夜雨聆风
2026 年 8 月，一篇论文让 AI 圈和生物圈同时兴奋起来。
如果你还以为 AI 在生物学里的天花板就是预测蛋白质结构，那你可能需要坐下来，喝口水，听我把这件事讲完。
《自然·医学》刚刚发表了一篇 Perspective，标题直接叫 《如何构建 AI 驱动的数字生物体》。它越过单个蛋白质模型和虚拟细胞的边界，试图搭建一整套从 DNA 到完整个体的多尺度系统，目标是在计算机里预测、模拟、最终编程生命本身。
▲ 原帖用三个层级概括论文：蛋白质模型、虚拟细胞，继而走向数字生物体。
三位作者，Le Song（宋乐）、Eran Segal、Eric Xing（邢波），同时挂着 GenBio AI 和阿联酋 MBZUAI 的身份。这阵容本身就是信号：学术界最激进的那批人，已经开始用创业公司的节奏来定义生物学未来十年的技术栈了。
从“猜形状”到“造生命”：一段陡峭的台阶
先讲一个所有人都该懂的事实
AlphaFold 确实了不起2021 年，DeepMind 那篇《Highly accurate protein structure prediction》发表在 Nature，将高精度蛋白质结构预测的计算时间压缩到秒级。它解决了一个问题：给定一条氨基酸序列，它在三维空间里怎么折叠？
但请注意，这只是“分子形状”这一个层面的胜利。
细胞里同时还发生着基因表达量的涨落、信号通路的开关、细胞与细胞之间的空间对话、组织微环境的重塑，以及个体层面的血糖、睡眠、衰老表型。这些不会自动从一个蛋白质的形状里推出来。
于是有了“虚拟细胞”2025 年，Bo Wang 团队在 Nature 发视角文章，主张用多模态基础模型做虚拟细胞的计算骨干，在 DNA、RNA、蛋白质、表观组、代谢组的跨组学数据上预训练，目标是在计算机里模拟“如果敲掉某个基因，细胞会怎样”。
▲ Nature 2025 视角文章：多模态基础模型支撑虚拟细胞，代表“细胞尺度”的并行主线。
而 AIDO 的野心，是把这一步再往上抬一层。
虚拟细胞仍然只盯着细胞AIDO 要的是整个生物体
AIDO 到底在说什么
按论文的定义，数字生物体是一组模块化的基础模型系统，用来模拟生命体内发生的生物学、生理学与临床事件。三个关键词：
模块化可连接整体性
具体的工程路线分三阶段，很清晰，也很冷酷：
第一阶段，分而治之 先给每种数据模态造一个合格的“零件”，DNA 模型、RNA 模型、蛋白质模型、结构分词器、单细胞模型。GenBio 已经开源了一批检查点：AIDO.DNA、AIDO.RNA、AIDO.Protein、AIDO.Cell，配套 ModelGenerator，在 Hugging Face 上可直接下载。
第二阶段，把点连起来 这是最见学术品味的部分作者提出用中心法则标记语言模型让序列信息流在 DNA、RNA、蛋白质之间迁移；用二维位置编码同时标注进化位置、染色体位置、网络位置和空间位置；再用可微计算图让各模块的向量表征可以双向流动梯度。
核心要求是：让各模块连成一个支持梯度双向流动的整体网络。
▲ AIDO 开源仓库：阶段一模型清单与 ModelGenerator 已经对外开放，早期生态建设的信号非常明确。
第三阶段，拼起来并对齐 把连接后的模块放进统一网络，用跨尺度基准任务联合适配，让高层的表型监督能回传到最底层的序列表示。论文把终点描述为“生物学世界模型”：给定状态、施加干预、展开反事实轨迹；也可以反过来，从目标表型搜索可能的干预。
这不就是生物版的“强化学习幻想世界”吗？你不需要先在真实细胞上试错，你可以在模型里先试一万次。
记者那根冷静的针：300+任务 ≠ 端到端
故事讲到这里，眼看就要飞起来了但有一条贯穿所有公开材料的冷静线，你必须看到。
