问小创
告诉我你的需求,我帮你从站内挑最合适的 AI 工具。
2026年4月7日,清华大学智能产业研究院(AIR)联合水木分子正式开源生物医药大模型插件集OpenBioMed Skills,首批推出覆盖五大核心领域的45项Agent技能,可直接调用多款垂直生物医药大模型,专业能力显著优于通用大模型。清华大学首席研究员、水木分子首席科学家聂再清表示,该项目将大幅降低药研工程门槛,推动生物医药研发全流程智能化。
图源: 图像由AI生成打开GitHub的项目主页可以看到,OpenBioMed Skills的代码仓库上线不到24小时就收获了超1200星,不少生物医药领域的研发人员已经在Issue区提出了十多条场景适配需求,足见行业对该工具的期待值拉满。
长期以来,生物医药研发都是典型的“高投入、长周期、低成功率”领域,一款创新药从靶点发现到上市平均耗时超10年,研发成本超10亿美元。此前行业引入AI技术后,虽然在单点场景的效率有所提升,但整体落地仍面临两大堵点:通用大模型缺乏生物医药专业知识储备,垂直大模型的调用又需要研发人员具备一定的算法工程能力,大量中小研发团队很难享受到AI技术红利。
OpenBioMed Skills的核心价值,就在于打破了上述堵点。该项目**首次将生物医药专家的决策流程转化为可执行的Agent Skill代码**,研发人员无需掌握复杂的大模型微调、调用逻辑,就能直接调用对应的AI能力完成研发工作。
首批发布的**45项核心技能**覆盖生物化学与药物研发、蛋白质分析设计、单细胞组学分析、数据检索工具调用等五大关键领域,覆盖了临床前药物研发80%以上的高频需求。将插件集部署于同名开源平台后,研究人员可直接调用PharMolixFM、BioMedGPT-R1及MutaPLM等垂直领域多模态模型。相比于ChatGPT等通用大语言模型,该系统在专业知识理解与药研业务逻辑执行上展现出显著优势,同时支持通过飞书、钉钉、微信等移动端远程驱动生物医药Agent,研发人员在外也能随时发起任务、查看结果。
清华大学首席研究员、水木分子首席科学家聂再清指出,这一项目的落地标志着药物研发AI正式从“单点工具”阶段进入“全流程智能Agent”阶段。
据了解,项目团队后续还将持续更新技能库,逐步覆盖临床试验设计、临床数据统计分析等更多药研环节,未来甚至可以实现研发人员仅通过自然语言指令,就能完成大部分重复性、标准化的研发工作,将核心精力集中在创造性的决策环节,进一步缩短新药研发周期、降低研发成本。
AI创作导航,创作与探索并重。聚合全球优质AI工具,覆盖短视频、图文、写作、设计等创作场景,以及办公、学习、编程、生活等全品类需求。从创作出发,探索AI的无限可能,为创作者、学生、教师、职场人提供一站式AI工具导航与场景化应用指南。