一边是 Xaira 超十亿美元的种子轮、insitro 与阿斯利康十五亿美元的合作，资本以前所未有的密度涌入；另一边是 Nature Methods 的基准泼冷水——五个明星基础模型在扰动预测上竟不优于简单线性基线。VCC 2025 官方复盘同样承认：没有模型在所有指标上稳定超越基线，胜出的是"深度学习 + 统计特征"的混合方案。
这种撕裂并非坏事。它意味着领域正在从「叙事驱动」进入「证据驱动」阶段——正如 CASP 之于蛋白质结构预测，严格的第三方评测是任何"AlphaFold 时刻"的必要前奏。
"观测数据学相关，干预数据学因果。"——行业新共识
预训练语料以观测性单细胞图谱为主，模型学到的更多是细胞类型间的相关性，而非扰动下的因果响应。这正是 Tahoe-100M、Billion Cells、X-Atlas 等大规模 Perturb-seq 数据军备赛的根本动机。批评者还指出：细胞是动态系统，静态转录组快照难以覆盖时间与空间维度——陈润生院士所谓"虚拟细胞首先要活起来"，指向的正是这一层。
Arc CTO David Burke 给出的标尺是：扰动预测准确率约 75% 才能让生物学家免于湿实验验证，当前 STATE 约 40–60%——"阈值在接近但尚未到达"。架构创新（扩散语言模型 X-Cell、图结构先验 GREmLN、流匹配、推理 LLM + 软验证 rbio1）正在替代纯堆参数；VCC 的 CASP 化则为领域提供了可复现的度量衡。X-Cell 报告的幂律 scaling 若被独立复现，将是"大力出奇迹"路线最有力的证据。
从七家企业的解剖中可以看到路线分化：Xaira 的全栈闭环（数据—模型—管线—机器人，赌的是垂直整合的效率）；insitro 的因果数据资产（20+ PB 自有湿实验数据 + 药企合作变现，赌的是数据的不可复制性）；GenBio 的标准卡位（开源世界模型 + 生态绑定，赌的是成为基础设施）。中国阵营则走出"学术源头 + 国资背书"的差异化路线（百曜、百图）。
我们的判断：短期（1-2 年）不应高估成熟度——零样本泛化、组合扰动、时空维度仍是硬骨头；长期（5 年）不应低估科学价值。数据、评测与算力三要素均已就位，剩下的问题是：谁能第一个跨过 75% 的阈值，谁就定义下一个十年。