AI 寫出 70 萬份病毒基因組，16 個在實驗室"活了"：生成式生物學的里程碑與安全拷問
重點摘要
AI資訊AI新閒資訊正文AI 寫出 70 萬份病毒基因組，16 個在實驗室"活了"：生成式生物學的里程碑與安全拷問發布於AI新閒資訊時間 :Aug 7, 2026閱讀 :1分鐘斯坦福大學和 Arc Institute 的研究人員利用基因組語言模型 Evo 生成了約 70 萬份病毒基因組候選序列，從中篩選合成 285 份，最終 16 份在實驗室中變成了能夠複製、感染並殺死大腸桿菌的噬菌體。
史丹佛大學與 Arc Institute 研究團隊近日發表一項突破性成果，利用名為 Evo 的基因組語言模型，一口氣生成約 70 萬份病毒基因組候選序列，從中篩選並合成 285 份，最終有 16 份在實驗室中被證實能夠成功複製、感染並殺死大腸桿菌，成為具有活性的噬菌體。這項研究已於 8 月 6 日正式刊登在《科學》雜誌，標誌著生成式生物學從設計單一蛋白質或基因片段，正式跨入能夠從頭設計完整功能性病毒基因組的全新階段。 研究團隊指出，Evo 模型輸出的並非實體病毒，而是一串串由 A、T、C、G 組成的 DNA 序列。研究人員的工作是從這些序列中篩選出可行候選，委託合成後送入大腸桿菌進行驗證。實驗過程中，絕大多數序列在細菌體內沒有產生任何反應，但少數培養皿上出現了肉眼可見的透明斑點——這正是細菌被新生病毒裂解後留下的痕跡，證明 AI 設計的基因組確實能指導病毒組裝與複製。 為了確保流程可行，研究團隊選擇了噬菌體 Phi X-174 作為模板。Phi X-174 是一種僅感染細菌、基因組極短且研究歷史相當豐富的病毒，非常適合用來驗證從 AI 設計到實驗室驗證的整套流程。Evo 模型首先讀取了約 9 萬億個核苷酸作為基礎訓練，隨後再以約 1.5 萬個與 Phi X-174 親緣關係接近的微小病毒科基因組進行專門微調，讓模型能夠掌握這類病毒的核心序列特徵。 最終存活下來的 16 個病毒表現並非僅是「勉強運轉」。在後續的競爭實驗與裂解速度測試中，部分 AI 設計的噬菌體甚至超越了天然的 Phi X-174，顯示出更強的感染效率與複製能力。研究人員進一步將這些 AI 設計的噬菌體混合在一起進行傳代，觀察到病毒之間發生重組，僅經過 1 到 5 輪傳代，便成功突破了三種原本對 Phi X-174 具有耐受性的大腸桿菌菌株的防線。這項發現為噬菌體療法對抗多重耐藥細菌開闢了全新的可能性，未來或可藉由 AI 快速生成客製化噬菌體，針對特定細菌進行精準攻擊。 然而，這項研究成果也引發了關於生物安全的深刻討論。雖然研究團隊強調，所有實驗均在符合生物安全規範的實驗室中進行，且設計的病毒僅能感染大腸桿菌，對人類無害，但生成式生物學的進步同時意味著，AI 設計功能性病毒基因組的門檻正在大幅降低。研究人員坦言，「自然界沒有」並不等於「生物學上從未見過」，許多 AI 生成的序列雖然在自然演化中尚未出現，但其結構與功能可能與已知病毒相似，甚至可能被濫用於設計具有潛在危害的病原體。 目前學界與政策制定者正密切關注這一領域的發展。生成式生物學的里程碑不僅展示了 AI 在生命科學中的驚人潛力，也迫使科學界必須同步建立更嚴謹的審查機制與安全閥門。研究團隊在論文中也呼籲，未來這類 AI 模型應加入序列毒性檢測、合成委託管控以及實驗驗證的雙重審核，才能避免技術被誤用。而對於公眾而言，這項研究提醒我們，當 AI 能夠「寫出」活生生的病毒時，我們對其背後風險的認知與治理，也必須跟上創新的速度。
Related
相關文章
谷歌推出 WeatherNext 氣旋模型，AI 高精度預報颶風平均提前 24 小時
首頁 > 智能時代>人工智能 谷歌推出 WeatherNext 氣旋模型，AI 高精度預報颶風平均提前 24 小時 2026/8/7 14:11:01 來源：IT之家 作者：故淵 責編：故淵 評論： IT之家 8 月 7 日消息，谷歌 DeepMind 團隊昨日（8 月 7 日）發佈博文，宣佈推出 WeatherNext Cyclones 天氣預測模型，主要。
