哈佛医学院衰老研究团队证实，K-Dense在BixBench平台上的准确率达到 29.2%，处于行业领先水平；同时，将生物发现的周期大幅缩短，从过去的数月甚至数年，提速至数天到数周。
美国加利福尼亚州帕洛阿尔托讯（2025年9月16日），Biostate AI 作为专注于加速生物研究的领先生成式AI 公司，今日正式发布K-Dense Beta系统。该系统基于谷歌云Gemini 2.5 Pro构建，是迄今为止亮相的功能最全面的多代理AI研究系统。在行业公认最严格的生物信息学基准测试BixBench中，K-Dense以29.2%的准确率，超过GPT-5（22.9%）、GPT-4o（18%）和Claude 3.5 Sonnet（18%）等主流前沿模型。
此前的系统，如谷歌的Co-Scientist和Sakana的AI Scientist，仅探索了研究周期的部分环节，而K-Dense是第一个经真实世界生物学发现验证、具备端到端科研能力的系统。在与哈佛医学院的合作中，K-Dense揭示人类衰老过程包含多个不同阶段，每个阶段都需要独立预测模型。这一发现从根本上对 “衰老可作为单一连续过程衡量” 的固有假设发起了挑战。
“我们实际上打造了一位能全天候工作的AI科学家，它在遵循严格科学标准的同时，极大地加速了研究发现的进程，”Biostate AI 联合创始人兼首席技术官Ashwin Gopinath指出，“它破解了数据收集与分析之间的失衡问题。在整个科研领域，海量数据不断产生，但因处理能力不足，这些数据往往无法被有效利用。K-Dense能够发掘出那些原本会隐藏、或需投入大量时间和资源才能发现的洞见，成功弥合了这一差距。”
K-Dense代表着AI领域的一次关键转变：从“处理孤立任务的AI工具”到“执行完整研究周期的AI系统”。其多循环架构能够统筹协调各类专用智能体，让这些智能体分别负责实验规划、文献回顾、分析设计、在安全沙盒中执行代码，以及生成符合发表要求的报告。在资源整合能力上，K-Dense既可以访问标准生物信息学流程、如谷歌AlphaFold的工具、精选数据库，也能接入MedGemma等各类小型和大型专业大语言模型；同时，它通过允许AI系统访问并协调外部软件的通用协议——模型上下文协议（Model Context Protocol, MCP），以模块化方式连接任何可用工具。值得注意的是，当工具不可用时，K-Dense可自动生成新工具，使系统始终保持持续成长的能力。
同样值得关注的是，K-Dense在设计之初就聚焦于攻克科学领域AI的核心挑战——信任问题。科学研究的特殊性，不仅要求结果可靠，更要求确保获得结果的过程可信。针对这一点，K-Dense采取了多项措施，与外部数据库交叉核验参考文献以减少幻觉，部署多个独立审查小组复核输出内容，同时为每一项决策与行动建立完整的可追溯与可审核机制。这一系列举措，确保科学家能够以以往AI助手无法实现的方式，对研究发现进行验证、审核并建立信任。
K-Dense在BixBench平台上的突破性表现，凸显其行业领先地位。由FutureHouse开发的BixBench专门用于检验AI系统的真实世界生物信息学能力，通过53个复杂场景与296个研究问题对AI系统展开评估，对AI系统的多步推理和数据探索能力提出明确要求。
K-Dense的性能已在与哈佛医学院Paul F. Glenn衰老生物学研究中心联合主任David Sinclair教授的合作中得以验证。在此次合作中，K-Dense需完成转录组衰老时钟的构建任务：分析ArchS4数据集中的60余万个转录组配置文件，从中挑选出6万个高质量样本，再从5万多个可用基因中战略性地重点关注5000个基因。分析结果揭示了生命不同阶段会对应不同的关键RNA转录本预测集合，某一阶段发挥作用的基因在其他阶段则失去相关性。这说明衰老并非单一统一的过程，而是一系列生物学程序的集合，每个程序都需要独立的预测模型。
