哲源科技发布WHIRLPO计算医学平台，AI4S工程化迈出关键一步

发布背景与平台定位

近日，在CCF HPC 2026（深圳）大会上，哲源科技正式发布计算医学平台WHIRLPO。这一发布被视作AI4S（AI for Science）在计算医学领域从技术探索走向工程化落地的关键一步。图灵·达尔文实验室副主任、哲源科技联合创始人赵宇指出，WHIRLPO是国际率先实现面向生命世界模型、全栈工程化落地的技术底座，一方面支撑生命世界模型高效训练，另一方面推动生命世界模型赋能产业。

当前，AI与生命科学的交叉创新正在加速，但生命数据分散、模型训练成本高、实验验证周期长等问题，仍制约技术从实验室走向产业。WHIRLPO的定位并非单一工具，而是面向计算医学的基础设施。哲源科技将多年技术沉淀与工程能力集中到平台中，尝试把AI Infra、数据治理、模型、科学工具与智能体等要素组织成可复用的设施，为后续模型迭代和产业应用提供底座。

关键能力与飞轮闭环

从能力构成看，WHIRLPO全面将AI Infra技术、生命数据治理体系、生命世界模型、通用模型、科学工具与智能体等核心要素资源平台化和设施化。这种平台化思路的价值在于，计算医学不再依赖零散的项目制开发，而是可以在统一底座上完成数据、模型、工具和验证流程的衔接。

• 平台化要素：AI Infra技术、生命数据治理体系、生命世界模型、通用模型、科学工具与智能体。
• 飞轮环节：计算发现、实验验证、资产输出、数据积累、模型提升。

据介绍，平台实现了上述环节的飞轮效应。也就是说，计算发现产生洞见，实验验证补充证据，资产输出沉淀成果，数据积累反哺模型，模型提升再推动下一轮发现。对于生命世界模型而言，这种闭环尤为关键：模型能力不仅取决于算法，也取决于高质量数据和真实实验反馈。WHIRLPO正在进一步打造AI自主设计和执行实验的能力，面向模型训练中的数据缺口以及关键洞见的验证需求，已形成标准化实验设计方法论。在方案设计层面，平台可以围绕数据缺口和洞见验证目标，自主设计定向数据采集与对照研究实验方案，聚焦高价值增量验证数据的生成。

行业意义与后续方向

政策层面，医药工业发展“十五五”规划首次将计算医学纳入国家级技术布局，这为计算医学基础设施的发展提供了明确方向。赵宇表示，WHIRLPO将坚守计算医学基础设施定位，持续拓展生命世界模型能力边界，完善模型迭代、洞见产出、产业落地的完整体系。这意味着平台建设不会停留在单点能力展示，而是更强调持续迭代和产业转化。

从产业协同看，哲源科技依托我国生命健康产业与智能计算产业链资源优势，以WHIRLPO平台为核心底座，联动产业链各方创新主体，为药物研发、诊断、精准医疗和健康管理全链条输送源头创新动能，夯实计算医学生态，助力生命科学与人工智能交叉领域高质量发展。整体来看，WHIRLPO的发布不仅是一个平台产品亮相，更反映出计算医学正在尝试以工程化、设施化方式承接AI4S浪潮。后续平台能否在数据治理、模型训练和实验验证之间形成更高效的循环，将决定其产业赋能的深度与广度。