 2026年9月9日。研究论文。DOI：10.1038/s41586-026-11001-9。

[4] Hafner, D., et al. Mastering diverse control tasks through world models. Nature, 2025年4月2日。研究论文。DOI：10.1038/s41586-025-08744-2。

[5] Gottweis, J., et al. Accelerating scientific discovery with Co-Scientist. Nature, 2026年5月19日。研究论文。DOI：10.1038/s41586-026-10644-y。

[6] Ahlmann-Eltze, C., Huber, W. & Anders, S. Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines. Nature Methods, 2025年8月4日。DOI：10.1038/s41592-025-02772-6。

[7] Miller, H. E., et al. Deep learning perturbation models can outperform baselines on calibrated metrics. Nature Biotechnology, 2026年10月1日。DOI：10.1038/s41587-026-03307-w。

资料核验截至2026年10月2日。本文中的架构建议、化学与材料应用设想及判断，为Agent for Science的分析，不代表上述论文已实现这些能力。