BGI RESEARCH · 2026 H2
研究院 2026 下半年
五项重点目标
数据 · 模型 · Token 应用闭环 × 五大数据计划 × 大模型标志成果 × CKB 专辑 × AI 原生组织
数据五大计划 · 5 EB
→
模型Genos · Cyto · OrionGeno
→
应用Token 商业化闭环
CKB 专辑 = 数据计划的代表成果 + Token 化的最佳试验场 ｜ AI 原生组织 = 支撑这一切的管理生产关系变革
01
数据-模型-Token 应用闭环，形成 Token 商业化 Demo Case
贯穿全局的第一战略
突破"Sequencing, sequencing, sequencing"瓶颈的核心动作——从卖 Gb 到卖 Token，2026 启动试点 Token 定价模型（董事会路线图已明确，CKB 模式验证）。
CKB · Genos 数据安全共享 （最成熟）
50 万人数据训入模型 → 模型实现数据安全开放使用，"数据不出域、价值通过模型输出"。4 月已与北大李立明、之江实验室赵志峰达成三方合作。
原始数据→Genos 工具→Token 向量空间→流式 Token 服务
Genpilot · 10 万客户推广 （用户规模最大）
STOmics Cloud（华大时空云）AI 问答入口，拥有最大存量用户基盘，是 Token 计费最直接的落地场景。
- 存量转化：10 万客户从免费问答 → Token 计费调用，分层收费，跑通第一个真实付费闭环
- 能力升级：从"知识问答"升级为"数据+模型"服务——用户数据进、Token 结果出
- 指标体系：付费客户数、人均 Token 调用量、Token 收入作为先行指标
OrionGeno 全物种注释
从人工注释到 AI 自动注释的范式转变，高价值付费 API 场景（详见目标 03）。
定价模型试点
Genpilot 10 万客户正可作为定价试点的试验田——按 Token 调用量计费，先跑通第一个付费场景。
下半年抓手Genpilot 存量客户 Token 化（10 万客户中先跑通 1 个分层付费场景）+ CKB / OrionGeno 选 1 个做端到端 demo：数据 → 模型 → Token 调用 → 计费 → 用户付费，全链路打通即"模式变革"的标志性证明。
02
五大计划的系统化推进，初步成果
合作 · 众筹模式打造全球最大生命科学数据集
五年累计 5 EB 多模态数据，为基座模型提供燃料。五大计划同步推进，下半年落地各自首个可量化里程碑。
STOC · 时空组学国际联盟 0.5 EB
时空细胞模型（STOC Model）。Cancer / Brain / Plant / Infection 四大旗舰图谱；米兰闭门会议已开（7 月），国际协作网络成型。
HGP2 · 人类基因组计划二期 1.5 EB
百万人级全基因组 + 多组学精准医学遗传基线；传承藏汉 / 140K / Meta / Life Index 华大人基因组历史。
EBP · 地球生物基因组计划 1 EB
全球真核生物全基因组数字化蓝图；EBP Phase II 规划已有，衔接 OrionGeno 全物种注释。
10BC · 百亿级单细胞图谱 1 EB
覆盖主要组织 / 发育阶段，时空细胞模型训练的数据基础。
100KPM · 十万例癌症病理多组学 1 EB
基因组 + 转录组 + 蛋白质组 + 病理影像，i3S 葡萄牙节点。
推进机制
每个计划定义 1-2 个可量化里程碑：STOC 首个旗舰图谱发布、EBP 完成 XX 个物种注释、100KPM 首批 XX 例数据入库。年底形成"五大计划进度总览"汇报页，把"初步成果"落到可展示的数据产出上。
下半年抓手每个计划 1-2 个可量化里程碑，年底形成 "五大计划进度总览"汇报页。
03
大模型的标志性成果
三大基座模型 · 任一突破都是顶刊级
Genos · 基因组基座模型
已发表 GigaScience 2025。配套安全压缩体系成熟（0.029 bit/base）。下半年发布可对外引用的基准测评。
