人脑研究长期处在一个尴尬位置：我们能描述单个基因在某个细胞里的表达，也能用 fMRI 看见毫米级脑区在任务中的活跃，但两者之间的因果链条——分子状态如何决定细胞类型、细胞如何组成回路、回路如何产生脑区功能——几乎没有模型能够贯通。神经退行性疾病药物研发反复在动物模型有效、人体试验失败之间打转，根源之一正在于此。小鼠不会自发患上阿尔茨海默症，即使转入致病基因，也只能模拟部分症状；而人脑样本又无法像动物实验那样规模化采集。于是，脑科学长期依赖一种“绣花针”式的研究：每个实验室在自己的尺度上做出漂亮结果，却难以拼回完整的人脑。
卢萌想改变这一点。从 2011 年赴剑桥大学读博，到 2024 年回国前担任高级研究员，他主攻神经退行性疾病研究，搭建过细胞模型和分析算法，也用过成像技术追踪细胞内部结构变化。2024 年回北京大学担任助理教授后，他正式启动了一个更激进的项目：以真实人脑细胞数据训练跨尺度人脑基础模型，并担任 AI4S 公司格原万维（LattixOrigin）的首席科学家。
36氪独家获悉，近期，格原万维已完成近千万美元种子轮融资。投资方包括顺为资本、云沐资本、Xirius 和中关村资本。公司称，本轮募集资金将用于搭建干湿实验验证闭环，以及购买算力、组建团队等。这笔钱要支撑的，是一个从公开数据整合起步、以“人脑基础模型”为终点的长周期技术路线。
| 字段 | 内容 |
|---|---|
| 公司 | 格原万维（LattixOrigin） |
| 轮次 | 种子轮 |
| 金额 | 近千万美元 |
| 投资方 | 顺为资本、云沐资本、Xirius、中关村资本 |
| 总部 | 未披露 |
| 创始人 | 未披露完整名单；卢萌担任首席科学家 |
| 官网 | https://digitalbrain-human.com/ |
先做数据“精炼”，再谈模型：近亿级细胞背后的标准化苦工
格原万维的产品叙事并不从模型开始，而是从数据开始。公司通稿称，团队整合了包括跨国联合科研项目 BICCN（大脑细胞普查网络）在内的 200 余项研究，原始数据总量近亿级人脑细胞，覆盖超过 4000 名供体、年龄跨度 0-96 岁、全脑 165 个脑区以及神经元、胶质细胞、血管细胞等全部细胞类型。卢萌在 36氪采访中称，这一规模“位居全球前列”，并给出横向参照：2023 年 BICCN 在《Science》上发表的核心研究成果数据量为 330 万，艾伦研究所最大的人脑数据集 SEA-AD（2026）为 600 万。
这些数字需要放在具体语境中理解。BICCN 的 330 万和 SEA-AD 的 600 万，指的是特定研究项目或特定数据集的核心细胞数量；格原万维的“近亿级”则是整合 200 余项研究后的原始数据总量。两者并非同一统计口径下的直接比较。公司通稿称其“规模上位居全球前列”，但这一判断目前尚无独立第三方验证。更关键的是，原始数据量与可训练、可验证的标准化数据量之间存在显著落差。公司称已将近 1700 万个细胞的标准化数据开源，这意味着从“近亿级原始数据”到“1700 万标准化细胞”，中间存在约一个数量级的筛选与加工过程。
这正是卢萌所说的“苦工”。公司通稿称，团队参考艾伦研究所“金标准”标注体系，对各项研究进行统一的去批次、降噪、补充元信息，并对齐到同一表征空间，产出 AI-ready 标准化人脑数据集。卢萌在采访中承认，自动化批量处理算法无法解决全部问题，部分数据集存在文件名与内部数据不匹配、重复标注、标注错误等情况，团队需要逐一人工复核校验。这种工作难以在论文或融资稿件中体现为突破性进展，但它决定了模型训练底座的质量上限。
