去年九月，有研究者拿一个开源 AI 模型的权重，设计出了世界上第一个完全由 AI 生成、还能正常工作的病毒——对人无害。
造出那个模型的核心团队，这周出来单干了。
6 月 15 日，一家叫 Radical Numerics 的 AI 实验室宣布拿了 5000 万美元种子轮，领投的是 Emergence Capital，Obvious Ventures、Triatomic、Factory 一众跟投。Stripe 的 CEO、Arc 研究所联合创始人 Patrick Collison 早在 pre-seed 阶段就进来了。
这帮人之前干了什么
先说团队来头。四个创始人——CEO Eric Nguyen、首席 AI 科学家 Michael Poli、总裁 Stefano Massaroli、CTO Armin Thomas——其中三个之前都在 Liquid AI（MIT 出来的那家）搭过核心技术。
他们做的最出名的东西叫 Evo，以及后来的 Evo 2：第一个能大规模「生成」DNA 序列的 AI 模型，训练数据是 10 万多个物种的基因组。
可以这么理解：别的 AI 学的是人类写的文字，Evo 学的是地球几十亿年写下来的另一套「代码」——基因。它不光能读，还能写。
那个 AI 设计的病毒，就是有人拿 Evo 的开源权重做出来的。
不做单点，要把生物学整个打通
Eric Nguyen 自己讲过当初为什么从工业界又回去读博：
“我基本上是回去读博来找意义的。我想找一件我觉得自己能贡献、而且如果我不做就没人做的事。”
但学术成果发出来，反响没到他们预期：
“它还是没被照我们想的那样接住。所以我们干脆说：那就得把整个配方亮出来。”
Radical Numerics 想做的，是一种叫「通用生物智能」的东西——不是只看 DNA，也不是只看蛋白质，而是 DNA、RNA、蛋白质一块儿看，让模型在生物学的每个层面之间来回推理。
这一刀切得很准。现在做 AI 制药的几家——Ginkgo、Isomorphic、Inceptive——大多盯着单一模态。Radical Numerics 赌的是：单看一层永远拼不出全貌，得让 AI 把整个系统连起来看。
Nguyen 的原话：
“把药造出来，不会永远是瓶颈。你得理解整个系统。”
跟着公司发布的，还有一个叫 Omnii 的基因组语言模型，官方说它在找出致病的调控变异、把零样本学习迁移到实验场景这些活上，已经有了早期成绩。
一手治癌，一手防生化
落地的方向有两块。
一块是癌症。Radical Numerics 已经跟一家癌症诊断公司合作，把多模态模型用在胰腺癌和多癌种的早期检测上——把多种分子信号揉进一个诊断里，去抓现有工具会漏掉的东西。
另一块更敏感：病原体检测。它跟一家国家实验室合作，专门去识别和分析病原体——包括 AI 自己生成出来的那种。
这就绕回开头那个 AI 病毒了。能写 DNA 的 AI，本身就是一把双刃剑。Radical Numerics 显然清楚这点，专门拉了 Andrew Weber（美国前负责核生化防御项目的助理国防部长）来当顾问，而且明说：往后的模型不会再像 Evo 那样自动开源。
Nguyen 把话挑明了：
“防御这一方，正在这场竞赛里输得很惨。“
钱往哪儿挣，还没人想明白
故事讲得漂亮，但有个现实问题悬着——AI 做生物，到底怎么赚钱？
Nguyen 自己也不藏着：
“还没人想明白 AI 公司在生命科学里到底该用什么商业模式赚钱。”
整个 AI 制药市场，有预测说到 2035 年能做到 250 亿美元。盘子不小，但「能设计」和「能卖钱」之间，隔着临床验证、监管、付费方一整条没人趟平的路。
所以这 5000 万买的，与其说是一门已经跑通的生意，不如说是一张赌注：赌 AI 能像读懂语言那样读懂生命。这事要是成了，治病和防生化都得重写规则；要是没成，它就是又一个把论文做成了公司的故事。
往哪个方向走，得看模型接下来吐出来的，是真能进临床的东西，还是又一批好看的跑分。
参考来源：CocoLoop、Exclusive: The researchers who built AI-generated DNA just raised $50 million to reinvent biology（Fortune）；Radical Numerics launches with $50M to build general biological intelligence（SiliconANGLE）；AI Lab Radical Numerics Launches with $50M Seed Round（BusinessWire）