8 月 26 日，旧金山 AI 公司 Noetik 宣布：其与 GSK 的五年期合作达成第一个里程碑。
严格来说，这个里程碑只是一次"部署验收"：Noetik 向 GSK 交付并部署了 OCTO-VC 模型的推理与微调能力，通过了 GSK 的测试标准。没有新药，没有临床数据，也没有靶点验证。
今年 1 月 8 日，GSK 与 Noetik 签下五年期战略合作与模型许可协议：5000 万美元首付款，加近期里程碑付款。GSK 获得 OCTO-VC 模型在非小细胞肺癌和结直肠癌上的非独家许可，并按年支付订阅费。
从签约到第一个里程碑兑现，用了不到 8 个月。一次部署验收，为什么值得两家公司联合发新闻稿？
验收的是什么
OCTO-VC 是一个"虚拟细胞"基础模型。它训练自数亿个空间分辨的人类肿瘤细胞，可以模拟基因表达、细胞状态和肿瘤-免疫相互作用。GSK 的团队用它做三件事：在计算机里跑虚拟细胞实验、研究患者分层、用多模态预测增强自己的 H&E 病理数据。
GSK 首席 AI 官 Kim Branson 在新闻稿里的评价值得拆解："这个里程碑证明 Noetik 的模型是真正'基础性'的——用少量 GSK 独有的数据微调，就能生成高准确度、有针对性的预测。"
这句话的重点在哪里？在"微调"二字。它意味着 GSK 买到的是一个可以在自家数据上继续训练的模型底座。Branson 说，这些模型已经整合进 GSK 的学习系统，用于加深对疾病机制的理解、加速新靶点识别。
Noetik CEO Ron Alfa 的表态则指向另一个方向："AI 在早期药物发现的分子设计上已经走了很远。我们创立 Noetik，是为了把 AI 的红利延伸到生物学和患者选择这些更根本的难题上。"
别人用细胞系造虚拟细胞，Noetik 用的是病人
虚拟细胞是当下 AI 生物学最拥挤的赛道，没有之一。
Arc Institute 的 State 模型，用 1.67 亿个观测细胞和超过 1 亿个扰动细胞训练。Xaira 今年 3 月发布的 X-Cell，参数规模达到 49 亿，训练自 2560 万个 Perturb-seq 细胞。Tahoe 的 Tahoe-100M 数据集，包含 1 亿个细胞、1100 多种药物扰动。Arc 甚至办起了年度"虚拟细胞挑战赛"，悬赏 10 万美元，赞助商包括英伟达。
但这个赛道有一个心照不宣的共同点：绝大多数模型的训练数据来自细胞系。细胞系是实验室里的"模式生物"，便宜、稳定、可大规模扰动，但和真实病人体内的肿瘤相去甚远。
Noetik 的选择恰恰相反。它的每一个训练数据点都来自人类肿瘤切除样本。7700 万个细胞、约 2500 名患者、十几种癌症，每个样本都配对了空间转录组、空间蛋白组、外显子组和 H&E 病理图像。公司博客里的原话是："没有一个细胞系。"
那么 GSK 买的是什么？论参数规模，OCTO-VC 排不进赛道前列；论与真实病人的距离，它几乎没有对手。在患者分层和临床疗效预测这类问题上，数据来源比参数规模更值钱。
比 5000 万美元更值得记录的，是交易结构
5000 万美元首付在 AI 制药合作里不算大数字。这笔交易真正值得记录的，是它的许可结构。
传统的 AI 制药合作，标的是"资产"：AI 公司交付候选分子，药企按临床里程碑付款。而 GSK 与 Noetik 的协议标的是"模型"。GSK 付首付和年费，订阅 OCTO-VC 的使用权，不获得任何药物分子。
Noetik 首席商务官 Shafique Virani 在 1 月的声明中说得很直白："这笔交易定义了生物科技的一个新资产类别。"按他的说法，行业正在从 AI 服务合作，推向 AI 基础设施许可。
更关键的是"非独家"三个字。同一个模型，Noetik 还可以授权给其他药企。2025 年，它已经与 Agenus 建立了合作。模型订阅的收入可以叠加，而模型本身只有一份。这是软件行业玩了很多年的规模逻辑，制药行业才刚刚开始。
因此，8 月 26 日这个看似平淡的"部署验收"，实际上是这个商业模式的第一个兑现证据。订阅制要成立，前提是模型能真的装进客户的系统里跑起来。第一个里程碑证明的正是这件事。
一家 40 人的公司，凭什么让 GSK 付年费
Noetik 的底子不厚，但很集中。
2022 年，Ron Alfa 和 Jacob Rinaldi 从 Recursion 离职创立 Noetik。前者是研发高级副总裁，后者是肿瘤学负责人。2023 年 9 月完成 1400 万美元种子轮。2024 年 8 月完成 Polaris Partners 领投的 4000 万美元 A 轮，累计融资约 5500 万美元。公司员工 30 到 40 人。
它的策略是用钱换数据壁垒：自建湿实验室，工业化地产出空间组学数据，再用自监督学习把数据喂给基础模型。2024 年 12 月发布 OCTO-VC 技术报告时，训练规模是 4000 万个细胞、1000 多份肿瘤样本。到 2025 年 9 月，数字变成 7700 万个细胞、约 2500 名患者。数据飞轮转得足够快，模型才有被订阅的价值。
对 GSK 来说，这也是一笔划算的买卖。自建同等规模的患者空间组学数据集，成本和时间都远超 5000 万美元。同一天，GSK 还与基因组数据公司 Helix 签了合作协议。这家英国药企正在用"订阅外部数据与模型"的方式，快速拼装自己的 AI 研发体系。
验收之后，真正的考题才开始
但需要泼一盆冷水：这次里程碑只是技术交付，距离生物学验证还很远。
模型部署成功、微调通过测试，只说明 OCTO-VC 在工程上可用了。它的预测能否真正改善患者分层、能否提高临床试验成功率，新闻稿没有回答，目前也没有任何公开数据能回答。虚拟细胞赛道至今没有一个模型，走完"从虚拟实验到临床获益"的完整闭环。
对 Noetik 来说，接下来的考验同样具体：后续里程碑能否持续兑现？会不会有第二家、第三家药企为同一个模型付订阅费？以及最难的——当 GSK 们用虚拟细胞做出的决策进入临床，结果会不会比不用它更好？
因此，8 个月兑现第一个里程碑，证明的只是"装得上"。至于"值不值"，答案还在病人身上。
---