One Tokenizer = .genos 范式。不是「压得更小」，而是「变成可计算的形态」——可检索、可切片、可跨模态互操作，免解压计算。
个体 Adapter（LoRA）+ 多模态基础模型 = 数据以模型参数与统一表征存在，静态文件升级为动态资产，「一人一模型」。
极小码流（锁）+ 受信模型（钥匙）分离 = 数据可用不可见，安全共享，合规流转，「数据不出域、价值通过模型输出」。
把一个人的全部生命数据（基因组 + 表型 + 影像 + 多组学）凝聚为一个 token 化的数字孪生——人人基因组健康智能体的基础设施。
基因组（Genos）· 空间组（Stereo）· 单细胞（10BC 百亿级图谱）· 病理影像（100KPM）· 临床随访（CKB 20+ 年）——各模态平台齐备，三方合作（华大 + 北大 CKB + 之江实验室）已就位。
| 阶段 | 时间 | 数据量 | 目标 |
|---|---|---|---|
| P1 CKB 多模态压缩 | 2026 | CKB 50万人 · 多模态 | 实现 CKB 多模态数据压缩入模：.genos 容器标准 + GenosPy 工具库；压缩/解压基准发布；与 FASTQ/BAM/VCF/h5ad 双向兼容；压缩域算子与明文结果一致性验证 |
| P2 多项目拓展 + Token 服务 | 2027 | 500 PB | 逐步拓展单细胞、多物种、时空组、病理等项目数据，技术上实现 500PB 数据入模型；推动 Token 服务——早期临床测试 + 科研级服务（隐空间 GWAS/DEG/聚类算子、流式 Token 服务） |
| P3 全量 Token 化 + 临床级 | 2028 | 1 EB | 1EB 数据入模完成 token 化；实现临床级别应用（一人一模型数字孪生、跨模态辅助诊断）；解决 Token 临床资质问题；.genos 成为行业标准 |
一次 Token 化、处处可复用——统一格式让科研、临床、药企、健康管理直接消费；底层还有存储/传输成本降 90%+ 的推力。
Token 成为可定价、可计费的数字资产——从「卖数据」（合规禁区）转向「卖计算价值」（合规可行）；流式 Token 服务、按调用计费。
.genos 统一标准替代 h5ad/rds 等碎片格式，跨平台、跨机构、跨物种（Genos-m 覆盖微生物）通行。
同一份 token 数据支撑疾病诊断、资质申报、健康管理、AI 训练、后续应用开发等全场景，免解压直接计算。
锁-钥匙解耦 + 数据不出域 + 价值通过模型输出——「可用不可见」，符合人遗条例与个保法要求。
知情同意（覆盖多模态一揽子授权）· 伦理审查 · 人遗合规 · 出境评估 · 数据目录管理 —— 合规前置：从采集环节就按「可 Token 化、可流通」设计。关键配套：一个 Token 化工厂（统一入口）、一个数据目录（模态/规模/计费状态）、一个开放 API（对内免费、对外计费）。