从产业逻辑看，格原万维选择先做数据层，与 AI 制药行业过去几年的教训一致：模型能力受限于数据质量，而生物数据恰恰是最不标准化的数据之一。不同实验室的测序平台、批次效应、供体病理状态、脑区划分方式都会引入系统性偏差。如果不对齐这些偏差，模型学到的可能不是人脑生物学规律，而是实验室之间的技术差异。格原万维把数据标准化作为第一步，是技术上的合理选择；但这也意味着，在模型真正产生可验证的生物学预测之前，公司的大量资源要先消耗在低边际收益的数据工程上。
DigitalBrain-M1 的“GPT-2 时刻”：一个脑区匹配案例能证明什么
公司通稿称，团队已训练出初代 DigitalBrain-M1 人脑基础模型，在部分脑区的功能解析上与影像组学高度吻合。最常被引用的案例是 BA23 和 BA32 两个脑区：它们都位于大脑内侧的扣带回，BA32 在前，BA23 在后，空间上并不相邻，但功能上同属默认模式网络，负责回忆、内省、自我价值评判等活动。公司通稿称，DigitalBrain-M1 仅基于基因表达数据，未接触任何脑影像信息，却识别出这两个脑区存在功能关联。
卢萌将这一结果解释为“模型捕捉到跨层级脑网络的底层生物学规律，是一种人脑结构的涌现”。他在 36氪采访中称：“在这个维度上，DigitalBrain-M1 相当于 GPT-2，是我们打通技术路线的第一个版本。M2 已经启动研发，我们希望模型能涌现出更强的多尺度人脑解析能力。”
这个类比的精确含义值得拆解。GPT-2 的价值不在于它在当时能完成多少商业任务，而在于它验证了 Transformer 架构在足够规模数据上的 Scaling Law 路径。卢萌用 GPT-2 类比 DigitalBrain-M1，是在承认当前模型能力有限，同时主张技术路线已经跑通。但两者有一个关键差异：GPT-2 的文本生成能力可以被任何用户直接检验，而 DigitalBrain-M1 的“脑区功能关联识别”目前只有一个 BA23-BA32 的案例被公开描述，且该案例来自公司单方陈述，尚无独立第三方验证。一个脑区匹配案例能证明模型捕捉到了某种与 fMRI 结果相关的信号，但不足以证明这种信号具有跨脑区、跨疾病、跨供体的普适性。
卢萌本人也划定了边界。他在采访中明确说：“目前达成的还只是部分脑区的匹配，全脑范围的精准匹配还做不到。我们后续会开发适配器和解码器，让模型能直接做推理和预测。”这意味着，当前模型输出的是表征嵌入（embedding），即把基因和细胞的生物学信息编码成数字向量，生物学上越相似的对象在向量空间中距离越近。但表征嵌入本身不能直接用于疾病推演或靶点预测，需要额外的适配器和解码器层才能转化为可操作的生物学结论。从表征到推理，是这条技术路线尚未跨越的核心门槛。
商业模式悬在“远期”：靶点发现、机制解析与脑机接口的漫长距离
公司通稿称，格原万维面向脑疾病药物研发提供靶点发现与机制解析支持，远期规划服务脑机接口等场景。但具体收费模式、客户结构、收入确认方式均未披露。在种子轮阶段，这并不异常；真正需要审视的是，从当前产品形态到可付费的商业交付之间，还存在哪些未被填平的环节。
