2026年AACR年会在圣地亚哥召开，中国创新药受关注，AI驱动新药研发成焦点之一。今年3月，英矽智能与礼来达成最高27.5亿美元AI制药合作，刷新全球AI制药早期管线授权纪录。英矽智能创始人称中国效率优势突出，适合药物验证。公司还发布基础模型训练框架，牵手大模型厂商，未来计划走出制药圈子，探索新材料、农业等领域的可能性。
2026年4月17日至22日，美国癌症研究协会（AACR）年会在圣地亚哥召开，在这场全球肿瘤学领域的顶级盛会上，中国创新药再度迎来“高光时刻”，与往年不同的是，由AI驱动的新药研发备受瞩目；而在国内，截至4月20日上午，AI制药公司英矽智能今年以来股价已大涨超80%。
2014年，在美国成立英矽智能的亚历克斯·扎沃隆科夫（Alex Zhavoronkov）想不到自己会在5年后，把公司落户在1万多公里之外的上海；他也想不到12年后的某天，自己的邮箱会挤满跨国药企的合作邀约，但在今年3月30日，这一幕发生了。
3月29日，英矽智能宣布与全球制药龙头礼来达成一项AI制药合作，以最高27.5亿美元的交易总额，刷新了全球AI制药早期管线授权纪录——而由于合同金额巨大，这一交易还触发了美国联邦贸易委员会的反垄断审查，外界盛传公司很可能被礼来收购。
尽管收购的相关消息是谣言，可上述事项让AI制药的热度再度翻滚。与2021年的行业爆发不同，药企对“AI打破制药‘十年十亿美元’限制”的信心有所折损，但跨国药企疯狂砸钱，仍让这一赛道闪耀着神秘的光环。
近日，亚历克斯在接受《每日经济新闻》记者采访时表示，选择“以中国为中心”的发展战略是自己创业以来做出的重要决定之一。
跨国药企的邀约信突然涌进邮箱
在与礼来合作的消息官宣10小时后，亚历克斯突然发现自己的邮箱App不断冒出小红点：好几家国际大药企发来邮件，都表达了非常明确的合作意向。
在此之前，英矽智能已经是AI制药行业启动跨国合作的领头羊，也是中国最早跟海外大药企签订战略合作的企业之一，比如2022年与赛诺菲签署战略合作，以12亿美元的总金额和2100多万美元的首付款，创下当时AI制药领域亚太区最高首付款纪录；另外，公司也是中国最早把自研管线BD（商务拓展）交易出去的，2023年实现了USP1项目对外授权，获得8000万美元首付款，该合作的总金额逾10亿美元。
但这并不意味着跨国药企会排队上门来找合作。AI制药作为近年来的新兴事物，跨国药企高层通常对新技术态度积极，但中层管理者普遍保守，对中国AI制药能力更是普遍持观望、怀疑态度，不愿轻易试水。
亚历克斯感觉，与礼来的这一单，很有希望打开全球药企对中国AI制药能力的信任闸门。一方面，礼来市值高近9000亿美元，是全球制药公司中当之无愧的巨无霸，其每一项重大决策都具有行业风向标的作用。
另一方面，自2024年10月礼来宣布任命托马斯·福斯（Thomas J. Fuchs）为公司首任首席人工智能官以来，公司内部的AI团队能力断层式领先，但仍愿意砸下总额最高27.5亿美元和外部公司合作，这本身是极强的背书。
“我与礼来的计算机设计与自动化平台负责人Jiye Shi博士认识有10年了，也知道在全球药企中，礼来团队的AI能力是断层式领先。”亚历克斯告诉记者，很多人认为英矽智能和跨国药企的AI团队是竞争关系，但据团队观察，一家药企的AI团队越是领先，就越愿意和专业的AI制药公司进行合作，寻求互补。这是因为大药企的AI强在数据、场景、临床，而英矽智能的优势在生成算法、分子创造、快速验证。
英矽智能创始人兼CEO亚历克斯·扎沃隆科夫（Alex Zhavoronkov）
图片来源：受访者供图
软件用来交朋友，管线用来赚大钱
大药企对AI制药保持谨慎态度，并非没有缘由。
医药行业素有“双十定律”的说法：一款新药从研发到上市，通常需要耗时十年、耗资十亿美元。根据德勤的研究，如果计入失败临床成本，全球TOP药企将一款新药成功推向市场的平均成本已从2010年的11.88亿美元增加到2022年的22.84亿美元。
研发成本飙升、开发难度加大、临床失败率居高不下，让跨国药企不得不寻找新的破局路径。2021年，随着AlphaFold2发布、首个AI设计的分子进入临床，AI制药被视作新药研发的“最优解”，资本与药企纷纷涌入。
但热潮之下，现实很快显现。随着越来越多由AI主导的新药进入临床阶段，试验失败案例接连出现，AI“降本增效、降低风险”的光环逐渐褪色。与此同时，大量公司盲目追逐大模型热潮，却始终没有跑通可持续的商业模式。
“每六个月甚至更短的时间内，AI技术就会迭代，现在有很多公司不遗余力地去开发一些基础大模型，但这些基础大模型每隔六个月就会被淘汰，所以他们需要不断从市场中去募资，一旦资金流断了，业务模式就不可持续，我们要做的是要维持可持续的发展。”亚历克斯坦言，商业模式能否跑通，决定AI制药公司的生死。
根据年报，英矽智能2025年共实现收入5623.9万美元，业务模式包括药物发现、管线开发、软件解决方案及其他与非医药领域相关的发现业务。其中，收入占比87%的药物发现和管线开发贡献，指的是药物研发项目对外授权以及与大型药企进行战略合作，从首付款、里程碑付款等获得收入。
