7月初，明星人工智能（AI）企业Anthropic发布了面向科学家和制药企业的专属AI产品Claude Science，并宣布将启动自主药物研发项目，在AI制药领域投下一枚“重磅炸弹”。
紧接着，国内AI制药企业英矽智能宣布，与日本制药巨头武田制药达成全球战略合作协议，交易总金额最高可达6亿美元。7月8日，英矽智能还宣布，其全球首款由AI研发的创新药Rentosertib已启动III期临床试验。
越来越多的迹象表明，AI制药正迎来关键一跃，不再仅仅是实验室里的“概念”，而是已经拥有了实际的“兑现价值”。在这个前沿产业中，中国企业自身独特的优势正得以大展身手。
图片来源：AI生成
从“概念”到“商业”：AI制药出海加速
英矽智能是2026年AI制药出海最活跃的代表。
今年以来，英矽智能已经先后与施维雅（8.88亿美元）、礼来（27.5亿美元）、SK生物制药（25亿美元）、武田制药（6亿美元）达成重大合作，四笔合作金额累计潜在总价值近70亿美元。
不仅仅是英矽智能，AI制药领域合作正呈现“多点开花”态势。
6月30日，剂泰科技与美国Boulevard Bio签署16亿美元合作协议，授予其三特异性TCE项目MTS-128的全球权益，创下中国临床前TCE项目单笔海外授权金额新纪录。7月2日，石药集团与阿斯利康签署siRNA药物合作协议，总金额达17.7亿美元。AI药企晶泰控股目前已与全球前20大药企中的17家建立了长期合作关系。
上海市卫生和健康发展研究中心主任金春林接受证券时报记者采访时表示，当前AI制药的技术验证临界点已至，截至上半年末，全球已有170余条AI设计或优化的药物管线进入临床，十余款冲刺III期临床，AI制药已进入“人体试验”硬考核阶段。同时，合作模式上，也从项目制升级为框架性战略绑定，大药企对AI的态度从“试水”转向“基础设施化”。当前，全球前20大药企绝大部分已与AI企业建立合作，AI制药布局问题已从“要不要”变成“跟谁合作、怎么跑得更快”。
正如金春林所提及，当下AI制药领域的交易，已不再局限于单一管线授权或软件使用，更多是围绕选定靶点开展联合研发。例如，英矽智能与武田的合作覆盖多个指定分子疾病领域，与礼来的合作采用“管线独家授权+联合研发”双重模式——MNC采购的不再是一个分子，而是持续产出创新资产的能力体系。
针对AI制药出海活跃的现象，多家机构普遍认为，AI制药正从“概念”走向“商业”，从“辅助工具”走向“核心生产力”。
高盛研究报告指出，AI可以将药物上市时间缩短约20%到25%，将研发过程缩短约3年，有望将整体开发成本降低约25%至30%。摩熵咨询认为，付费与复购是商业验证分水岭，管线推进与交易兑现是平台能力资产化的重要信号。
科技巨头加紧入局：能否改变行业格局？
作为AI与医药领域的结合，AI制药不再是传统医药企业的专属赛道，正迎来全球科技巨头的入局。
今年4月，亚马逊推出专为生命科学设计的AI智能体，聚焦早期药物发现，将候选药物从计算筛选到实验室测试的流程缩短至数周。6月，英伟达正式发布面向科学工作流的BioNeMo智能体工具包，将生命科学打造为全新平台赛道。同月，OpenAI发布LifeSciBench基准测试，专门评估AI模型在药物发现领域的表现。
Anthropic今年4月斥资近4亿美元收购AI生物技术创业公司Coefficient Bio，并于6月末发布产品Claude Science。谷歌孵化的AI制药公司Isomorphic Labs也于7月宣布，旗下由AI设计的药物准备启动首次人体试验。
