全球AI制药全景图报告：从数据、算力、模型切入（26页）

行业报告下载 2025年10月07日 06:30 管理员

时点：AI 应用从构想到现实，多组学开发降本增效 1000 倍，首个 AI 重磅药破壳在即。（1）时间到：人类对 AI 的想法，始于 1950 年的图灵测试。随着 2016 年 DeepMind 的 Alphago 击败世界围棋冠军，到 2024 年 Hassabis 和 Jumper 因为 Alphafold2 蛋白质结构的成功预测获得诺贝尔化学奖，AI 制药的时代就已经开启。（2）质变在即：根据专注于投资颠覆性技术的 Ark Invest 发布的《Big Idea 2025》，生物医药领域正在发生着颠覆级的量变。多组学 AI 应用将带来医药领域的 1000 倍降本增效。创新药的超摩尔定律时代开启。（3）问题已解：AI 模型，黑箱已破。任何科学研究，包括创新药研发在内，不论是体外还是人体临床试验的可复制、可验证性都是极为重要的。欧盟《人工智能法案》将使那些依赖黑箱模型、缺乏可解释性的 AI 药物发现系统出局。而龙头 AI 药企已经走出概念验证。英矽智能，TNIK、ENPP1、PHD 同路径 3 次复现成功推进，AI 研发过程都在 Nature 杂志上详细披露。本质：算力云端接入、数据量质局限皆获破围、模型随时间增厚壁垒，创新研发回报率回升提速。（1）算力，是 AI 应用运行的前提。

全球科技巨头，包括亚马逊、谷歌、微软、阿里等，有充足的云端算力可供药企选择。而英伟达，2025 年 8 月 22 日推出 NVIDIA® Spectrum-XGS 以太网，这是一项跨规模技术，用于将分布式数据中心组合成统一的千兆级 AI 超级工厂。此举将再提升全球算力量级。（2）数据：从 DL（深度学习）到 FL（联邦学习），MNC （跨国巨头）强强联合，数据茧房被冲破。一方面，自从 2016 年谷歌推出了 FL 至今，该技术受到广泛关注。这种算法旨在建立更好的模型，并由多个方面驱动，包括在一组设备之间分散学习过程的好处（跨设备 FL）、访问广泛分布的知识（跨孤岛 FL）以及保护本地数据的隐私。另一方面，Apheris 这类企业以及英国政府等，都在整合跨界协作以突破 AI 驱动药物发现的数据局限。根据英国政府官网 2025 年 6 月 9 日的新闻发布，英国“OpenBind”联盟当日宣布，将利用突破性实验技术，生成全球最大的药物与蛋白质（人体的组成部分）相互作用数据集合。（3）模型是制胜关键。生成式 AI 药企，从假设到实现，构建随时间增长的领先模型壁垒是要点。当算力与数据不构成太大掣肘，模型开发迭代进化的效率与训练经验积累的先机就至关重要。与大药企合作 AI 研发过程中的数据与模型构建正反馈飞轮，就将成就目前领先企业的护城河。