英矽智能2025年收入构成
图片来源：公司年报
英矽智能联合CEO兼首席科学官任峰是亚历克斯在中国的重要合伙人，他对《每日经济新闻》记者解释，当前AI制药行业主要有三种商业模式，包括向药企出售软件平台的SaaS模式、提供研发服务的AI+CRO模式，以及自研管线并通过授权变现的AI+Biotech模式。在他看来，前两种模式收入天花板明显，更适合作为合作入口“用来交朋友”，真正能支撑公司持续成长的还是自研管线的价值变现，即“靠管线赚大钱”。
“我们不是在淘金潮里卖水的，而是卖铲子的人。到最后阶段，我们更想亲自挖金矿，而不只是卖铲子。”任峰表示，公司不会改变以AI+Biotech为主的定位，未来3到5年BD仍将是公司主要收入来源。
美国是第一大市场，但中国更适合扎根
据《每日经济新闻》记者统计，自2025年底登陆港股市场以来，英矽智能一共宣布了2笔跨国药企披露金额的合作和4笔国内药企披露金额的合作，其中跨国合作单笔金额为8.88亿美元到27.5亿美元；国内合作则集中在数千万美元至1.2亿美元区间，金额差距明显。
根据年报，美国市场是英矽智能的第一收入来源，在来自集团客户合约的收入中，美国收入占比达到56.14%；中国市场收入1859.5万美元，占比仅为三分之一左右。据任峰透露，公司大部分客户来自海外。
“我们收到了很多国内药企的合作需求，但价格一般谈不上去。”据任峰观察，出于文化习惯，不同于海外药企倾向与外部AI制药公司合作，国内药企更愿意自建团队推动自身AI药物研发能力的发展，要把这些东西把握在自己手里。
在亚历克斯看来，公司2019年落户上海并组建药物研发团队，是自己创业以来做的最正确的决定，公司因此获得了高效验证的能力，“AI让我们有能力创造出具有高价值的药物，但这些药物往往需要大量的实验进行验证，在全球没有第二个像中国这么适合的地方，让我们去做这一件事情了”。
亚历克斯坦言，美国AI制药行业的优势是资本雄厚，资金集中在谷歌、微软、Meta等科技巨头手中，可投入算力与基础设施建设；中国的短板在于早期资本投入有限，但眼下资金正加速流入AI制药领域，而且突出的效率优势是其他国家难以匹敌的。
亚历克斯举了个例子，目前团队开发一个模型需要约6个月，但验证其有效性需要6年——这正是理论人工智能与实用人工智能之间的脱节。但在中国，团队可以快速合成分子、进行分子测试、开展小鼠实验、猴子实验，甚至推进人类临床试验。目前，全球越来越多的新药源自中国，中国的基础设施、政府支持以及人才资源，有助于公司开展大规模实验来获取数据，帮助团队进行药物验证，这是英矽智能选择深耕中国市场、并实施以中国为中心的发展战略的核心原因。
牵手大模型厂商，计划走出制药的圈子
在博鳌亚洲论坛一个分论坛现场，中国国际商会副主席张少刚引用了一位在华跨国企业高管的比喻——“中国正成为全球企业的健身房”。
实际上，英矽智能并非唯一看重中国产业优势的企业。近年来，中国借助工程化优势和成本优势成为全球创新药的创新源头。微软、亚马逊、甲骨文、Meta等海外科技巨头以及阿里、腾讯等国内企业，也均在布局AI制药相关领域，但整体仍处于早期探索阶段。
这无疑会加剧AI制药领域的竞争，但亚历克斯很兴奋，“设想一下，将来大家在电脑上用着自己最喜欢的一个AI供应商的大语言模型，通过对话的方式就可以做新药创新和研发，这会是一件多么美妙的事情”。
于是，英矽智能在今年1月发布了一个基础模型训练框架MMAI Gym，直接目标受众是大模型厂商，药企是最终的应用方。亚历克斯告诉记者，他认为这一平台的重要性未来甚至会超过公司已有的一体化人工智能药物研发平台Pharma.AI。
而且，大模型厂商是普及AI制药认知的关键入口。当前，不少药企内部AI能力薄弱，对行业生态缺乏了解，决策依赖通用大模型给出的信息。MMAI Gym的价值，在于让更多大模型具备药物研发基础能力，进而扩大行业整体应用空间。
但亚历克斯强调，即便行业门槛降低，工程化验证能力依然是重要的壁垒。AI可以生成分子结构，但无法替代合成、实验、安全性评价与临床验证的全链条流程，这如同火箭发射，任何环节缺失都难以走向最终落地。
亚历克斯认为，真正具备竞争力的AI制药平台，必须同时具备AI技术能力与药物发现能力。公司开放MMAI Gym并非让利，而是通过大规模用户使用反馈迭代模型，再依托中国的基础设施、人才与产业链优势完成实验验证，形成“模型迭代—数据验证—效率提升”的闭环。
值得注意的是，英矽智能目前最关注的仍然是临床前候选药物，这一市场的竞争非常激烈，且将愈发激烈。亚历克斯透露，公司有意走出制药的圈子，探索更多行业的可能性。具体来说，分子生成、性能预测、分子对接等技术，可复用在新材料、农业、半导体、储能、抗衰老等领域，跨场景数据反过来又能提升制药模型的精度。
亚历克斯预计，未来AI在材料科学的应用规模，甚至可能超过制药领域。
（免责声明：文章内容和数据仅供参考，不构成投资建议。投资者据此操作，风险自担。）
记者|林姿辰
编辑|陈柯名 魏官红 杜恒峰
校对|程鹏
亿鑫优配提示：文章来自网络，不代表本站观点。
