台北2026年6月2日 美通社 －－ 生命科學研究正邁入AI人工智慧時代，但多數研發團隊仍無法大規模使用旗艦級 AI 模型。先進 AI 模型、分子模擬工具、科學資料庫、推論優化與 GPU 基礎設施散落於各獨立系統，未能有效整合。致使生技製藥公司、原料創新企業、生物技術團隊和研究機構的AI 導入進程緩慢、成本高昂且門檻極高。

新加坡 AI 科技新創公司 NYB.AI致力開發分子發現與生命科學研究的基礎設施。為解決這痛點，推出代理型 AI 平台 Vecura，將科學模型、生物數據、分子分析工具及 GPU 加速運算整合至單一研發工作流（discovery workflow）中。

Vecura 2.0 承襲Vecura 1.0 基礎－－1.0 版提供分子探索所需的 AI 模型與科學工具； 2.0 版加入 Agentic（代理）架構層，從「工具調用」演進為「自動化工作流執行」，可協助研發團隊定義科學目標、檢索背景資料、啟動最適模型、比對輸出結果，並在減少人工協調的前提下自動生成結構化決策支援報告。

從模型調用邁向代理型工作流
Vecura 的研發初衷源於簡單理念：AI 在科學領域的下一個瓶頸，不再是能否取得更多模型，而是如何讓這些模型在實際研發情境中高效協同。Vecura 1.0 已將數百種 AI 模型、科學工具、生物數據與分子分析功能串聯至統一工作流，協助研發團隊於化合物分析、標靶探索、配方研究、毒性評估及轉譯醫學研發時，無需切換獨立系統。

全新的 Vecura 2.0 導入代理型 AI 架構層，具備橫跨整體工作流的推理能力，能深度理解研究目標、檢索科學文獻脈絡、篩選最適模型、協調流程並比對結果，自動生成結構化的下一步決策建議，使 Vecura 從工作流平台進化為更具智慧的探索系統，大規模協助科學家作業，更貼近真實的研究決策流程。

這種 AI 代理運作模式讓科學家可專注於研究方向，而非繁雜的基礎設施管理，也落實了 NYB.AI 推動分子探索「普及化」（democratize）的遠大願景降低頂規 AI 模型、科學工具及高密集 GPU 工作流的使用門檻，讓大型藥廠與專業計算實驗室以外的研發團隊也能掌握這些先進技術。

藉由 NVIDIA 技術推動規模化存取
NYB.AI 正利用 NVIDIA 技術，全面強化 Vecura 用於科學發現的代理型 AI 架構。作為 NVIDIA Inception 新創計畫成員，NYB.AI 透過 NVIDIA 創新實驗室獲得 NVIDIA Hopper GPU 算力資源及工程技術指導，提升 Vecura 規劃、執行與協調複雜研究任務的能力。這項支持讓 Vecura 跳脫單一模型的孤立執行模式，邁向高效串聯的工作流，使科學脈絡、模型篩選、推論、比對及決策支援在同一系統中整合運作。

Vecura 全面由 NVIDIA 技術驅動，橫跨代理編排、科學建模、資料與檢索及生產環境部署，全數運行於 NVIDIA 加速運算平台上。

此外，NYB.AI 也正為 Vecura 2.0 開發以 token 為基礎（token－based）的計點存取模式。透過平台點數，生技製藥公司、原料成分廠商和研究團隊都能輕鬆調用 AI 驅動的探索工作流，例如化合物篩選、生物活性預測和分子對接。這種模式讓使用者能直接透過 NYB.AI 平台運行運算密集型科學任務，無需自行建置或營運底層基礎設施。

未來展望
NYB.AI 將攜 Vecura 2.0進駐 InnoVEX 2026（2026年6月2日至5日於台北南港展覽館舉行）Inception 展館，參與 NVIDIA Inception 新創展區（Startup Showcase）。本次參展將提供契機與企業領袖、投資人、生態系合作夥伴及國際買主共同驗證 Vecura 2.0，強化其在 NVIDIA Inception 生態系中的能見度展現代理型 AI 如何跳脫純模型實驗階段，轉化為分子探索團隊真正實用的研發基礎設施。

NYB.AI在 InnoVEX 2026 展會中將展示 Vecura 2.0 如何全面支援分子探索與生命科學研究，應用範疇橫跨製藥、保健食品、化妝品、食品科學、功能性原料及大眾健康。Vecura 2.0充分體現了 NYB.AI 的長遠使命：讓先進 AI 探索基礎設施在生命科學生態系中，變得更具實用性、規模化且更易普及。