作为 Gener Project 的开山之作，GENERator 是一款专为基因组分析与 DNA 设计任务打造的生成式大模型。自 2025 年 2 月发布以来，它凭借卓越的性能迅速脱颖而出，在超过 40 项基准测试中超越所有同类模型，登顶 SOTA。然而，科学竞争总是充满戏剧性——短短一周后，Evo2 横空出世，刷新了 GENERator 的记录。尽管如此，GENERator 仍凭借不到 Evo2 1% 的训练成本，稳居全球性能最接近 Evo2 的 DNA 大模型之列，展现出极高的性价比与技术突破性，受到了国内外学术界的广泛关注。这一成就不仅奠定了 GENERator 在生物信息学领域的重要地位，更使其被誉为“生物界的 DeepSeek”，成为人工智能赋能生命科学研究的标志性成果。今天，我们非常荣幸地邀请到李秋熠博士，为我们分享 GENERator 背后的研发历程与创新思路，探讨人工智能与基因组学深度融合的未来路径，共同展望生命科学发展的无限可能。

Genomics;Large Language Models (LLM);generative models;DNA