生物科技与人工智能的交汇点,正从辅助分子研发滑向实体生命的攻防对抗。基因组大语言模型 Evo 与 Evo 2 的核心开发者 Eric Nguyen 创立的 Radical Numerics,于 2026 年 6 月 15 日宣布完成 5000 万美元种子轮融资,由 Emergence Capital 领投,Obvious Ventures 和 Triatomic Capital 参投。这家脱胎于前沿实验室的初创公司打出了激进的旗号:生物安全已成 AI 军备竞赛,防守方正在全面落后,唯有全力推高防御模型的生成能力才能避免失控。

这番表态的背后,是技术界对生物模型能力的认知脱节。公众对生物 AI 的印象大多还停留在蛋白质结构预测工具,但底层逻辑早已被改写。随着长上下文架构打破 DNA 序列建模的计算瓶颈,算法第一次跨过了从图纸到实体的鸿沟,具备了直接生成可自我复制活体病毒的能力。

从分子预测到活体合成:全基因组生成的现实跨越

在当前生物大模型的分化版图中,工具的功能边界泾渭分明。DeepMind 的 AlphaFold 3 专注于分子 3D 结构预测,但其权重附带严格限制性非商业许可;Meta 衍生体系的 ESM3 针对小模型采取 MIT 许可,与 Salesforce 的 ProGen 同样聚焦于单一蛋白质序列的设计。而 Evo 2 走了一条截然不同的道路:它直接瞄准 DNA 全基因组序列的直接生成。

Evo 2 拥有 70 亿(7B)和 400 亿(40B)参数两个版本,支持高达 100 万碱基对的超长上下文窗口。由于 DNA 的四进制字符包含了非编码区、启动子、RNA 转录和蛋白质翻译的全部生命蓝图,模型通过吸收极长序列中的语法,学会了跨模态理解分子机制。这不再是设计一个单独的酶分子,而是统筹一个完整生命的运行代码。

这套体系在实验室里得到了验证。2026 年 8 月 6 日,Arc Institute 与斯坦福大学团队利用 Evo 模型全基因组设计噬菌体的研究在《Science》正刊发表。在测试的 285 个纯计算设计的序列中,有 16 个成功在实验室大肠杆菌宿主中合成了具备侵染活性的活体噬菌体病毒,部分合成物甚至成功克服了 3 株耐药大肠杆菌。

从算法设计到物理活体:Evo 噬菌体生成管线 1. 序列自回归 DNA 四进制字符 长程顺式调控 全基因组规划 2. 湿实验合成 商业 DNA 打印 酵母组装质粒 无细胞体系激活 3. 宿主侵染测试 大肠杆菌空斑 285 组候选验证 耐药菌株筛选 4. 活体诞生 16 株 具有自我繁殖能力 成功突破耐药株

虽然这 16 株存活噬菌体仍以天然已知的 ΦX174 噬菌体结构为引导模板,且细菌病毒与真正威胁人类的真核病原体之间存在巨大门槛,但它向整个行业砸下一块重石:无生命的算法权重,已经在实验室中直接导出了能够自我复制的物理活体。

脆弱的安全假象:数据净化防线为何被轻易击穿

Evo 2 选择了极为彻底的开源路线,将模型权重、训练代码与数据集全数公开。为了规避双重用途的生物安全风险,研发团队在预训练阶段专门进行了严格的数据净化,剔除了所有已知感染真核生物的危险病毒数据。

但这道被寄予厚望的护城河,在实测中表现得极为脆弱。

2025 年的一项独立预印本研究直接针对 Evo 2 的开源权重进行了攻击性测试。研究证实,研究人员仅利用少量的外部公开数据进行下游微调,就能有效恢复该模型原本被刻意抹除的真核生物病毒预测与生成能力。预训练阶段的数据过滤,并不能改变底层深度网络对基因序列语法的理解能力;一旦基础能力成熟,下游逆向补齐危险知识的成本极低。

开源权重剥夺了撤回机制,物理世界的灾难无法靠软件补丁瞬间回滚。

开源社区长期坚信的开放审查能带来更强安全,在生物领域遭遇了根本逻辑错位。软件开发中,白帽黑客发现网络漏洞后,厂商可以发布远程补丁全网热修复。然而生物武器的破坏力高度非对称,一个被微调生成的致命病原体一旦泄漏并在人群中扩散,现实世界根本没有一键回滚的操作空间。

红蓝对抗逻辑在不同领域的物理约束差异 网络空间对抗(数字闭环) · 攻击载体:数字代码、内存溢出 · 隔离机制:沙箱运行、防火墙拦截 · 修复成本:秒级热补丁、版本回滚 · 容错空间:允许在持续对抗中迭代 生物空间对抗(实体不可逆) · 攻击载体:活体病毒、致病毒素 · 扩散特征:气溶胶传播、自主变异繁殖 · 拦截难度:微调可绕过预训练数据过滤 · 容错空间:物理外溢不可撤销,代价无限大
  • 风险.权重开源使算法屏障退化为形式主义,一旦具备致病潜力的序列生成模型被扩散,攻击方只需极少算力微调即可抹平门槛。

5000 万美元的商业突围与最后的物理闸门

面对安全专家对全基因组开源的激烈声讨,Radical Numerics 拿出的解法是造出更庞大的防御系统。公司在 2026 年 6 月公布了具备 200 万 token 上下文的新模型 Omnii,并正与美国国家实验室试点进行高风险病原体检测。紧接着在 9 月,公司又发布了全计算流程的癌症疫苗管线。

但这种向商业靠拢的姿态难掩执行层面的断层。Radical Numerics 自身在公开发布中承认,基准测试的跑分表现并不等同于临床有效性。5000 万美元的早期注资虽然能解模型训练的燃眉之急,但在高毛利的药企管线开发与买单方极度单一的政府采购防御之间,初创团队随时面临现金流与技术伦理的双重拉扯。

关键指标:从基础模型走向物理管线 5000万 种子轮美元融资 100万 Evo 2 碱基上下文 200万 Omnii 防御模型窗口 16/285 设计转化存活活体

随着算法权重在互联网上的永久扩散,软件层面的围追堵截已经近乎失效。这迫使政府生物安全监管机构把防线后撤到物理合成端。计算机屏幕上的碱基序列要变成真正致病的活体病原体,必须通过基因合成公司将化学分子打印出来。

目前,美国国家实验室与商业 DNA 合成供应商正在测试由 AI 驱动的基因筛查卡口,试图将所有提交打印的订单置于算法的实时扫描之下。然而只要全球尚未形成铁板一块的硬件断路器标准,哪怕只有极少数无监管合成代工厂存在,这道最后的物理闸门就依然危机四伏。