ARTICLE · 1156347
不做AI都不好意思说自己是NGS公司?(上)
系列 · 第 1 篇 / 共 2 篇 很多 NGS 企业都开始讲 AI，大家对 AI 的使用程度天差地别 |
一张图看懂 · NGS 公司的 AI 家底 把「自己训的」和「借来的」一次看清
6 家点得回论文 ↓ 2 家开源 ↓ 1 家拿算法证 按 AI 自主度分五级（越左越「自己造」）：
接入是应用策略，自研是模型能力——两件事，没有高下。 |
这两年，NGS 公司发新闻稿，不提 AI 都不好意思。
但把这一批国内 NGS 相关主体的公开材料翻完，结论有点尴尬：能点回同行评议论文的只有 6 家，愿意开源代码或权重的只有 2 家，拿到算法类软件三类证的只有 1 家。
真正的差别在程度：有人在从零训基础模型、发论文、开源权重；有人把外面的 DeepSeek 接进系统、做本地化部署；也有人目前只在通稿里出现过 AI 字样——同一句“AI 赋能”，指的其实是三种很不一样的状态。所以本文按 AI 自主度分五级，只回答一件事：这些公司讲的 AI，是自己造的，还是借的；外人又能查到什么程度。
先看总账：6 家点回论文，2 家开源，1 家拿算法证
点得出名字的模型：本文只写点到名的。这一批里能叫出名字的是 GeneT（华大基因）、Genos（华大研究院）、Bream（齐碳科技）、GenseqAMR（金匙医学）、域见医言（金域医学）、INSIGHT（桐树基因）、ProtoPilot（涌生智能）；碱基识别（Dorado、DeepConsensus）与海外对照（AlphaGenome、Evo 2）单列，不计入这一批。没在正文出现的名字，本文不展开。这条名单与下面「6 家点回论文」不是同一批——能不能叫出名字看有没有落成产品，能不能点回论文看有没有同行评议，两把尺子。
6 家：能点回同行评议论文——华大研究院（Genos）、世和基因（序语）、芯像生物（emGene）、华大智造（PrimeGen / Concerto）、齐碳科技（Bream）、金匙医学（GenseqAMR），全部落在 L1、L2 里。
出处：Genos（10.1093/gigascience/giaf132）｜序语（10.1016/j.xcrm.2026.102866）｜emGene（10.23919/ICS.2025.3552542）｜PrimeGen / Concerto（Nature 子刊）｜Bream（10.3389/fgene.2026.1743148）｜GenseqAMR（10.1128/jcm.01805-22）。
对账：主表里「硬」一共 8 家——L1 的 5 家＝3 篇论文 ＋ 1 张算法类三类证（迪安医策）＋ 1 份招股书（吉因加），L2 的 3 家＝3 篇论文。所以能点回论文的是 3 ＋ 3 ＝ 6 家。华大基因的 GeneT 停在 medRxiv、桐树那篇是 MSI 验证研究（非 AI 模型文）、杰毅那篇方法性质待核实，都不计入。
2 家：开源代码或权重——Genos、Bream。
1 家：拿到算法类软件三类注册证——迪安诊断旗下医策科技。
五级：L1 自研大模型 6 家 ｜ L2 自研专用模型 4 家 ｜ L3 自研 AI 产品 8 家 ｜ L4 只接外部大模型 2 家 ｜ L5 工程件 / 算法层 3 家。
这些模型覆盖测序仪 / 测序服务 / 病原检测 / 病理 AI / 研究机构五类，路径从 DNA 语言模型到“架构未披露”。能点回同行评议论文的只有 6 家——其中 5 家是深度学习或基础模型，1 家是传统机器学习（LASSO、XGBoost 那一类）。
模型名不是能力，自研深度和证据出处才是。接入和自研是两个层级，本文只按自主度分层，不评价哪种更好。
先划一条边界：AI 不等于大模型
标题说「讲 AI」，是沿用行业口径——公司通稿、年报里写的就是「人工智能」「AI 赋能」。但真要分层，得先说清一件事：AI 是个大框，大模型只是里面的一种。
用神经网络做碱基识别、用随机森林做耐药预测、用规则引擎做样本质控，都是 AI，而且不少做得很扎实。它们和大模型的差别不在「智不智能」，而在有没有一套可继承的基座权重：传统机器学习没有预训练基座这回事，参数量小、从头训，谈不上「借谁的」；只有大模型才存在「基座是谁的、有没有被自家训练流程改过」这个问题。
所以下面这把尺，量的是大模型这条线上的自主度——主表里只有 L1 站在大模型这一档，往下逐级远离模型自研。在这条线上排得靠后，说的是它没走大模型这条路，不等于它的 AI 不行。
分级之前，先定一把尺：什么叫「自己训的」
「我们用了 AI」这句话涵盖的东西太多了。本系列判定只看一条——模型权重有没有被这家公司自己的训练流程改过。顺着这条线从重到轻，一共六层：
① 从零预训练（Pre-train） 自己攒数据、上算力、训出一套基座权重。造轮子，成本最高，也最难装假的“自研”。 ② 继续预训练 / 全参数微调 拿别人的基座，用自己的数据把整个模型再训一遍。基座不是自己的，训练行为是自己的。 ③ 参数高效微调（LoRA / Adapter） 只训一小撮适配参数，主体冻结。确实改了，但改得很浅。 ④ 检索增强（RAG） 模型一动不动，外挂一个知识库，查到内容再塞进上下文。是工程创新，不是模型自研。 ⑤ 智能体 / 工作流编排（Agent） 调用现成模型的 API，用流程和工具把它串成产品。拼的是产品能力，不是模型能力。 ⑥ 调用 API / 本地化部署 把别人训好的模型接进来用。纯粹的应用方。本地化部署不会让它变成自研。 |
