Edgen Stock·Dec 02 2025, 15:10OpenAI 正在开发一种名为“Garlic”的新型大型语言模型（LLM），这标志着其战略性地进军生物医学和医疗保健等专业高价值行业。此举加剧了人工智能领域的竞争，推动其超越通用模型，以应对特定领域的挑战。
据报道，知名 ChatGPT 的开发者 OpenAI 正在开发一款代号为 Garlic 的新型大型语言模型 (LLM)。这一进展被视为一项战略性转变，即从通用人工智能转向为高价值领域设计的专业模型。此举表明 OpenAI 旨在为生物医学和医疗保健等需要高度精确性和领域特定知识的特定领域量身定制基础模型。本报告分析了这一开发、其市场影响以及不断发展的人工智能格局的更广泛背景，包括专家对这些模型所面临挑战的评论。
根据《The Information》首次发布的报道，OpenAI 正在积极开发一款名为 Garlic 的新型大型语言模型。尽管该公司提供的详细信息仍然稀少，但该项目代表着在竞争激烈的人工智能行业中的一项重大举措。与为广泛的通用应用而构建的前身不同，Garlic 被认为旨在完成更小众、更专业的任务。这一举动遵循了技术成熟的自然轨迹，即通用平台演变为专业工具以满足特定的市场需求。这一开发表明 OpenAI 意图在通用人工智能解决方案不足的行业中获取价值，这些行业需要通过针对特定领域的数据进行训练的模型来确保准确性和可靠性。
Garlic 的开发正值人工智能行业日益关注垂直应用之际。生物医学领域 LLM 的市场正在迅速扩张，模型正在为从基因组学和蛋白质组学到药物发现等任务而开发。诸如 BioBERT、Geneformer 和 ESM-2 等模型已经展示了人工智能分析复杂生物数据的潜力，从 DNA 序列到蛋白质结构。
OpenAI 进入这一领域将加剧与现有参与者和 Google 等其他科技巨头的竞争，Google 已经开发了诸如 Gemini 等自己的模型，并在医疗保健研究领域拥有强大的立足点。这种向专业领域的推动凸显了所需的巨大计算资源，这强化了支持此类大规模人工智能开发的主要云和硬件提供商的市场地位。这些模型的成功取决于它们融入临床诊断等复杂、受监管环境的能力，这是一个需要不仅仅是技术实力才能克服的障碍。
尽管专业 LLM 具有明显的潜力，但专家们警告不要将其视为信息处理的万能药。由宾夕法尼亚大学教授 Shiri Melumad 合著的一项近期研究提供了一个批判性视角。该研究表明，与通过标准 Google 搜索等传统方法学习相比，依赖像 ChatGPT 这样的人工智能模型进行信息综合可能导致“更浅薄的知识”。
根据这项研究，在导航不同的网页链接、解释来源和独立综合信息时所涉及的“摩擦”有助于形成对主题更深入、更原始的心理表征。通过自动化这一过程，LLM 可能会将学习转变为一种更被动的活动。这对像 Garlic 这样的模型提出了一个根本性挑战，特别是如果它们旨在供医学和科学研究等领域的专业人士使用，在这些领域，深入的、可推广的知识至关重要。
OpenAI 开发 Garlic 是人工智能行业从创建单一、庞大模型向构建可适应多种特定任务的多功能基础模型转变的更广泛趋势的一部分。LLM 在生物医学中的应用是这一趋势的一个典型例子。科学和医学领域富含非结构化数据，这使得它们成为人工智能驱动分析的理想候选者。从使用 DNABERT 等模型预测遗传变异的影响到使用 Chemformer 等平台加速药物发现，专业 LLM 已经证明了它们的价值。
然而，它们融入医疗保健等领域充满了挑战。数据隐私、模型偏差以及人工智能决策的“黑箱”性质等问题仍然是重要的障碍。对于像 Garlic 这样的模型要在受监管领域取得成功，它不仅必须展示高准确性，而且必须透明、公平和安全。此外，它必须克服“幻觉”——生成自信但错误的信息——的内在风险，这在医疗环境中是一个特别危险的缺陷。专业 LLM 的最终成功将取决于克服这些技术和道德障碍，同时证明其相对于既定的人类中心流程的价值。