公司目前对外可用的产品是 DigitalBrain-Atlas，一个支持按疾病和年龄条件检索任意基因在全脑各脑区各类细胞中表达情况的系统。公司通稿称，已将近 1700 万个细胞的标准化数据开源，供全球研究者免费检索使用。卢萌将其类比为“给人脑构建了一个谷歌地图”。这个产品形态更接近科研基础设施，而非药企愿意直接付费的 SaaS 工具。药企的付费逻辑通常建立在明确的决策价值上：能否缩短靶点验证周期、能否降低临床前失败率、能否提供监管机构认可的机制证据。一个开源基因表达检索系统，距离这些付费触发点还有相当距离。
脑机接口场景则更远。卢萌在采访中解释了两者的联系：从生物学基本原理而言，所有层级的结构和动力学都由最底层的基因表达决定，脑机接口的核心是找到精准靶点并用合适的模式做刺激调控，而找靶点、预测刺激效果正是模型可以发挥作用的地方。他举例称，对于抑郁症、精神分裂症等精神疾病，模型可以推演大脑连接网络，定位脆弱节点，研究如何调控才能降低发病风险。但他在同一采访中也承认，要真正落地脑机接口场景，DigitalBrain 需要先补齐两项能力：从局部匹配到完整、精准的全脑脑网络涌现能力，以及动态状态空间即时间序列预测能力。前者是当前模型的已知短板，后者意味着模型不仅要预测静态关联，还要预测施加刺激后脑网络状态如何随时间变化。这两项能力目前均未在公开材料中得到验证。
从收入结构看，格原万维目前更像一家以科研产出为核心、以开源数据为获客手段的 AI4S 公司。开源 1700 万细胞数据可以吸引研究者使用 DigitalBrain-Atlas，形成学术生态；但学术用户与付费客户之间的转化路径并不清晰。公司通稿称后续计划推进与国内外顶级医院合作，补充中国人脑数据等特色数据。如果这些合作能够落地，医院数据可能成为未来商业化的关键资产；但卢萌也坦言，早期团队与国内医院的合作基础相对薄弱，主要使用公开研究数据。这意味着，公司尚未建立起自有数据壁垒，其当前的数据优势主要来自整合与标准化能力，而非独占性数据源。
竞争不在“人脑基础模型”这个标签里，而在数据模态与验证闭环的交叉处
卢萌在采访中对竞争格局给出了一个明确判断：“构建‘跨尺度人脑基础模型’这件事本身，还没有人做过。”他同时承认，脑机接口治疗帕金森、瘫痪等方向竞争已经比较充分。这个区分是准确的，但也容易造成一种错觉：似乎格原万维处在一个没有对手的空白地带。
更务实的竞争分析应该沿着数据模态和验证能力两条轴展开。卢萌称，部分脑机接口、脑影像公司也在做人脑基础模型，但主要基于毫米级影像数据训练，缺乏单细胞、基因表达等微观分子信息；部分虚拟细胞企业则聚焦实验室条件下的细胞扰动训练，缺乏真实人脑层级信息。格原万维的差异化在于，以真实人脑细胞数据为基础，构建基于基因表达的层级涌现模型。这个定位在数据模态上确实与影像派和虚拟细胞派形成了区隔。
但区隔不等于护城河。影像数据虽然分辨率低，但采集成本相对低、样本量大、与临床表型的关联更直接；虚拟细胞模型虽然缺乏真实人脑层级信息，但实验条件可控、扰动因果清晰。格原万维的路线在生物学真实性和跨尺度覆盖上占优，却在数据获取难度和验证成本上处于劣势。人脑单细胞数据依赖逝者捐献或手术切除样本，难以规模化采集；即便整合了公开数据，数据异质性仍然极高。这意味着，格原万维的 Scaling Law 路径面临一个现实约束：数据规模的增长速度可能远慢于算力和参数量的增长速度。
另一个竞争维度是验证能力。AI4S 公司与纯 AIGC 公司的根本区别在于，前者必须依靠真实实验数据迭代模型。卢萌在采访中明确表示，传统科研“小作坊”模式的数据产出效率远远不够，需要依靠自动化和机器人，以工业级规模生产生物学数据。这正是本轮融资资金的首要用途：搭建干湿实验验证闭环。但干湿实验闭环的搭建成本极高，自动化实验平台、机器人操作、标准化流程、数据管理系统，每一项都是重投入。近千万美元种子轮资金能否支撑一个真正意义上的工业级干湿实验闭环，还是只能搭建一个最小可行验证单元，这是本轮融资后最值得跟踪的问题。
