Bioptimus 7600万美元赌注：一个基础模型覆盖全生物学，先开源

这家巴黎初创公司基于多模态生物数据（病理切片、基因组学、临床记录）训练大型 AI 基础模型，以加速诊断和药物研发，向制药公司和研究人员出售模型访问权限。

生物学是下一个基础模型领域：一个基于医院患者数据训练的多模态模型，能够模拟疾病、预测结果并加速药物研发。

3500 万美元种子轮（2024 年 2 月，由 Sofinnova Partners 领投，Bpifrance、Cathay Innovation、Xavier Niel 和 Owkin 参投），随后 4100 万美元 A 轮（2025 年 1 月，由 Cathay Innovation 领投）——总计 7600 万美元。

Bioptimus 于 2024 年 2 月 20 日在巴黎从隐身模式中亮相，是法国生物技术独角兽 Owkin 的分拆公司，由 Owkin 首席研发官 Jean-Philippe Vert 与前 Google 和 DeepMind 研究员（包括 CTO Rodolphe Jenatton）共同创立。公司完成了由 Sofinnova Partners 领投的 3500 万美元种子轮融资，与 AWS 签署计算合作，并着手利用 Owkin 来自顶尖学术医院的多模态患者数据训练生物学基础模型。

2024 年 7 月，也就是发布不到五个月，Bioptimus 发布了 H-Optimus-0，这是全球最大的开源病理学基础模型——11 亿参数，在 50 多万张组织病理学切片上训练——据称在从癌细胞检测到肿瘤标志物等诊断任务上达到最先进水平。2025 年 1 月，公司完成 4100 万美元 A 轮融资，由 Cathay Innovation 领投（Sofinnova、Bpifrance、Andera、Hitachi Ventures、Boom Capital、Pomifer、Sunrise 及天使投资人跟投），总融资达到 7600 万美元，并表示正在准备一个覆盖整个生物领域的多模态模型。

押注生物学将像文本和图像一样，一个大型模型胜过许多小模型——一个“生物学 GPT”。

Owkin 积累的医院数据是护城河：敏感的临床数据不公开，竞争对手无法轻易复制训练集。

先开源 H-Optimus-0 建立了科学可信度和采用率，在商业推广前将研究人员转化为用户。

从 Owkin 分拆是合理的，因为基础模型需要自己的资金、计算和数据策略——一个“纯玩家”可以更快行动。

独家多模态数据可以成为护城河：Owkin 的医院网络让一家种子轮初创公司能训练出对手无法企及的模型，而先开源第一个模型在商业推销前建立了可信度。

截至 2026 年 8 月，Bioptimus 仍为私有，已筹集 7600 万美元，据公开报道尚无后续轮次。其网站报告称，其模型被排名前 20 的制药公司中的 16 家以及 1000 多家机构信赖，总模型下载量为 1,184,533 次，基于其模型的论文超过 100 篇。公司已超越其病理学滩头阵地，推出 M-Optimus——一个整合组织学、空间转录组学和基因组学的统一架构——并推出 STELA，一个多机构数据引擎，用于生成跨地域的深度分析、临床关联患者数据。