“K-Dense让我们能在短短几周内完成一项完整研究，按传统方式依赖专家分析，这类工作往往需要数月甚至数年，”Sinclair教授称，“它不仅为我们指出了值得深入研究的标志物与通路，还助力我们构建出用于预测生物学年龄的统一AI模型。更关键的是，它还提供了衡量这些预测可靠性的方法，这对科学应用而言至关重要，是以往AI方法无法实现的。”
该研究结果已提交同行评审，同时作为bioRxiv预印本对外公开。目前，Biostate AI正联合数十家涵盖学术机构、生物技术初创公司及大型制药企业的设计合作伙伴，共同推进K-Dense的验证工作。
“Biostate在Gemini 2.5 Pro上的实践应用，彰显了我们的模型在应对复杂科学挑战时具备的变革性潜力，” 谷歌云亚太区副总裁Bikram Singh Bedi指出，“他们采用的多智能体方法，清晰示范了如何通过对先进语言模型的智能统筹，有效加速真正意义上的科学发现。”
今年早些时候，Biostate AI获得由Accel领投的1200万美元A轮融资，此后其技术与业务能力实现快速提升。该公司此前的投资者包括Dario Amodei（Anthropic）、Emily Leproust（Twist Bioscience）和Mike Schnall-Levin（10x Genomics）。在A轮融资后的数月内，Biostate AI不仅顺利完成K-Dense的开发，还成功开启与美国麻省总医院（MGH），以及中国、印度合作伙伴的临床合作。这一良好发展态势，标志着公司下一阶段增长的序幕已拉开。
K-Dense在保持科学严谨性的前提下，将研究周期从数月压缩至数周，推动复杂分析的获取走向普及。这一核心能力为药物发现、个性化医疗及基础生物学研究开辟了全新可能，也改变了科学研究的实施模式。目前，K-Dense Beta版仅对部分合作伙伴开放，计划于今年晚些时候扩大使用范围。
关于Biostate AI
Biostate AI是一家生成式AI公司，核心业务为开发代理系统，旨在加快生物医学发现速度，进而改变人类理解、预测并最终掌控自身健康的模式。公司平台包含三大核心板块：为服务科学发现的多代理 AI 系统 K-Dense，用于生物数据解读的基础模型 N-ACT，和专利测序技术BIRT（可实现多组学数据收集成本最高降低 10 倍的效果）。当前，Biostate AI 正与全球范围内的顶尖医院、研究人员、生物医学初创公司及生物制药合作伙伴展开合作。
公司由 David Zhang（莱斯大学）和 Ashwin Gopinath（麻省理工学院）创立，获得了Accel以及包括 Dario Amodei（Anthropic)、Emily Leproust（Twist Bioscience）和Mike Schnall-Levin（10x Genomics）在内的天使投资人的支持。
关于百生智能
百生智能（Baisense Al）是由全球领先的精准医疗集团康圣环球（Kindstar Global）与国际前沿AI生物技术公司Biostate Al于2025年合资成立的高科技企业，总部位于中国武汉光谷生物城。百生智能由莱斯大学终身教授David Yu Zhang和麻省理工学院教授Ashwin Gopinath领衔核心技术团队领衔，专注于AI与RNA测序技术在精准医疗中的融合创新，致力于通过多组学数据整合与先进AI算法，为临床诊断、治疗决策及药物研发提供智能化解决方案。作为中国首家专注于RNA动态分析的医疗AI企业，百生智能正积极构建全球领先的垂直疾病大模型平台。
公司依托Biostate Al的BIRT（条形码集成逆转录）技术，显著降低RNA测序成本至传统方法的1/5，样本通量提升32倍，并支持FFPE等低质量样本的高效分析；通过自主研发的AI算法，突破基因序列分析的固有局限，实现模型注意力机制效率提升300%，在我国白血病形态学分类中达到AUROC 97.8%的顶尖性能。同时，百生智能充分整合康圣环球积累的43万例临床样本及其多模态数据，构建了覆盖血液肿瘤、系统性红斑狼疮、口腔癌、肺癌及糖尿病等多种疾病的AI辅助诊断与模型分析体系。