专题 · FULL STORY

Evo 2 涌现上下文学习引热议，遭专家质疑

Brian Hie 团队发布预印本，称基因组语言模型 Evo 2 展现出训练时未预期的生成式上下文学习能力，可少样本设计基因组，引发广泛关注。随后斯坦福教授 Anshul Kundaje 提出技术质疑，认为简单模型同样能完成增强子设计任务，事件进入争论阶段。

2026-10-29 ~ 2026-10-30 · 2 集 · 16 条

第 1 集 · Evo 2 涌现生成式上下文学习，少样本即可设计基因组(2026-10-29,14 条)

Brian Hie 团队（Arc Institute/Asimov 系）发布预印本，报告基因组语言模型 Evo 2 出现训练时未预期的涌现能力：生成式上下文学习（ICL）。只需在提示中给出少量具有共同功能的序列，模型即可生成具有相似功能的新序列，无需任何微调，把基因组设计的门槛从数千基因组微调降到个位数示例，并展示了「基因组链式思维」的递归设计新范式。

已确认

  • 核心发现：给 Evo 2 输入少量示例序列作为提示，模型即可学会生成相似功能的新序列，是一种类似 LLM 的生成式 ICL；据 @garykbrixi 介绍，把少量相关序列拼接进提示后，模型似乎能自行学会对它们进行重组与突变的「算法」，跨蛋白质、RNA、全基因组层面均有效（m1、m3、m5）。
  • 噬菌体设计：发表于 Zenodo 的研究《Efficient biological design via genomic in-context learning》显示，此前用 Evo 2 设计噬菌体需在数千个基因组上微调，如今仅 4 个示例即可在多项任务中达到目的、无需微调即超越精调模型（m4、m9）。具体到 ΦX174 类基因组：在 prompt 中放 4-8 条天然基因组，52% 的设计通过正确性过滤，而微调模型只有 13%；生成 64 条新基因组库仅需 2.1 GPU 小时，算力约为以往方法的十分之一（m11、m12）。
  • 蛋白质设计：仅用 14 个样本的 lanmodulin 家族（可结合稀土金属）作提示，最高 15% 的生成通过 HMM、新颖性与多样性过滤，继续采样能获得越来越新颖的设计；rubisco 与高度多样的 anti-CRISPR 家族同样奏效（m7、m8）。
  • Cas9 系统：在 prompt 里放 4 条天然位点后，Evo 2 能生成包含 CRISPR array 在内的完整 Cas9 位点，而此前做出 EvoCas9 需在数万条位点上微调；算力省约 10 倍（m7、m12）。
  • 增强子设计：据 Brian Hie（m13），仅用几十个示例 prompt，Evo 2 无需额外训练即可设计出小鼠在体特异增强子，实现哺乳动物调控元件的少样本设计；相关工作附有论文、代码与 web app（m2）。
  • 抗体与噬菌体：LeoTZ03 转述称，少样本示例还可引导模型生成抗体序列与噬菌体基因组（m6）。
  • 基因组链式思维（CoT）：把筛选后的设计回填进提示可构造递归式「基因组链式思维」，帮助设计触及自然提示与微调都无法到达的序列空间区域；新基因组占比从 0.25% 提升到 2.9%，且预测的衣壳蛋白仍能像 ΦX174 一样折叠（m10）。

争议与质疑

  • 斯坦福教授 Anshul Kundaje（m14）质疑：为报告基因构建体设计短调控元件，未必需要 Evo 2 这类生成器，并表示愿意被说服；他认为更有意思的方向是用长上下文 Evo 2 生成器配合长上下文监督模型来设计完整基因组区域。

为什么重要

  • ICL 是训练时未预期的涌现现象，把 LLM 式的少样本学习范式带入基因组设计，显著降低了使用门槛（从数千基因组微调降至个位数示例）与算力成本。
  • 基因组 CoT 展示了一条递归扩展可达序列空间的路径，可能开启基因组建模与推理的新范式，这也是 Kundaje 等学者公开讨论的焦点（m2、m14）。

第 2 集 · 斯坦福教授质疑 EVO2：简单模型即可完成增强子设计(2026-10-30,2 条)

斯坦福计算生物学教授 Anshul Kundaje 在与 @garykbrixi 讨论 Evo 相关工作时提出技术质疑：与其用长上下文 EVO2 生成器配合长上下文监督模型来设计整个基因组域以调控基因表达，不如采用更简单的模型与方法来设计增强子、启动子等调控元件，即可达到同等甚至更好的效果。