记者 Peter Ottsjö 在连载里指出：AIDO 的多个组件已经在合计超过 300 项任务上评估，并在多尺度任务上表现较好。但这并不等于已经演示了“一次干预从分子贯通到组织再到个体”的完整闭环。
▲ 记者线程中关于世界模型与终局的段落：明确写出“300+ 任务组件测试 ≠ 完整端到端演示”。
这个区分太关键了组件强，不等于系统强就像你有最好的发动机、变速箱和轮胎，但把它们装成一辆车之后，能不能在真实赛道上跑完全程，是另一个问题。
而这个问题，恰恰是整个领域二十年来的老伤口。
先例摆在那里：Mycoplasma genitalium 全细胞模拟。用微分方程和随机过程把代谢、转录、翻译拼起来，原则上可行，实际上一头撞死在组合爆炸和参数校准上。AIDO 的方法论差异在于，不从头拼第一性原理，而是从大规模组学的表征学习起步，再嵌生物学结构约束。
先学一个“经验版的生物世界”，再试图让规律浮现出来。这条路能不能走通，没有人知道但路线图本身，已经足够让资本市场和科研基金同时抬起头来。
为什么这是“定义默认技术栈”的动作
财经视角最有意思的地方在于：这篇论文也承担着标准制定的意图。
作者明确希望复用大语言模型社区的模式：部分权重开源、统一数据格式与基准、持续版本迭代、产学研在数据，模型，假设，结果之间闭环协作。GitHub 仓库和 Hugging Face 检查点，就是这场标准的第一块铺路石。
谁定义了“什么算一个合格的数字生物体”，谁就掌握了下一轮融资、人才和数据的引力场。GenBio AI 已经明确选择这条路线。
▲ Eric Xing 把 AIDO 定位为“可动的经验理解”，强调用计算方式模拟自然与生命，超越书本智能。
再看邢波的表述：“把药物发现从缓慢、昂贵、临时试错的实验搜索，转向在学到的生物学世界里进行结构化导航。”翻译成商业语言，生物学要迎来它自己的“工业革命”。
那个类比是这样的：土木工程、核能、半导体，在动手之前都靠数字仿真迭代了成千上万次。而生物学呢？直到今天，大部分场合还停留在“湿实验试错”的手工业阶段。
AIDO 想做的，是把“先仿真、后实验”的工程习惯，第一次带进生命科学的底层工作流。
那些没有被回答的问题
但你要知道，这篇论文的野心之下，有几件事它没有说透。
第一，跨尺度误差放大当分子层面的预测有 5% 的偏差，穿过细胞、组织、个体三个层级之后，这个偏差会变成什么？作者承认可解释性、因果逻辑抽取与安全需要另文深挖，但“另文”两个字，盖不住这是整套路线图最脆弱的地基。
第二，数据燃料的争夺路线图明确绑定 UK Biobank、TCGA、Human Cell Atlas 等资源。没有这些数据，多尺度系统就是示意图。数据的所有权、访问权限与监管边界会成为核心瓶颈。
第三，具身性的哲学裂缝社区里已经有人在提醒：生物体是具身的，会把大量信息加工卸载到环境中，数字模拟中的关系并不等同。这一提醒直接关系到“数字生物体”能模拟的究竟是生命本身，还是一个被高度简化后的生命投影。
▲ 批评性回复：生物体是把处理卸载到环境中的具身主体，数字模拟中的关系并不等同。
结尾：一场已经开跑的马拉松
回到原帖里被纠正的措辞
有人回复 BioTender：“为什么还要说 ‘AlphaFold 或许只是开始’？它当然是开始”
▲ 社区回复：AlphaFold 之于数字生物学，可以用更确定的语气说是“开端”。
这句话背后的共识是：从 AlphaFold 到虚拟细胞再到 AIDO，每一个词汇的升级，都对应着一次范式在时间线上的真实位移。
而 2026 年 8 月的这个节点，AIDO 的 Perspective 把路线图摆上了桌面。组件测试超过 300 项任务，阶段一模型已开源，完整端到端尚未演示。
这是一个微妙的时刻：概念先行，生态启动，但王座还空着。
生物学的世界模型，很难靠一个团队在五年内做出来。但谁先把“不可想象”写成一条可执行的路线图，谁就拿到了定义这个时代的麦克风。
接下来的戏，比论文好看一百倍
