新智元報道

編輯：桃子

【新智元導讀】o3病毒學能力擊敗了94%博士級專家，準確率高達43.8%。多家研究機構聯手，通過VCT測試揭示，頂尖LLM不僅能解決復雜實驗難題，直接拉低了生物武器制造門檻。

AI又來攻占生物學領域了。

來自SecureBio、Center for AI Safety等機構研究人員發現，o3病毒學能力已超越了94%病毒學專家。

他們開發了一項「毒學能力測試」（VCT），包含了322道多選題，涵蓋了文本、圖像，聚焦實驗室中實際操作復雜問題。

這些難題由57位病毒學家共同設計，模擬了現實實驗中，難以上網搜索解決的場景。

測試結果令人震驚：

o3準確率高達43.8%，Gemini 2.5 Pro為37.6%，要知道，博士級病毒學專家平均得分僅為22.1%。

與此同時，31頁技術報告已發布。這一發現確實令人振奮，但也敲響了警鐘。

論文共同作者Seth Donoughe直言，「這些驚人的結果讓人有些緊張」。

論文地址：https://www.virologytest.ai/vct_paper.pdf

這也是歷史上首次，幾乎任何人都可以訪問「AI病毒學專家」，將大幅降低制造生物武器門檻。

在最新ARC-AGI測試中，o3（medium）成績再創SOTA，而成本僅為1/20（每個任務1.5美元≈11元）

若不采取及時行動，屆時，AI或將成為毀滅文明的黑洞。

AI踢破病毒學門檻

一直以來，病毒學知識，通常被局限在一小群專業人士之中。

若想成為病毒學領域頂尖專家，需要多年的學術訓練、多次學位認證。

即便是公開，專業文獻中充斥著術語，也讓外行人望而卻步。然而，AI快速發展正打破這一壁壘。

此外，在涉及生物安全3級（BSL-3）病原體，比如SARS、炭疽、H5N1流感的實驗，均需要審批流程，包括設施認證、安全許可、專業培訓和持續的醫療監控。

正是這些高門檻，有效限制了掌握病毒學雙重= 用途（dual-use）知識的人群，降低了被誤用風險。

然而，AI加速發展正打破這一壁壘——不僅將這些專業技能帶給普通人，甚至可能為惡意的人提供便利。

o3準確率43.8%，超越人類專家

如前所述，最新研究中，多家機構聯手開發出VCT基準測試，專為評估頂尖LLM在病毒學領域實際操作能力。

57位病毒專家設計的322道多選題，靈感來源于自身實驗中遇到具體難題，并且僅通過簡單搜索，是無法獲得答案。

如下，是一個典型的VCT問題，描述了一個場景，并且只能通過視覺信息解決，最后從提供的7個答案陳述中確定哪些是正確的。

整個VCT基準測試，主要專注于實用、特定領域的病毒學知識，同時排除生物學各學科共有的基礎主題，以及明確雙重用途的內容。

如下圖所示，橫軸代表著濫用潛力的增加，縱軸表示知識抽象的水平（高度概念性到高度實用性）。

實驗中，研究團隊選取了一系列前沿模型參與VCT評估，包括來自OpenAI、谷歌、Anthropic多模態模型，以及純文本DeepSeek-R1和o3-mini模型。

結果顯示，大模型在濕實驗室（wet lab）中問題解決能力，已經超越了博士級病毒學家。

具體來說，GPT-4o的表現優于53%專家，Gemini 1.5 Pro超越67%專家，Claude Sonnet 3.5為75%，o1達到了89%。

更值得一提的是，o3在所有模型中最為亮眼，準確率位43.8%，擊敗了94%的人類專家。

除了GPT-4o，這些頂尖AI在專業領域的表現也超過了人類專家平均得分（22.1%）。

此外，研究人員還將模型與個別專家進行比較，然后在整個專家池中對模型排名。

如下圖B所示，所有模型得分均高于中位數人類專家，OpenAI的o3甚至超過了36位專家中的34位，在病毒學家中位列94%。

AI在STEM全面崛起

在AI專家Dan Hendrycks的一篇長文分析中稱，VCT的結果并非是孤立現象。

近年來，前沿LLM在數學、物理、生物科學等STEM學科中表現持續提升，尤其在生物科學領域進步尤為顯著。

比如，在「大規模殺傷性武器代理」（WMDP）測試中，o1得分高達87%，遠超人類專家60%基準。

還有其他測試，如ProtocolQA、BioLP-bench顯示，AI在生物實驗室協議的推理和故障排查能力上，接近甚至超過人類專家。

病毒學作為STEM的一部分，其知識體系對于AI來說并不例外。如果AI在其他學科已經達到博士級水平，那么在病毒學領域也是如此。

生物安全警鐘長鳴

問題在于，病毒學知識是雙重用途——一位博士級病毒學家既能推動醫學進步，也能制造生物武器。

生物武器的風險主要取決于三點：掌握技能的人數、制造武器的意圖，以及武器的潛在危害。

而現在，AI正迅速放大第一個因素。

Hendrycks警告，「如果這些能力被廣泛濫用，惡意者制造致命病原體的可能性，將增加多個數量級」。

「我們不能等到威脅完全顯現才開始行動，那樣已經太晚了」。

參考資料：

https://x.com/DanHendrycks/status/1914696657813561799

https://time.com/7279010/ai-virus-lab-biohazard-study/

https://www.ai-frontiers.org/articles/ais-are-disseminating-expert-level-virology-skills