生物版DeepSeek来袭！Radical Numerics获5000万融资，颠覆AI制药

type

status

date

slug

summary

什么是通用生物人工智能？打破单模态的生命系统解析

传统的 AI 制药公司大多采用“单模态”的技术路线。例如，谷歌旗下的 Isomorphic Labs 专注于蛋白质结构预测，而 Inceptive 等公司则深耕 RNA 领域。然而，生命是一个极其复杂的整体，蛋白质、RNA 和 DNA 之间存在着密不可分的相互作用。单模态模型就像是“盲人摸象”，无法从全局视角解析完整的生命系统。

Radical Numerics 的核心愿景是打造“通用生物人工智能”（General Biological Intelligence）。他们研发的 AI 模型能够直接学习 DNA、RNA、蛋白质等多模态生物数据。这种通用型大模型不仅在应用的广度和深度上远超目前的专用模型，更有望攻克罕见癌症早期诊断、人工病原体防御等传统专用模型无法解决的医学难题。

豪华全明星创始团队：从Evo 2到Omnii的跨越

Radical Numerics 的创始团队被业内称为“全明星阵容”。首席执行官 Eric Nguyen 是斯坦福大学生物工程与人工智能博士，曾在大模型巨头 Google DeepMind 实习。他是生成式基因组学（Generative Genomics）的开创者，并主导研发了目前全球最大的公开 AI 生物学模型 Evo 2。

Evo 2 拥有高达 400 亿的参数量，包含了 12.8 万个物种的 9.3 万亿个核苷酸，是目前全领域规模最大的开源 AI 项目之一。除了 Eric Nguyen，公司的另外三位联合创始人均来自麻省理工学院衍生企业 Liquid AI，他们将共同主导新一代 AI 模型架构的核心研发工作。

此外，该公司的科学顾问团队同样大牌云集，包括微软首席科学官 Eric Horvitz、合成生物学教父 George Church 教授，以及斯坦福大学的 AI 领域技术大牛 Chris Ré。

技术王牌：Omnii与Evo 2如何重塑基因组大模型

在宣布融资的同时，Radical Numerics 团队还预告了其新一代基因组语言模型 Omnii。据悉，Omnii 在致病调控变异位点识别任务中，已经刷新了行业最优水平（SOTA）。

与前代模型相比，Omnii 具备强大的跨生物任务“零样本迁移”能力。这意味着模型在没有经过特定下游任务微调的情况下，就能直接理解并预测复杂的生物学行为。创始人 Eric Nguyen 自豪地表示，Omnii 是迄今为止最强大的基因组语言模型。他指出，此前 Evo 系列模型的落地应用进度未能达到预期，因此团队决定亲自下场创业，将这套前沿的 AGI 技术体系完整落地并推向产业化。

商业化路径与安全挑战：AI制药的“双刃剑”

在商业化方向上，Radical Numerics 已经达成了两项早期合作： 1. 胰腺癌等癌症的早期检测：利用其多模态生物 AI 模型，解析癌症患者的基因组变异。 2. 病原体识别与特征解析：与美国国家实验室合作，进行防范人工合成病原体等生物安全工作。

然而，通用生物 AI 的强大能力也带来了安全隐患。2025 年 9 月，斯坦福大学团队曾基于 Evo 的开源参数，设计出了全球首个完全由 AI 构建且具备生物活性的病毒。虽然该病毒对人类无害，但它证明了生物大模型可能会降低生物武器的研发门槛。

为了应对这一挑战，Radical Numerics 聘请了前美国国防部助理部长 Andrew Weber 担任顾问，并做出了一个重大决定：后续的新版本模型将不再默认开源。这一举措标志着生物大模型领域正在从“无条件开源”走向“安全受控开发”。

结语：通用生物AI的未来展望

Radical Numerics 的成立和巨额融资，预示着生物学正在加速数字化和 AI 化。从读写 DNA 到理解整个生命系统，通用生物人工智能（AGI）正在为人类攻克癌症、预防未知病毒提供全新的武器。尽管面临安全与伦理的考验，但大模型在生命科学领域的应用前景依然不可估量。

如果你对大模型、Prompt 提示词、OpenAI 以及最新的 AI资讯感兴趣，欢迎访问 AI门户，获取每日最新的 AI新闻与行业深度解析。