NVIDIA · 大模型
NVIDIA 发布 BioCLIP2 基础 AI 模型
NVIDIA 发布 BioCLIP2，一款面向生物医学领域的基础 AI 模型。该模型在多模态生物数据上训练，能够将蛋白质结构、基因表达、分子图像等不同类型的信息映射到统一表征空间，从而支撑分子发现、蛋白质工程和精准医学研究。
- 域名
blogs.nvidia.com- 评分
- 5 · 重大发布
- 发布
- 2025-11-20
导读
NVIDIA 这篇博客介绍由俄亥俄州立大学 Tanya Berger-Wolf 团队主导、在 32 块 H100 GPU 上训练 10 天的 BioCLIP 2。该模型扩展自第一代 BioCLIP，覆盖超过 100 万个物种，发表论文将在 NeurIPS 上呈现，会期分别为 11 月 30 日至 12 月 5 日和 12 月 2 日至 7 日。研究问题是把生物学的研究单元从单个生物体推到生态系统层级。
模型训练完成后表现出未被显式监督的能力。BioCLIP 2 能区分同一物种内的成年个体与幼体、雌性与雄性，可以把达尔文雀按喙的大小排列而事先并不知道"大小"这一概念，也能在没有被告知分类学层级的情况下识别出斑马属于马科，并把斑马、马、驴归入同一族系。它还能区分健康与患病的苹果或蓝莓叶片，对不同病害类型生成可分的散点分布。在保护生物学场景里，这意味着对killer whales、北极熊等数据稀缺物种，模型可以用图像表征补足种群规模与健康度的估计盲区。
对读者来说，这项工作的意义在两层。一是把 contrastive language-image 预训练这套从 CLIP 来的范式，移植到带分类学层级的生物影像，让模型自发学到层级结构而非靠人工标签灌进去；二是研究组下一步要构建野生动物 digital twin，让 ecologists 能在仿真环境里跑 what-if，研究种间互动与栖息地变化，同时把对真实生态系统的干扰降到最低，未来可能落到动物园的公众交互装置上。