智元下架了首席科學家羅劍嵐
智元機器人官網合夥人團隊名單中已移除首席科學家羅劍嵐，其個人社群簡介也不再提及智元職務，疑似離職，但官方尚未證實。羅劍嵐於2025年4月加入智元，任職約1年4個月，期間主導真機強化學習與具身智能研究，此次人事變動發生在公司啟動赴港上市流程之後。
Show me《指環王》！卡帕西強推大模型評測新基準
前OpenAI研究科學家Andrej Karpathy提議以《指環王》作為AI模型評測基準，藉其複雜敘事與龐大世界觀檢驗長文本理解與邏輯推理能力，而非僅測試表面問答。此倡議引發社群討論，支持者認為能補足現有測試盲點，但反對者質疑文學作品標準答案難界定、評分易主觀。Karpathy尚未公布具體題庫或評分機制，該基準能否成為業界標準仍待觀察。
Jeff Dean 創業路演 PPT，驚現 34 位創始人，谷歌系人才佔領半壁江山
楊植麟也是 Jeff Dean PPT 中列出的谷歌系創始人名單中的一位。 作者丨高允毅 鄭佳美 編輯丨岑 峰 聚是一團火，散是滿天星，這句話用在谷歌當年的核心實驗室 Google Brain最合適不過。今早，谷歌傳奇人物，首席科學家兼 Google Brain 創始人之一 Jeff Dean官宣離職創業，作為谷歌老人，他已經加入谷歌工作 27 年。據 Jeff 深情回憶，當初谷歌才 25 人，如今已經發展到 19 萬多人，不僅成為全球技術創新的中心，還是全球 AI 人才的“黃埔軍校”。其中，Jeff 與吳恩達、Greg Corrado 當年著手創辦 Google Brain，迅速擴張到 1001 人，走出的頂級人才在如今的 AI 創業大潮中已自成一派，不少人成為了AI領域不同公司創始人。在 Jeff 的創業路演PPT中，這份名單得以曝光。不得不說，含金量高的驚人，比如Anthropic創始人Dario Amodei，SSI創始人Ilya Sutskever。能孕育如此驚人的創造力，得益於 Jeff 在 2016 年親自開創的 Brain Residency（谷歌大腦駐留計劃）。他打破了科技界“非頂級名校 AI 博士不可”的隱形門檻，破格錄取了大量毫無計算機、甚至毫無學術背景的“跨界異類”。因為隨著 AI 爆發，Jeff Dean 意識到傳統的學術培養速度太慢，於是，他重新劃定了人才篩選標準：1.極強的“量化思維與編程潛力”（Quantitative Aptitude）你不一定學過 AI，但你必須在某個需要高度邏輯、數學或編程的領域證明過自己。考核的不是你的 AI 論文數量，而是你解決複雜邏輯問題的底層思維。2.對人工智能的“狂熱與自驅力”（Passion for AI）團隊非常看重候選人是否在業餘時間自己折騰過開源項目、寫過小算法，或者在 GitHub 上有過活躍的貢獻。
黎曼動力攜手光輪智能與諾亦騰機器人，推進2026年百萬小時具身智能數據建設
圍繞 Riemann-1.0 具身世界動作模型與 Matrix-Game 3.5 交互式世界模型，黎曼動力將與兩家公司在高質量具身數據採集、模型訓練、規模化評測、真實機器人部署與反饋優化等方向展開深度協同，推進面向 2026 年的百萬小時具身智能數據建設。圍繞這一目標，黎曼動力計劃於 2026 年底完成 100 萬小時具身數據的採集與訓練，持續構建覆蓋數據、評測、模型迭代與真機部署的具身智能基礎設施。
00後天才少女官宣，已離開openAI加入腦機接口創企
智東西（公眾號：zhidxcom） 編譯 | 茄子 編輯 | 程茜 智東西8月6日消息，今天，前OpenAI研究員娜奧米·巴什坎斯基（Naomi Bashkansky）在X宣佈，她已在兩週前離開OpenAI，加入腦機接口初創公司Conduit並擔任創始研究員，參與訓練能夠以非侵入方式讀取人類思維的模型。