您的位置首页 >人工智能 >

顾全全团队不认同 Dario 十年预判,提出治愈癌症目标压缩至 4 年

Anthropic CEO Dario Amodei 给出判断,AI 有望在 10 年内攻克癌症、阿尔茨海默症这类重大疾病,而 UCLA 教授顾全全并不认同这个时间节奏,他公开提出 10 年太慢,希望借助 AI 药物研发技术,把癌症相关药物研发、实现治愈的周期压缩到 4 年,他新成立的公司 Geodesic Intelligence 近期发布 NovaAtom-Lite 全原子生物分子预测模型,在 FoldBench 基准测试里拿下亮眼成绩,用来支撑这套更快研发药物的路线,这场观点碰撞也成为 AI for 生物制药领域近期热度很高的讨论。Dario 的逻辑是强 AI 可以大幅加速生物学研究,把原本需要 50 到 100 年的生物领域进展压缩到 10 年以内;顾全全的出发点是很多癌症患者等不起十年,依靠高精度分子结构预测模型,提前锁定候选分子、减少大量湿实验,缩短从靶点发现、分子设计到临床前验证的全流程时间。整套技术路线,就是用 AI 模型精准预测抗体、蛋白、配体的结合结构,筛选高潜力候选分子,减少传统研发里大量试错实验,再对接后续的动物实验、临床环节,压缩整体研发周期。要分清,这是一个研发周期目标预判,不等于 4 年内癌症就能全部治好,临床审批、人体试验本身还有刚性流程,AI 解决的是前期分子发现环节。

双方核心观点对比

对比项Dario Amodei(Anthropic)顾全全(Geodesic Intelligence)
时间预判10 年内有望攻克癌症等重大疾病10 年太慢,目标压缩到 4 年完成癌症药物研发
核心思路通用大模型加速全领域生物学探索高精度生物分子结构模型,减少湿实验试错
代表主体Anthropic,布局多家药企合作Geodesic Intelligence,15 人初创团队
核心模型通用大模型NovaAtom-Lite、后续还有 NovaAtom-Pro

NovaAtom-Lite 核心测试数据清单

  • 测试基准:FoldBench,业内严苛生物分子预测榜单
  • 抗体 - 抗原预测成功率:79.07%,高于 AlphaFold3 三十一个百分点
  • 蛋白质 - 配体预测成功率:77.06%
  • 泛化能力:陌生、未见过的分子,预测效果接近 AlphaFold3 两倍
  • 对标竞品:Isomorphic Labs 的 IsoDDE 模型

AI 加速癌症药物研发完整流程

  1. 靶点识别:AI 分析癌症相关基因、蛋白,锁定有效治疗靶点
  2. 分子结构预测:NovaAtom 这类模型预测蛋白、抗体结合形态,筛选候选分子
  3. 虚拟筛选:批量淘汰结合效果差的分子,只留下潜力分子进入实验室验证
  4. 湿实验验证:对筛选后的分子做体外、动物实验,验证安全性和药效
  5. 临床申报:进入 I/II/III 期人体临床试验,走完药监审批流程
  6. 药物上市:获批之后面向患者使用

顾全全团队相关背景

  • 身份:UCLA 终身副教授,之前在字节带队做 SeedFold 模型
  • 新公司:Geodesic Intelligence,成立仅 5 个月,团队规模 15 人,算力为几百张 GPU
  • 过往成果:SeedFold 是较早在 FoldBench 上超越 AlphaFold3 的模型
  • 后续规划:性能更强的 NovaAtom-Pro 模型还待发布

当前路线存在的现实约束

  • AI 只能加速分子设计、筛选环节,没法跳过临床试验、药监审批的硬性周期
  • 癌症种类非常多,不同癌症靶点、发病机制差异巨大,不存在统一治愈方案
  • 模型在测试集上效果好,不代表在真实临床场景一定能转化成有效新药
  • 4 年是目标预判,不是官方承诺,存在很高的研发失败风险

总结

顾全全团队针对 Dario 提出的 10 年攻克癌症的预判提出不同看法,希望依托 NovaAtom-Lite 这类高精度生物分子预测模型,把癌症药物研发周期压缩到 4 年。AI 可以大幅降低前期试错成本、加快分子筛选,但是临床实验、监管审批有刚性周期,这个 4 年目标是行业前沿预判,距离真正落地、实现癌症治愈还有很长的验证路程。

【常见问题】

问题 1:顾全全团队叫板 Dario,提出治愈癌症压缩到 4 年,是什么意思?

回答 1:顾全全团队不认可 Dario 提出的 10 年内攻克癌症的判断,认为 10 年太慢,希望借助 AI 生物分子模型,将癌症相关药物研发周期压缩到 4 年,这是一个研发目标预判。

问题 2:顾全全团队用来支撑 4 年治愈癌症目标的 NovaAtom-Lite 模型,能力怎么样?

回答 2:顾全全团队提出 4 年压缩癌症研发周期,依靠 NovaAtom-Lite 全原子预测模型,在 FoldBench 测试中抗体抗原、蛋白配体预测指标优于 AlphaFold3、IsoDDE。

问题 3:Dario 说 10 年攻克癌症,顾全全说压缩到 4 年,二者核心分歧在哪?

回答 3:Dario 认为通用大模型整体加速生物学,10 年有望攻克癌症;顾全全团队觉得患者等待时间太长,依靠专用分子 AI 模型,能把癌症药物研发节奏压到 4 年。

问题 4:顾全全团队提出把治愈癌症压缩到 4 年,是不是代表 4 年内癌症就能治好?

回答 4:顾全全团队提出将癌症研发周期压缩到 4 年,只是研发周期目标预判,AI 不能跳过临床试验和监管审批,不等于 4 年内所有癌症都可以被治愈。

【参考资料】

[2026-11-16](10 年太慢!顾全全团队叫板 Dario:治愈癌症压缩到 4 年)新智元

[2026-11-16](10 年太慢!顾全全团队叫板 Dario:治愈癌症压缩到 4 年)腾讯新闻

[2026-11-16](NovaAtom-Lite 屠榜 FoldBench,顾全全新公司挑战 Isomorphic Labs)机器之心

[2026-09-21](顾全全创立 Geodesic Intelligence,发力 AI 药物研发)36 氪

【免责声明】

本文仅为 AI 生物制药领域前沿观点资讯整理,顾全全团队 4 年、Dario10 年攻克癌症都属于行业预判,不是确定结论;AI 分子预测模型、新药研发存在极高不确定性,不构成医疗建议、投资参考,癌症治疗相关方案请遵从正规医疗机构医嘱。

今日大家都在搜的词: