AI都能造病毒了，宇树咋定价？

今年8月，斯坦福大学与Arc研究所的科学家用AI软件Evo造出了16种能杀死耐药大肠杆菌的活病毒——这是人工智能第一次成功"制作"出有机生物体。一个月后，宇树科技以219倍发行市盈率登陆科创板。一边是AI能力边界被推进生命科学腹地，一边是资本市场给机器人的远期想象力提前定价。能力狂奔、定价飘忽、监管迟到，三件事正在同时发生，而它们的交叉点，才是具身智能产业真正要回答的问题。

🦠 AI的第一件生物作品，是个杀手

AI下笔的第一行生命代码，瞄准的是耐药菌。

场景并不科幻：科学家往溶液中的大肠杆菌里注入一些物质，没过多久，显微镜下的细胞壁爆破，细菌死了。杀死这个大肠杆菌的，不是什么新型抗生素，而是用人工智能软件Evo研发出来的噬菌体病毒。

数字摆在这里：今年8月，来自斯坦福大学和Arc研究所的科学家在AI生成的数千种基因组中，筛出其中16种——它们不仅具有生命力，还能吞噬耐药性大肠杆菌。负责研发的机构发布报告称，这项工作"为针对快速演变的病原体开发适应性强且具有韧性的噬菌体疗法指明了方向"，尤其是对付耐药菌。

把事件串起来看——

• 今年8月：斯坦福与Arc研究所在《Science》发表成果，AI生成基因组中16种存活并具备杀菌能力
• 今年早些时候：牛津大学、斯坦福大学、哥伦比亚大学等机构研究人员发出风险警告
• 9月中旬：Anthropic发布报告，称封禁了一批可能用于开发生物武器的Claude账户

产业逻辑很清晰：传统药物和噬菌体研发，靠的是"试错+筛选"，周期长、命中率低；生成式模型把这件事变成"设计—验证—迭代"的可编程流程，这是研发范式的切换。但能力外溢的另一面是风险敞口——生物模型可以设计新分子、预测蛋白质结构、理解基因突变影响，也可能被意想不到的组织用于危险目的，而全球层面目前缺乏对应的监管框架。这不是渲染恐慌，而是从业者必须纳入模型的系统性变量：能力曲线是指数的，监管曲线是线性的，中间的剪刀差就是风险。

🧬 DNA和文本之间，只差一个语料库

所谓基因大模型，本质是把ATCG当字母表来训练。

画面感很强：研究人员坐在电脑前，面对一个对话框，看起来跟普通人用的AI应用没什么区别。但它创造的不是文字或图像，而是基因。

原理上并不神秘。ChatGPT、Gemini这类工具能根据海量语料生成文字影像，那么把文字换成遗传密码，理论上就能生成新基因。DNA由一串核苷酸构成，排列方式就像一行文字中的字母——四个字母A、C、G、T组成"字母表"，一个基因由数百个核苷酸组成，序列编码了构建蛋白质和其他分子的指令。从病毒到人类，所有生命的基本指令都写在这套序列里，而且这套序列有自己的"语法"规则。

这个图式，做具身智能的人应该觉得眼熟。序列即语言，语言即可生成——这套范式从NLP迁移到生物序列，同样正在迁移到机器人动作序列上。VLA模型押注的，就是"把物理世界的动作也当成一种可生成的序列"。

由此得出一个对机器人行业相当要紧的判断：数据、算力、生成模型的组合正在通吃多个领域，范式外溢的速度，远快于产业配套——供应链、安全框架、监管规则——的建设速度。Evo证明了生成式设计连"生命"这种极端复杂系统都能work，那么问题就只剩下：它什么时候能在物理世界规模化兑现？而这个时间差，正是所有估值分歧的根源。

💰 同一个宇树，两本完全不同的账

资本市场算可能性，制造业算毛利，宇树卡在中间。

先看场景。宇树科技8月登陆科创板，发行市盈率高达219倍，上市首日盘中总市值一度冲到4449亿元，静态市盈率约700倍。尽管后续股价大幅回落，当前市值仍维持在2000多亿元区间。资本市场一片欢呼，制造业圈子却很是困惑——一位做了一辈子实业的广东企业家问得很直白：这凭什么？

硬数据摆在一起看就更扎眼：同属通用设备制造业，宇树科技一年营收仅十多亿元，利润不过两三亿元。资深制造业专家、汉宇集团董事长石华山认为，宇树的合理估值应该在700亿元左右——这个数字在制造业圈子里，已经算给得很慷慨了。

这套分歧并不新鲜。芯片行业估值高，因为芯片是数字时代的核心生产要素，如同工业时代的钢铁；互联网高估值来自规模复制——一个模式跑通，边际成本趋近于零。而机器人要撑起高估值，市场必须回答那个关键问题：机器人能否成为下一个时代的风口，像汽车产业一样成为几十万亿级的市场？如果十年之后机器人产业真的以市场速度狂奔，今天的高估值就是提前为未来定价；如果不能，那就是泡沫。有制造业投资人私下调侃：台上讲的是星辰大海，台下算的是毛利几个点——两拨人看的是同一家公司，读的却是两个物种。

⚖️ 剪刀差才是真风险，不是估值本身

能力侧一日千里，落地侧寸土必争，中间隔着供应链和监管。

把两件事并置，才能看清产业全貌。Evo证明的是：生成式设计在生命这种复杂度极高的系统上也能产出有效结果；宇树的219倍市盈率，本质是资本市场在为"生成式设计能否在物理世界规模化"提前买单。一个是能力已验证、落地刚起步，一个是落地在爬坡、定价已透支——具身智能行业的所有焦虑，几乎都浓缩在这个时间差里。

从供应链视角算账，是制造业研究者给出的解法：不看故事，看珠三角、长三角的供应链生态能不能把成本曲线压下来、把量产良率提上去。机器人估值兑现的三块试金石，其实很朴素：

1. 订单结构——是demo订单还是可复制的量产订单

2. 降本速度——核心零部件国产化与供应链成本曲线的斜率

3. 安全与监管框架——Evo事件已经说明，能力越强，监管成型的进度越是硬约束

据报道，Anthropic封禁相关Claude账户后，政界人士、研究人员及科技界领袖对AI设计病原体的潜在威胁表达了强烈顾虑——连生命科学领域都开始"补监管的课"，物理世界里要跟人共享空间的机器人，这一天只会更早到来。

对从业者的建议很务实：不必纠结宇树的市值短期涨跌，范式不会退潮，估值会波动。真正值得盯的，是能力兑换成订单的速度，和供应链把概念验证变成标准品的能力。风口上讲的都是终局，账本上写的都是当下。

🔧 小结

AI造出病毒与宇树219倍市盈率，是同一枚硬币的两面：生成式AI的能力外溢，已经跑到了产业配套前面。对具身智能行业而言，接下来两年比拼的不是谁的概念更性感，而是谁先把能力兑换成可复制的订单、可控的供应链，以及可被监管接受的安全边界。Evo告诉我们的最硬的道理只有一条：可生成、可验证、可迭代的范式一旦成立，剩下的全是工程问题——而工程问题，恰恰是中国供应链最擅长回答的部分。