近日，一场震撼全球医药与科技界的“世纪合作”正式揭幕：全球市值最高的药企礼来（Eli Lilly） 与全球市值最高的科技公司英伟达（NVIDIA） ，宣布共建五年投入超10亿美元的联合实验室。这标志着AI制药的竞争，已从表面的“算法模型竞赛”，全面升级为围绕“数据产能”与“基础设施”的深层次、系统性的“军备竞赛”。对于正在奋力追赶的中国药企而言，这不仅是挑战，更 是“差异化” 战略的机遇窗口。

合作本质：从“买算力”到“建生态”

礼来与英伟达的携手，其深远意义远超一次技术采购或项目合作。其实质是双方共同投资建设下一代药物研发的“新基建”与“产能底座”。礼来投入的不仅是巨额资金，更是其逾百年研发历史中沉淀的、多维连续且高保真的私有数据金矿。这些数据与英伟达基于上千块B300 GPU构建的DGX SuperPOD超级算力相结合，目标直指打造一个“实验数据生成→AI模型训练→湿实验验证”的持续强化学习闭环。

这标志着竞争核心的根本迁移：未来的壁垒，将不再是某个单一算法的巧妙，而是 “高质量数据持续生产能力”与 “超算驱动的高效迭代速度” 的乘积。通过共建实验室，双方实质上是在共同定义AI制药时代的工作流、数据接口与模型标准。英伟达的BioNeMo等平台，有望成为行业的“基础模型操作系统”，而礼来作为深度参与者和标准共同制定者，将长期锁定生态顶端的战略优势。他们的共同愿景，是将药物发现从一门“基于经验的探索艺术”，转变为一个“可计算、可预测的工业化流程”。

全球AI制药进入爆发期，中国力量崭露头角

Pharma ONE药物研发大数据平台显示， AI制药的浪潮已从早期的“雷声大雨点小”，步入实质性项目批量涌现的“爆发前夜”。从近三年全球AI制药项目数的动态变化来看，2023年，市场尚在观望与试水，活跃项目寥寥。而到了2025年，活跃项目数飙升至50个，尽管终止项目也有所增加（28个），但活跃项目数已实现压倒性反超。这不仅意味着“更多项目在启动”，更意味着“更多项目成功活了下来并持续推进”。它标志着整个行业度过了最初的技术可行性验证期，正集体迈入 “规模化布局与临床验证” 的新阶段。资本与技术正在向这条赛道加速汇聚，行业的信心指数伴随项目存活率的提升而显著增强。

近三年全球AI制药项目数一览

来源：Pharma ONE药物研发大数据平台，中国医药工业信息中心

从参与这场竞赛的玩家来看，既有像 Deargen、Baobab AiBio这样以AI为核心驱动力的生物科技新贵，手握十余个研发项目，展现了颠覆者的锐气；也有 罗氏、赛诺菲等传统制药巨头积极入局，凭借其深厚的研发底蕴进行数智化转型。而在这一国际化的榜单中， 中国公司的名字密集出现，杭州德睿智药、苏州朗睿生物、科辉智药 等企业，其项目数量已与国际一线Biotech比肩，证明中国创新者不仅跟上了全球节奏，更在早期发现和管线构建环节，积累了令人瞩目的“项目资产” ，形成了第一波创新产出潮。

全球企业AI制药项目数（2021至今）

来源：Pharma ONE药物研发大数据平台，中国医药工业信息中心

项目数量只是“热闹”，能否产出真正的药物才是“门道”。Pharma ONE药物研发大数据平台显示，Gilgamesh 、Exscientia等公司的项目已进入临床Ⅰ/Ⅱ期，标志着AI设计的分子正成功穿越从计算机模拟到人体试验的“死亡之谷”。其中，中国公司希格生科的SIGX1094堪称里程碑式案例：它不仅是全球首款进入临床的针对弥漫性胃癌的AI驱动靶向药， 更是首个进入临床的FAK/SRC双靶点抑制剂， 并接连获得FDA孤儿药资格（ODD）、快速通道认定(FTD) 及盖伦奖提名（Prix Galien USA） 。