资本结构：四家机构合投种子轮，但投资逻辑尚未被独立陈述
本轮投资方包括顺为资本、云沐资本、Xirius 和中关村资本。36氪报道和东方财富转载均表述为“近千万美元”，集微网报道则表述为“千万级美元”。两种口径在数量级上一致，但精确度不同，本文不擅自统一。四家机构中，顺为资本和中关村资本在中国科技投资领域有较高活跃度，云沐资本和 Xirius 的公开信息相对有限。来源材料未提供任何一家投资方的独立投资逻辑陈述，也未披露各家出资比例、估值或董事会席位安排。
卢萌在采访中提供了一个间接解释：“科技投资人们希望挖掘科学逻辑无懈可击，且具备创新性的方向。脑科学领域，很多同时满足这两个条件的事情大家都已经在做了，且竞争比较充分，例如用脑机接口治疗帕金森、瘫痪等。而构建‘跨尺度人脑基础模型’这件事本身，还没有人做过。”这是创始人对投资动机的体感判断，而非投资方的正式表态。在缺乏投资方独立陈述的情况下，本轮融资的资本结构只能从机构组合和金额量级做有限推断：四家机构合投近千万美元种子轮，说明单家出资额不大，风险分散意图明显；中关村资本的参与可能带有一定的区域产业政策色彩，但来源材料未提供相关证据。
值得注意的还有创始团队结构。来源材料仅明确卢萌担任首席科学家，公司总部、成立年份、完整创始团队名单均未披露。卢萌的学术身份是北京大学助理教授，这意味着他同时承担高校教职和公司首席科学家职责。这种“学术 PI + 创业公司”的双重身份在 AI4S 领域并不罕见，但会带来知识产权归属、时间分配、学术伦理等多重治理问题。格原万维与北京大学之间是否存在技术许可、数据共享或人员借调安排，来源材料未披露。对于一家以学术数据整合为起点的公司，这些治理细节可能比融资金额本身更值得关注。
资金用途的真实约束：干湿实验闭环不是一句口号
公司通稿称，本轮资金将用于搭建干湿实验验证闭环、购买算力、组建团队。这三项用途中，算力和团队是 AI 公司的常规支出，干湿实验闭环则是格原万维区别于纯软件公司的关键投入。卢萌在采访中描述了这一闭环的形态：联合高校构建干湿实验闭环，依靠自动化和机器人以工业级规模生产生物学数据，支撑 Scaling Law 落地。
但“工业级规模生产生物学数据”在脑科学领域面临特殊困难。与蛋白质工程或小分子筛选不同，人脑细胞实验的样本获取受限、实验周期长、批次效应强。自动化平台可以提高实验通量和可重复性，但无法解决样本来源的根本约束。如果干湿实验闭环主要用于验证公开数据整合后的模型预测，那么它的产出是验证数据而非新训练数据；如果它试图生产新的训练数据，则受限于人脑样本的伦理和供给边界。公司通稿未说明干湿实验闭环的具体实验类型、通量目标或数据产出规划，因此“工业级规模”目前仍是一个方向性描述，而非可检验的工程指标。
从资金体量看，近千万美元种子轮在 AI 基础模型领域并不算充裕。作为参照，大语言模型公司的种子轮融资往往达到数千万美元量级，且后续需要持续追加。格原万维的差异化在于其数据壁垒可能降低对算力的依赖——人脑单细胞数据量远小于互联网文本数据，模型参数量也不需要达到 GPT-4 级别。但干湿实验闭环的硬件投入、自动化平台的维护成本、跨学科团队的薪酬，都可能快速消耗种子轮资金。如果公司不能在 12-18 个月内拿出可独立验证的模型能力提升或数据合作进展，下一轮融资的叙事压力会显著增加。
