现状：数字端已经越线，湿实验端还没
技术上：为什么通用对齐方法在生物领域不好使
边界：哪些场景适用，哪些还不适用
对疾控和实验室意味着什么
参考资料
以上内容基于公开信息整理，仅作行业技术交流，不构成任何诊疗建议，所引数据均可在参考资料中核对。
AI 的生物风险，卡在数字与湿实验之间
一篇 biosecurity 综述指出，前沿模型在数字任务上已超过专家基线，但湿实验中的隐性知识和物理操作仍是硬门槛。风险管控因此不能只看模型能力，还要看谁在用、能不能拿到材料。
预约产品演示
想看看这些系统在真实业务里怎么跑？
我们可以结合贵单位的业务范围，针对疾病预防控制、实验室检验检测、传染病监测预警或智能化仓储等场景做一次在线演示，并就落地路径与实施方式给出具体建议。