OpenAI 在 2026 年 10 月 15 日公布 Rosalind Academic Plan，讓符合資格的大學實驗室以贊助形式取得 GPT-Rosalind 的使用權。這項安排回應的是學術研究長年存在的資源落差：許多改寫醫學與生物技術的進展，最初都來自看似與商業無關的基礎問題，但研究團隊往往缺乏經費與工具去反覆驗證、擴大實驗或分享成果。OpenAI 在說明中舉了三個脈絡清楚的例子。人類基因體計畫（Human Genome Project）推動了現代基因體學，連帶改變醫學、診斷與生物技術；對細菌免疫系統的好奇研究最終發展成 CRISPR-Cas9，讓基因編輯成為癌症、遺傳疾病、農業與生技研究的常用工具；大學累積數十年的 mRNA 研究，則成為 COVID-19 疫苗與新一代療法的重要基礎。這些案例共同指向一件事：從基礎問題到實際應用之間的距離很長，而科學家能否取得資源，決定了這段路能不能走完。
GPT-Rosalind 與方案內容
GPT-Rosalind 是 OpenAI 為生命科學研究打造的專用模型，設計目標是對複雜生物學問題進行更深入的推理。它並非單純的問答模型，而是與 Rosalind Workbench 搭配運作。Workbench 可理解為工具協作層（tool orchestration），能依照研究需求調度藥物化學、基因體學、濕實驗室作業等不同環節的專門工具，讓模型在科學工作流程中扮演串接與推理的角色。Rosalind Academic Plan 的具體內容包括：符合資格的實驗室可取得最多 30 個 Business Standard 席位，每人每月費用為 0 美元，最長維持 12 個月；方案內可使用 OpenAI 所有已商業化的前沿模型，但受方案用量限制；GPT-Rosalind 本身需要通過受信任存取（trusted access）審核才能啟用；透過此方案分享的研究資料，預設不會被用於訓練模型。現階段不包含 API 存取。
涵蓋的研究領域
OpenAI 列出 GPT-Rosalind 支援的研究方向，共七類。藥物與蛋白質設計涵蓋候選藥物、治療性蛋白、胜肽與酵素的設計，以及分子交互作用、選擇性、穩定性與後續開發適配性的最佳化。疾病偵測與監測著重於辨識疾病的分子特徵，並發展液態切片等低侵入性診斷，用於更早發現疾病、追蹤病程與評估治療反應。疫苗與免疫反應領域包括針對新興病毒變異株設計與評估抗體及疫苗、研究宿主與病原之間的互動，以及探討保護性免疫的強度與持久性。基因與 RNA 療法涉及修正基因缺陷、調控基因表現、設計 RNA 治療，以及如何安全有效地把治療遞送到目標組織。農業與動物健康關注作物韌性、植物病害與動物健康，並把遺傳、營養與生物學洞見應用在糧食生產與獸醫照護。生態與保育研究生物多樣性、適應、物種互動與環境暴露，以理解生態系變化並支援保育、生物修復與氣候變遷回應。抗微生物抗藥性則聚焦微生物如何抵抗抗生素、抗病毒與抗真菌藥物，並開發針對抗藥性感染、生物膜與持續性疾病的新療法。
實驗室實際使用情況
OpenAI 也引述了幾個已在使用 GPT-Rosalind 的學術團隊。加州大學舊金山分校（UCSF）的 Zhao Lab 指出，GPT-Rosalind 協助他們更快蒐集藥物的物理化學參數，並透過 PubChem 與 NCBI 工具同時處理十種藥物，過程中也能釐清預測值與實驗測量值之間的差異。Bourdenx Lab 的 Mathieu Bourdenx 表示，他在整體研究流程中使用 GPT 模型，從探索文獻、調整實驗到改良計算方法，能比過去更快地迭代想法、探索更多可能性，也讓他有更多空間進行創造性思考。史丹佛大學與 Arc Institute 的 Brian Hie 認為，Rosalind 不僅能改善目前的發現與設計任務，還能把這些任務套用到比以往更大的規模，同時仍對生物研究人員提供有用的見解。
申請資格與流程
Rosalind Academic Plan 目前僅開放給美國大學的學術實驗室。沒有與 OpenAI 簽署 Enterprise 合約的大學，其計畫主持人（PI）與實驗室負責人（lab lead）可代表實驗室透過受信任存取流程提出申請；若大學已有 Enterprise 合約，則須經由校內既有的 Enterprise 存取程序辦理。核准之後，PI 與實驗室負責人可以為最多 30 位具名成員開通免費使用權，並一併使用方案涵蓋的其他 OpenAI 前沿模型。API 存取不在本次範圍內。經驗證的 PI 與實驗室負責人負責管理成員權限，也必須為實驗室的合規使用承擔責任。
責任存取與安全機制
在開通之前，OpenAI 會先驗證機構的合法性與 PI 或實驗室負責人的身分，審查其專業背景、機構任命，以及監督實驗室存取權的權限，並評估實驗室的機構隸屬、研究活動與預期用途。同時會建立明確的責任歸屬，要求實驗室負責人與指定的機構安全聯絡人共同承擔。啟用之後，安全機制仍會透過監控與執法持續運作。對於已登記的高敏感度使用案例，安全檢查會把已核准的研究情境納入考量；若出現疑問，OpenAI 可能聯繫研究人員，釐清工作內容並確認授權狀態。這樣的設計是為了在偵測潛在誤用的同時，顧及合法研究的實際情境，避免對已獲授權的工作造成不必要的干擾。
影響與限制
這項方案的直接效果，是降低學術實驗室取得前沿生命科學模型的成本門檻，讓研究團隊能把自身的專業判斷與為生命科學打造的 AI 工具結合。它的限制也相當明確：目前只適用於美國大學，必須通過審核，API 尚未納入，免費期最長 12 個月，且資料雖然預設不用於訓練，仍受方案條款與用量限制約束。OpenAI 表示，從學術實驗室開始是更廣泛布局的一部分，目標是把有用的 AI 工具交到更多科學家手中；若能降低取得成本，更多研究就有機會從對疾病的更清楚理解，推進到更好的治療方式與更具韌性的糧食系統。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。