待验证假设：从“部分脑区匹配”到“全脑推理”之间隔着什么
格原万维的技术叙事建立在一个核心假设上：如果模型能在足够规模的真实人脑细胞数据上学习，它就能涌现出跨尺度的生物学规律，从基因表达推演出细胞类型、脑区功能乃至疾病进程。DigitalBrain-M1 的 BA23-BA32 案例被用来支持这一假设，但该案例本身存在若干边界条件。
第一，BA23 和 BA32 同属默认模式网络，这是神经科学中已知的功能关联。模型从基因表达数据中识别出这一关联，可以解释为捕捉到了底层生物学信号，也可以解释为数据中已经存在某种与默认模式网络相关的基因表达梯度，模型只是找到了这种相关性。两者之间的区别在于，前者意味着模型学到了可泛化的跨尺度规律，后者意味着模型学到了特定脑区对的共表达模式。要区分这两种解释，需要在更多脑区对、更多供体、更多疾病条件下进行系统性验证，而公司目前仅公开了一个案例。
第二，fMRI 本身是血氧水平依赖信号，与基因表达之间隔着神经活动、代谢、血流动力学等多个层级。DigitalBrain-M1 的表征与 fMRI 观测“高度吻合”，并不意味着模型理解了从基因到功能的因果链条，而可能只是捕捉到了某种统计相关性。卢萌在采访中承认，预训练阶段模型输出的是表征嵌入，还不能直接用于疾病推演或靶点预测。这意味着，当前模型距离“跨尺度推理”的终极目标，中间还隔着适配器、解码器、动态状态空间建模等多个未完成的技术模块。
第三，数据整合的标准化过程本身可能引入系统性偏差。公司通稿称参考艾伦研究所“金标准”标注体系进行统一处理，但不同研究的数据质量、供体病理状态、脑区划分方式差异巨大。如果标准化过程过度依赖艾伦研究所的体系，模型学到的可能偏向艾伦研究所数据所代表的供体群体和实验条件。公司通稿称后续计划补充中国人脑数据等特色数据，这从侧面说明当前数据集的代表性仍有缺口。
从投资角度看，格原万维的种子轮故事本质上是一个“技术路线验证”故事，而非“商业增长”故事。它的可证伪点很清晰：如果 M2 模型在更大规模数据上仍不能实现全脑范围的精准匹配，或者干湿实验闭环无法产出足够密度的验证数据，那么“Scaling Law 适用于人脑基础模型”的核心假设就会受到挑战。反过来，如果 M2 能在多个独立脑区对上复现 BA23-BA32 式的功能关联，并开始展示扰动预测能力，这条路线将获得远超当前融资体量的关注。
格原万维选择了一条几乎没有短期商业回报的路径。它的第一个产品是开源数据检索系统，第一个模型被类比为 GPT-2，第一个验证案例来自公开数据整合。公司通稿称其数据规模“位居全球前列”，但这一判断尚无独立第三方验证；公司通稿称 DigitalBrain-Atlas 的“数据覆盖面与精度都是行业内较为领先的”，同样属于单方陈述。在脑科学基础模型这个方向上，格原万维的对手不是某一家公司，而是人脑本身的复杂性和数据获取的物理边界。近千万美元种子轮能买到的，只是一个验证这些假设的机会。
RecodeX 极客视：格原万维的融资故事里，最贵的不是算力，而是把“近亿级原始数据”变成“1700 万标准化细胞”的那道工序。人脑基础模型的竞争，最终不会在模型架构上分出胜负，而会在谁先建成可重复、可验证、可扩展的干湿实验闭环上见分晓。在那之前，BA23 和 BA32 的匹配案例只是一个漂亮的起点，不是终点。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。