六层压成五级：从左到右，模型越可能是自己造的 那把六层的尺子，对到本系列的五级是：①→L1；②③→L2；④⑤→L3；⑥→L4；够不上任何一条、只在工程细节里用到机器学习的 → L5。②③ 都算「改了模型」，但全参数微改动的是全部权重、LoRA 只动一小撮适配参数，程度差一个量级，本系列并为一档。这五级从「自己造」排到「只是用了」：
⑤⑥ 这两层的表述最容易被误读成「自研大模型」。分到这两层不代表做得差——L4 两家都属中档证据；差别只在「公开材料里有没有走到自研那一步」。 |
先把两边的术语接上：AI 在 NGS 里到底做哪四件事
NGS 专家容易把「自研大模型」四个字看得过重，AI 专家容易把碱基识别当成「造了个模型」。先把这四件事摆清楚：
① 碱基识别（Basecalling） 测序仪把光 / 电信号转成 A/T/C/G。神经网络做这事是工程标配，不算自研大模型。代表：Dorado（ONT）、DeepConsensus（Google × PacBio）。判到工程件这一档的依据，是这家公司的公开 AI 动作只集中在这一层；若另有同行评议的非碱基识别算法论文，按论文归位。 ② 比对与变异注释（Alignment / Variant） 把读段比到参考基因组、找变异。传统 ML 也能做，大模型是新趋势。代表：Genos、AlphaGenome、Evo 2。 ③ 报告解读（Interpretation） 变异 → 临床意义（致病 / 良性）。LLM 主场，注意机构数据要合规。代表：金域域见医言、桐树 INSIGHT。 ④ 实验室自动化（Agent） 湿实验闭环、干湿结合。新兴方向，不算模型自研。代表：涌生 ProtoPilot。 注意：AI 进化酶、AI 样本质控不算 NGS 主链路的 AI 模型——样本质控本身也用机器学习，只是不进数据解读主链路。 |
主表：按 AI 自主度分五级，每级标出证据强度
每级家数下面那行小字，是这一级的证据强度构成：硬＝能点回同行评议论文 / 算法类三类证 / 交易所文件；中＝预印本 / 监管备案 / 专利 / 公告与中报；软＝只有官网或通稿。三者性质不同——论文证明模型能力，注册证证明合规与产品化，交易所文件证明商业披露；这里只表示「外人能查到哪一步」，与自主度是两回事。
层级 | 公司 / 机构 | 一句话判断 |
L1 · 自研基础模型 / 大模型 6 家 硬 5 · 中 1 硬：华大研究院 · 世和 · 芯像 · 迪安医策 · 吉因加｜中：华大基因 | 华大研究院、世和基因、芯像生物、华大基因、迪安诊断·医策科技、吉因加 | Genos、序语、emGene 有同行评议论文；迪安医策是算法类三类证；吉因加是港交所招股书；华大基因 GeneT 停在预印本 |
L2 · 自研专用模型 / 算法 4 家 硬 3 · 中 1 | 华大智造、齐碳科技、杰毅生物、金匙医学 | 不是大模型；华大智造（PrimeGen / Concerto）、齐碳（Bream）、金匙（GenseqAMR）点回同行评议论文，杰毅（MLWA）另计 |
L3 · 自研 AI 应用产品 8 家 硬 0 · 中 4 · 软 4 中：涌生 · 金域 · 贝瑞 · 赛陆｜软：诺禾 · 予果 · 微远 · 桐树 | 涌生智能、金域医学、贝瑞基因、诺禾致源、桐树基因、予果生物、微远基因、赛陆 | 涌生（arXiv）、贝瑞（medRxiv）、赛陆（bioRxiv）停在预印本；金域是备案＋ISO 认证；诺禾、予果、微远只有官网；桐树那篇是 MSI 验证研究、非 AI 模型文 |
L4 · 只接入外部大模型 2 家 中 2 | 圣湘生物、康为世纪 | 圣湘完成本地化部署；康为仅中报提及借鉴。两家都是应用方，不是自研方 |
L5 · 工程件 / 算法层 3 家 中 2 · 软 1 中：真迈 · 燃石｜软：赛纳 | 真迈、赛纳、燃石 | 真迈（SURFSeq AI 碱基识别）、赛纳（CycloneSEQ）停在工程件；燃石是 ELSA-seq 建库 / 算法（USPTO 专利 US 12460202 B2），未见命名大模型 |
这张表不是排名，从上到下只表示“模型越可能是自己造的”；家数下面那行强度小字，只表示外人能查到哪一步，也不代表技术好坏。能不能信，还要看每家的证据出处。
主表回答「自己做到哪一层」。还有一种排法——按「外人能查到什么」把技术路线和证据渠道交叉起来，那张矩阵放在第 2 篇的开头，要核对具体某家落在哪一格的，直接翻第 2 篇。
本篇信息均来自公开渠道：官网、发布会、论文、专利、招股书、监管公示。所有“首个”“第一”类表述均为企业口径；未能核实处已标注“本次检索未见”。
自主度分级与披露渠道分类，均仅为公开材料形态描述，不构成对公司技术水平的评价或投资建议。
如与事实不符，欢迎提供依据，我会订正。完整口径与检索方法见第 2 篇。