Google DeepMind 推出 SynthID Bio：为 AI 设计的蛋白质打上隐形水印，代码与权重开源给研究社区

2026 年 9 月 30 日，Google DeepMind 在官方博客发布 SynthID Bio。这是一组专给“AI 生成的生物设计”用的水印方法。Google 之前给 AI 生成的文本、图片、音视频推出过 SynthID 水印系列，这次延续这个系列，把对象扩展到蛋白质。DeepMind 当天公开方法论文、开源代码和体外（in vitro）实验数据，模型权重也开放给研究社区。要注意，这是开放给研究界的工具，目前还没有放进任何商业产品。

水印怎么藏进蛋白质

SynthID Bio 针对两种输出，各有一套做法：

• 蛋白质序列：AI 挑选氨基酸时做细微调整，把签名藏在“选了哪个氨基酸”的统计规律里。
• 3D 结构预测：微调原子坐标，嵌入肉眼看不出、检测工具却验证得到的信号。

关键在于水印会不会影响蛋白质的功能。DeepMind 的实验室测试显示，加了水印的版本，在功能表现和天然多样性两方面，都和没加水印的版本相当。早期实验是和斯坦福大学 Hie 实验室、Arc Institute 合作，以噬菌体为对象做的。

要补的是生物安全漏洞

近年 AI 蛋白设计工具进步很快，开发新药和新酶的速度大幅提高。但也有人担心，这些工具会被用来设计毒素或改造病毒蛋白。过去一段序列是天然的还是 AI 设计的，很难分辨。SynthID Bio 设定的使用场景有：

• DNA 合成商：收到订单时，检查序列是否出自 AI 设计，作为筛查的一环。
• 公共数据库：PDB、UniProt、GenBank 等数据库可以标注哪些条目是 AI 设计的蛋白，让数据来源保持清晰。

这类水印通常要大多数设计工具都采用、各个检查点都能验证，才能发挥作用。只有一家公司自己用，防护效果有限。这可能也是 DeepMind 选择开源、不只用在自家工具的原因。有意合作的机构可以发邮件到 synthidbio@google.com 洽谈。

和之前的 SynthID 有什么不同

文本和图片的水印，主要解决“内容真假”和“版权来源”。蛋白质的水印则直接关系到现实世界的安全，因为设计出来的序列真的可以合成为分子。此外，生物设计特别要求功能完整不受影响，所以 DeepMind 这次拿出实验室数据，证明水印不会降低功能。至于水印能不能抵御故意修改序列、能不能成为行业标准，还要等研究社区后续检验。

对管理者的意义

这则新闻透露一个趋势：AI 产出的东西，正从屏幕上的内容走进实体供应链。AI 设计的材料、配方、零件规格越来越常见之后，“这东西是谁、用什么工具设计的”就会变成追溯信息，重要性和质量证书、原产地证明一样。制造业和负责检测、采购的管理者可以提前想一想：自家供应链里如果出现 AI 设计的物料，要用什么机制验证来源、留下记录？