OpenAI 推出 GPT-Rosalind：首款生命科學專屬 AI 模型，瞄準藥物研發市場

OpenAI 於 2026 年 4 月 16 至 17 日正式發布 GPT-Rosalind，這是該公司首款專為生命科學研究設計的領域專屬 AI 模型，也是 OpenAI 迄今最大膽的垂直市場佈局之一。此模型直接對標 Google DeepMind 的 AlphaFold 系列，以及蓬勃發展的科學 AI 新創生態系。

模型以英國化學家暨 X 射線晶體學先驅蘿莎琳·富蘭克林（Rosalind Franklin）命名——她對 DNA 雙螺旋結構的關鍵貢獻長期遭到低估，Photo 51 影像更在未獲充分告知的情況下被華生與克里克所引用。這個命名選擇意涵深遠，也宣告了 AI 工具進軍生命科學前沿的決心。

GPT-Rosalind 的核心能力

與通用型大型語言模型不同，GPT-Rosalind 是以藥物研發的完整工作流程為設計基礎。一次典型的藥物探索，從文獻回顧、假設生成、試劑設計、實驗規劃，一路延伸到結果詮釋，每個環節都需要高度專業的領域知識，以及跨越大量一手科學文獻的推理能力。

GPT-Rosalind 能夠直接查詢專業數據庫、解析高密度科學文獻、與計算生物學工具互動，並在單一介面內提出新的實驗路徑建議。原本需要多套工具、耗費數天的工作流程，現在可以在一次連續的研究會話中完成。

基準測試同樣印證了領域專屬路線的價值。在由 Edison Scientific 開發、評估模型在真實計算生物學任務表現的 BixBench 測試中，GPT-Rosalind 達到 0.751 通過率，顯著優於 GPT-5.4 等通用前沿模型。在 LABBench2 的十一項任務中，GPT-Rosalind 有六項超越 GPT-5.4，其中優勢最顯著的是 CloningQA——一個要求端對端設計分子克隆試劑的複雜推理任務。

精英合作夥伴網絡

GPT-Rosalind 採取嚴格管控的「信任存取計劃」，僅對通過安全性、治理能力與正當生命科學研究資質審查的機構開放。首批合作夥伴涵蓋製藥、研究與生技領域的頂尖機構：安進（Amgen）、Moderna、諾和諾德（Novo Nordisk）、賽默飛世爾科技（Thermo Fisher Scientific）、輝達（NVIDIA）、Oracle 醫療與生命科學、艾倫研究所（Allen Institute）、Benchling，以及加州大學舊金山分校藥學院。

同步推出的還有一款免費的生命科學研究 Codex 插件，提供超過 50 個專業數據來源與科學工具的存取管道，讓無法進入企業方案的研究人員也能使用部分功能。

模型以研究預覽形式透過 ChatGPT、Codex 與 OpenAI API 提供，但信任存取門檻意味著一般開發者無法透過標準 API 使用。OpenAI 表示，限制措施旨在防止具備生物合成與病原體相關生化推理能力的模型遭到濫用。

戰略意義

生命科學已成為 AI 最激烈的競爭前沿。Google DeepMind 的 AlphaFold 3 重塑了蛋白質結構預測領域，並催生了一代結構生物學新創公司。與此同時，Isomorphic Labs、Recursion Pharmaceuticals 與 Insilico Medicine 等企業已憑藉 AI 加速藥物研發的承諾，籌得數億美元資金。

OpenAI 選擇以通用推理模型為基底、深度調校至生命科學領域，押注的是一個不同的假設：科學研究的真正瓶頸不在於結構預測或單一任務表現，而在於整合性的科學推理能力——在複雜的研究工作流程中跨步驟保持生物學上下文的能力。

命名的選擇同樣意味深長。蘿莎琳·富蘭克林的 Photo 51 在未獲充分知情的情況下被華生與克里克引用，後者因此獲得諾貝爾獎。以她的名字命名這個模型，是對科學貢獻者的一次靜默致敬——而這個主題，在一個部分由他人作品訓練而成的 AI 時代，具有特殊的共鳴。

商業邏輯

時機的選擇也有商業考量。OpenAI 正積極擴大收入基礎，為傳聞中的 IPO 計劃做準備。生命科學是一個企業願意支付遠高於一般生產力 AI 費率的市場——前提是模型能夠可驗證地縮短研究時程或降低失敗實驗的成本。分析師估計，全球 AI 輔助藥物研發市場規模到 2027 年將突破 40 億美元。

透過受限存取與精選夥伴關係建立護城河，OpenAI 將 GPT-Rosalind 定位為製藥產業的企業基礎設施，而非消費性產品——一個深度嵌入研究工作流程、產生高毛利率經常性收入的模型。

批評與局限

並非所有人都對此表示歡迎。批評者指出，嚴格的存取管控讓最強大的科學 AI 集中在大型藥廠手中，而學術研究機構與新創公司——往往是科學突破的發源地——在初期幾乎無緣使用。

可解釋性問題同樣存在：藥物研發需要的不只是正確答案，而是能通過同行審查，並滿足 FDA 或 EMA 法規要求的推理過程。大型語言模型的推理鏈能否融入受監管的開發流程，目前仍是未解的核心問題。

AI 評論媒體 The Implicator 的一篇獨立分析更直言，「GPT-Rosalind 不是實驗室突破，而是存取策略」——認為模型的主要創新在於 OpenAI 將 AI 推理與精選科學數據庫捆綁在受信任介面下的能力，而非底層科學的根本性進展。

垂直 AI 的模板

無論評價如何，GPT-Rosalind 的問世標誌著一個新時代的到來：真正為垂直領域設計的前沿 AI，而非僅是通用模型的輕量微調。OpenAI 先前已暗示將在法律、金融與工程領域推出類似的領域專屬佈局。

生命科學這一役或許將成為未來的模板：受限存取、精選企業夥伴、為廣大社群提供的開放性配套工具，以及一個以科學遺產命名、值得被銘記的模型。