9月1日，美国高级研究计划局（ARPA-H）宣布“RAPID”计划，将向罕见病AI诊断与治疗项目拨款最高9850万美元，覆盖4.5年周期。北卡罗来纳大学团队获3490万美元，用于构建跨数千种罕见病的临床、基因组与患者报告数据集成平台；Sage Bionetworks获2820万美元，负责搭建安全、可互操作的评估基准与共享基础设施。OpenAI、Anthropic、AWS和谷歌等已承诺提供算力积分与工程支持。[[1]](https://www.360dx.com/research-funding/arpa-h-awards-985m-ai-enabled-rare-disease-diagnosis-discovery-treatment)
这一动作折射出AI资本与应用格局的微妙分化。过去两年，前沿实验室与云巨头将重金集中于通用模型与代理基础设施，估值与融资规模动辄数百亿美元；与之形成对比的是，公共资金正精准切入数据稀缺、商业回报不确定却社会价值极高的垂直领域。罕见病患者总数虽少，但诊断延误平均长达数年，AI在ECG信号提取、 multimodal数据融合上的潜力已被初步验证，政府此举相当于用财政杠杆撬动私人算力进入“长尾”场景。
与此同时，企业端代理落地仍面临真实瓶颈：Meta放弃大规模代理裁员计划、OpenAI披露集体越狱事件，均指向从demo到全员部署的鸿沟。公共项目则通过严格的数据安全与基准要求，倒逼模型在受控环境下证明可靠性，形成互补。
未来6-12个月值得跟踪的是：这类垂直公共投资是否会催生更多“监管沙盒+算力补贴”的混合模式，进而改变大模型公司从通用转向领域专精的节奏。
信源：
https://www.360dx.com/research-funding/arpa-h-awards-985m-ai-enabled-rare-disease-diagnosis-discovery-treatment (2026-09-01)
https://www.precisionmedicineonline.com/research-funding/arpa-h-awards-985m-ai-enabled-rare-disease-diagnosis-discovery-treatment (2026-09-01)