Cyto CoScientist · 细胞科学家 （最可能出成果）
已完整复现 Google Co-Scientist（肝纤维化：BRG1–IGFBP5 轴 / p300-CBP–CCN2 / ASH1L）和 Stanford Biomni（骨骼发育：SOX5/SOX6/SP7/DLX6·SATB2）两大案例。正在寻找场景做干湿闭环验证——下半年最可能出标志性成果的点。
OrionGeno · 全物种基因组注释 （Orion + Genomics，猎户座）
5 分钟完成一个基因组注释；人类基因组注释出新基因；原生动物 / 植物等困难物种显著提升。目标不止 NCBI 数据库采纳，更要打造自身标志性成果——"全物种注释的 ImageNet 时刻"（30% → 100% 覆盖的范式跃迁）。
下半年抓手① Cyto 干湿闭环验证落地（找 1 个华大自己的场景闭环跑通）② Genos 发布可对外引用的基准测评 ③ OrionGeno 标志性成果 + NCBI 更新落地——三者任一都是顶刊级。
CKB = 51.2 万人大人群队列（2004-2008 基线），20+ 年长期随访、医保异动数据、低失访率、多组学逐步产出。4 月三方会议（北大 + 华大 + 之江）已明确合作框架。
数据层
TtoT（长读长 + 短读长）全基因组测序 300-500 例，构建中国人专属 Pangenome；多组学（基因组 / 蛋白组 / 代谢组）逐步产出。
方法层
Genos 工具在大人群数据 Token 化上的可行性评估（三方决议的下一步行动之一）；pLoF 天然失活蛋白扫描 + 孟德尔随机化（配合短肽管线方向）。
成果层
慢病遗传关联系列论文（血脂 / 血糖 / 血压 / 炎症）+ 中国人群遗传基线数据发布。
组织机制
确定专辑主编 / 组织架构（北大 + 华大 + 之江三方），明确 6-12 篇目标论文清单与时间表，12 月前形成首批发稿。可对齐"中国慢病遗传学里程碑"定位。
下半年抓手确定专辑主编与三方组织架构，明确 6-12 篇论文清单 + 时间表，12 月前首批发稿。
05
AI 原生组织的初始化
管理层面 All in AI
核心内涵：在研究院管理层面实现 AI 原生——各种信息化系统（项目管理、财务、人事、审批、知识管理等）和内部管理方式全面 All in AI。不是单点工具应用，而是管理流程整体重构。
现有基础
L0-L4 智能体分级框架已建立（当前组织整体 L1、个别 L2）；黑灯实验室（Lights-out Lab，L3）术语体系已统一；涌生智能归 L3。
改造路径
盘点现有信息化系统清单，逐项规划 AI 改造优先级——先选 1-2 个高频系统做 AI 原生试点（如项目管理系统 / 知识管理系统）。
量化指标
定义"AI 原生组织指数"：AI 工具渗透率（每人日均 Token 调用）、AI 可承接管理任务清单、人机分工边界。
与年中议题衔接
呼应"AI 时代高效管理"议题——如何用 AI 实现组织的高效扁平化管理，先在研究院内部跑通再推广。
下半年抓手选 1-2 个高频管理系统做 AI 原生试点，定义 "AI 原生组织指数"（渗透率 / 可承接任务 / 分工边界），研究院内部先跑通。
🔗 五点内在逻辑
数据（五大计划）→
模型（三大基座）→
应用（Token 闭环）
- 主链路：数据（五大计划）→ 模型（Genos · Cyto · OrionGeno）→ 应用（Token 商业化）
- CKB 专辑既是数据计划的代表成果、也是 Token 化的最佳试验场；AI 原生组织是支撑这一切的管理生产关系变革——生产力跃迁倒逼生产关系重构
- 下半年主线：1 个 Token demo（Genpilot 存量转化） + 3 大模型标志成果 + 1 份 CKB 专辑首稿 + 五大计划里程碑 + AI 原生管理系统试点
- 评价指标转换（3 年目标）：测序通量 / 论文数 → Token 调用量 / 付费用户数——2026 下半年启动指标试点