OpenAI生物防御计划：4500万用于生物安全

29 5 月 2026

OpenAI 的 生物防御计划 标志着其迈出了远超聊天机器人的关键一步。该计划于 2026 年 5 月 29 日启动，旨在通过投资、提升对未来大流行病的准备度、AI 工具以及与机构和研究人员的对话来加强防护能力。

这并不是一项孤立的举措。在获得融资的初创公司、聚焦生物学的模型以及用于评估风险的内部框架之间，OpenAI 正在生物安全领域构建越来越清晰的存在感。

这一选择在技术范畴之外同样重要。OpenAI 由此进入了人工智能应用中最敏感的领域之一：既具有高工业潜力，又存在双重用途、监管压力以及来自各国政府日益增长的关注。

Summary

OpenAI 生物防御计划如何成形

OpenAI 生物防御计划诞生时就有一个明确目标：用 AI 提升大流行病防范能力。在实践中，这意味着要在同一时间在多个层面同时推进。

一方面，是用于检测或遏制生物威胁的 AI 工具。另一方面，则是外部参与者的介入，包括政府机构、非政府组织（NGO）和研究人员，他们已在 OpenAI 于 2025 年 7 月举办的生物防御峰会上聚集在一起。

这种技术加协调的双轨路径，显示出清晰的方向。OpenAI 与生物防御的交汇不仅体现在研究上，也体现在风险治理上。在生物领域，预防与创新同样重要。

如果顺着资金流向来看，这一战略就更加清晰。2025 年 11 月 13 日，OpenAI 领投了 Red Queen Bio 的 1500 万美元种子轮融资。

这家初创公司专注于缓解随着 AI 能力变得更易获取而可能出现的生物风险。这一点至关重要，因为它直接把生成式模型的进步与构建遏制和安全系统的必要性联系在一起。

几周前的 2025 年 10 月底，Valthos 以 3000 万美元融资走出隐身模式。这家公司致力于实时识别生物威胁，其方法被设计为针对病原体和生物武器的早期预警系统。

这两轮融资共同勾勒出一条清晰的产业论点。在短短几周内，4500 万美元被导入到两类互补细分领域的公司：

因此，OpenAI 生物防御计划并不像是单纯的安全形象工程。相反，它更像是在一个 AI 与生命科学开始直接重叠的领域进行的实质性投资。

OpenAI 于 2025 年 7 月组织的生物防御峰会又补上了一个关键拼图。政府机构、NGO 和研究人员的参与表明，该公司希望不仅仅作为模型开发者，还要在生物安全政策中扮演对话方的角色。

这一点在外界对 AI 在生物学领域双重用途潜力的关注不断升温时尤为重要。同样的技术既可以帮助预防威胁或加速研究，也可能在管控、访问和监控方面带来新的问题。

因此，参与生物安全政策也被纳入整体战略。这不仅关乎产品本身，也关乎信任、问责，以及证明 OpenAI 内部安全系统能够与其想要进入的行业标准相匹配的能力。

在已经被重点提及的工具中，有 Preparedness Framework——OpenAI 用来评估其模型生物学能力的防范框架。

这一机制会对这些能力进行分级，并在达到被视为高风险的阈值时施加更严格的防护措施。这是用 AI 评估生物风险的核心枢纽之一，因为它试图把安全从抽象原则转化为操作系统。

在这里，整个计划中最有意思的一个点浮现出来。在一个监管可能趋严的领域，率先建立内部控制体系可以成为竞争优势。这并不能消除所有问题，但为 OpenAI 与未来的监管约束进行对话提供了更坚实的基础。

在投资和框架之外，OpenAI 正在开发 GPT-Rosalind，这是一款聚焦生物学的模型。尽管细节仍然有限，但它的存在本身就表明，公司将生命科学视为下一代专业化 AI 的前沿之一。

这一名称致敬的是 Rosalind Franklin——她的 X 射线衍射研究工作对理解 DNA 结构至关重要。在 OpenAI 的产业叙事中，这一引用强化了这样一种构想：该平台希望越来越贴近前沿生物学研究。

这一转向同样具有重要影响。如果说通用模型展示了 AI 的广度，那么垂直模型则可能定义其深度。在生物领域，这种深度既可能转化为科学机遇，也可能带来新的责任。

从这一系列动作中可以清楚地看出，投资者对 AI 与生命科学交叉领域的兴趣正在迅速升温。Red Queen Bio 和 Valthos 并非简单的财务押注：它们是对一个可能在未来大流行病准备中变得愈发核心的细分领域的市场信号。

与此同时，监管变量的权重也在快速上升。随着各国政府逐渐意识到 AI 在生物学中的双重用途潜力，新限制可能会影响像 OpenAI 这样的公司在生命科学场景中分发最先进模型的方式。

在这一点上，OpenAI 启动的反生物风险计划可能会发挥决定性作用。如果它能将大流行病防范、AI、定向投资以及可信的安全体系结合起来，就能在这一最敏感的技术创新领域之一巩固自身地位。反之，如果监管的推进速度快于其证明可靠性的能力，生物防御就可能成为 AI 走出传统软件领域时最严峻的试金石。