科技巨头的纷纷入局，是否会带来行业变革？在慧药咨询创始人魏利军看来，随着AI模型的持续迭代，创新药研发的技术壁垒与初始资金门槛正不断下移，呈现出“平权化”的现象。普通AI模型在通读文献后即可完成me-too/better（同类相似或更优）类药物的优化迭代，使得“无科学家的公司也能布局创新药”成为可能。
金春林则认为，AI将带来创新药研发的“部分平权”，AI确实在一些环节显著降低了门槛，但也存在一些局限性，主要是在临床阶段——AI无法改变药物临床试验到新药上市之间平均10年研发周期和10亿美元的时间与资本投入。另外，AI模型的训练和使用也需要投入巨额的资金。
魏利军进一步指出，在原创性靶点的发现上，科技巨头也面临着数据瓶颈，AI建模需要海量高质量数据，而科技公司普遍缺乏药物研发的数据积累。
成都先导相关负责人在接受证券时报记者采访时表示，医药工业长期探索利用AI提升药物研发效率和成功率，覆盖靶点研究、药物分子设计和优化、临床试验设计和结果预测等领域，但还没有产出特别显著的“质变”成果。当前，行业正处于跨越“临床转化鸿沟”的关键进程之中，但尚未完全实现。其中的核心堵点在于，AI目前还无法为药物研发带来系统化、规模化、高概率的可预测结果。
该负责人强调，AI制药发展的核心要素之一是数据，经过海量实战验证的高质量稀缺数据资产，正是成都先导等生物医药垂直领域企业的重要护城河。单纯依靠AI技术，目前在药物发现领域还未达到系统化的可靠度，成功率并不明确。
全球赛道同台竞技：中国差异化优势在哪
在这轮AI制药竞速的节点上，英矽智能、晶泰控股、成都先导等中国企业，正以不落人后的姿态，与海外科技巨头、跨国药企同台竞技。
成都先导相关负责人表示，该公司“DEL+AI”平台能够为未知结构的靶点产生海量数据，以已有上千个靶点的“化合物-靶点”相互作用数据作为训练参照，通过干湿实验结合，实现更精准的化合物活性预测和优化，找到更具成药潜力的药物“种子”。目前，成都先导DEL筛选的成功率（重合成后获得功能性分子）可达约80%。
英矽智能不仅在上半年斩获了近70亿美元的重磅合作，还实实在在地将一款AI研发的创新药Rentosertib推进到了III期临床试验，这项试验将由北京协和医院徐作军教授、中国工程院院士钟南山等知名专家牵头参与研究。
“据我所知，在AI药物发现领域，还没有其他公司将针对全新靶点设计全新分子的药物推进到III期临床，Rentosertib的推进将为整个行业树立重大里程碑。”英矽智能CEO Alex Zhavoronko表示。
据英矽智能介绍，传统早期药物发现通常需2.5年至4年，而英矽智能将项目从立项推进至临床前候选化合物提名阶段平均仅需18个月。自2021年以来，英矽智能已提名31个临床前候选化合物，其中13个已获得新药临床试验批件。
在金春林看来，中国企业之所以在AI制药领域取得了较为突出的进展，得益于多项核心优势：第一，中国有海量的临床场景与患者数据，拥有全球最大的患者群体和多样化的疾病谱，这为AI训练提供了绝佳的数据富矿。第二是工程师红利与算力成本优势，中国的AI算法人才储备、完善的AI基础设施以及低算力成本，为国内AI制药企业提供了低成本和高效率的优势。第三是完整的产业链生态，中国拥有全球领先的CXO产业集群，AI制药企业可以快速对接，享受从分子合成到临床研究全生命周期的服务。
金春林还谈及中国在该领域的短板，包括底层算法原创性不足、高质量标准化数据稀缺等，他特别强调，AI制药是典型的交叉学科，既懂AI算法，又懂生物医药的复合型高端人才极为稀缺，已经成为AI制药发展的瓶颈。
升富策略提示：文章来自网络，不代表本站观点。
