紐約基部的 Mantis Biotech 公司開發了一項平臺，旨在解決大語言模型在生物醫學研究中面臨的資料稀缺瓶頸。該平臺整合來自教科書、動作捕捉相機、生物指標感測器、訓練日誌及醫療影像等多種來源的資料，利用基於大語言模型的系統進行路由、驗證和綜合，並透過物理引擎生成高保真渲染，從而構建人體的「數位孿生」。這些數位孿生是基於物理學、可預測的解剖學、生理學及行為模型，可用於資料聚合分析、研究新醫療程式、訓練手術機器人以及模擬預測醫療問題或行為模式。
Mantis 的創辦人兼執行長 Georgia Witchel 指出，該技術在預測特定 NFL 球員腳跟腱受傷機率方面具有應用潛力，考量因素包括近期表現、訓練負荷、飲食及活動時間。由於缺乏標記資料，例如缺少手指的人的手部姿勢估計，Mantis 可利用物理模型生成相關資料集。目前，Mantis 在專業體育領域已取得成功，主要客戶包括一支 NBA 球隊，用於建立運動員的數位代表，分析其跳躍表現與睡眠、手臂舉起次數等資料的關聯。
該公司近期籌得 740 萬美元種子資金，由 Decibel VC 領投，Y Combinator、幾位天使投資人和 Liquid 2 參與。資金將用於招聘、廣告、行銷及市場進入功能。下一步是繼續開發技術，最終向公眾開放平臺，目標為預防性醫療。此外，Mantis 正致力於服務製藥實驗室和從事 FDA 試驗的研究人員，提供患者對治療反應的洞察。Witchel 強調，數位孿生技術能解決隱私與倫理限制，使人類能在虛擬環境中進行測試，而不必實際使用患者資料。