全球在研AI制药项目一览（部分）

来源：Pharma ONE药物研发大数据平台，中国医药工业信息中心

此外，以英矽智能和晶泰科技为代表的平台型企业，已成为国际巨头构建生态时不可或缺的伙伴。英矽智能与礼来达成超1亿美元合作，其AI设计的TNIK抑制剂在II期临床中取得积极数据并发表于Nature Medicine，成为全球首个完成临床概念验证的AI驱动药物。晶泰科技则获得礼来高达3.45亿美元的平台授权，其“量子物理+AI+自动化实验”创新技术平台，实现了"AI 预测- 机器人验证" 的研发闭环，为制药行业赋能。此外，中国正在形成 “AI Biotech（提供技术与管线）— 大型Pharma（提供资金与开发能力）— CXO（提供生产与实验支持）” 的协同创新模式，大型药企如恒瑞、石药等正通过投资与合作积极拥抱AI变革。

以上标志性成果的涌现深刻说明：一是行业整体已越过临界点，进入工业化探索的“快车道”；二是中国已成为全球AI制药研发版图中不可或缺的活跃极，在管线储备上不落下风；三是中国力量已不满足于参与，而是开始在临床突破上展现“定义未来”的潜力。量的积累正在催化质的飞跃，构成我们应对下一阶段“基础设施竞赛”最宝贵的底气。

中国AI制药的“三层短板”与“四重破局”

不可否认，中国AI制药产业也存在潜在短板。一是数据资产不足。中国药企普遍缺乏超百年研发历史所积累的、纵向贯穿多年的私有化、高质量数据。对公开数据库的依赖程度较高，这使得模型训练如同“在他人地基上建楼”，限制了源头创新和针对复杂疾病的突破。尚未普遍树立“将数据作为需主动投入、持续生产的战略产能”的核心理念。

二是算力生态仍以“应用为主”。中国药企目前多是云计算和算力的“深度应用方”，但在自主可控的底层算力基础设施（如专用超级计算集群）的规划、投入和运营规模上，与“共建实验室”的巨头模式存在量级上的差距。这可能导致在迭代效率和核心模型自主性上长期受制于人。

三是协同深度有待加强。虽然已有协同模式，但类似礼来与英伟达这种围绕“定义未来标准”的、资本与技术深度嵌套的同盟关系仍属罕见。产、学、研、算之间的壁垒仍需进一步打破，以形成更具战斗力的创新联合体。

短期内，中国药企的破局之路，在于围绕自身优势，锻造独特的“数据+算力”双引擎，构筑差异化生态位。 一是深耕“特色数据富矿”，变短板为长板。我们无需复制礼来的百年数据，但可以聚焦于 “中国特有”或“临床资源丰富”的疾病领域，如特定高发瘤种、中医药现代化、慢性病管理等，系统性、标准化地积累临床队列数据、真实世界数据和多组学数据。通过与顶尖医院、科研机构共建专病数据库，将中国的临床资源优势转化为高质量的数据资产优势。

二是创新算力利用模式，追求“性价比”与“专用性”。在追求尖端通用算力的同时，可以探索构建面向药物研发特定环节（如分子动力学模拟、虚拟筛选）的 “专用型算力集群” 。利用国产算力进步和灵活的云原生架构，打造高性价比、高效能的解决方案。同时，积极投入研发算法，以更优的算法效率弥补绝对算力规模的暂时差距。

三是强化“临床验证”能力，打造从AI到NDA的完整闭环。中国的优势在于庞大的患者群体、高效的临床执行能力和日益国际化的注册法规经验。应进一步强化 “AI设计-快速合成-高效临床验证” 的一体化能力。将AI产出的管线，通过中国速度推进到概念验证（POC）阶段，用扎实的临床数据证明价值，从而吸引全球合作与投资，形成良性循环。

四是构建开放协作的“小生态”。或许短期内难以诞生“礼来+英伟达”式的巨无霸联盟，但可以鼓励形成多个由领先药企、顶尖AI Biotech、算力提供商和CXO组成的、目标导向的“创新联合体”。通过共享资源、共担风险、共建标准，在特定技术路径或疾病领域形成突破。

中国医药“智造”，未来已来

礼来与英伟达的联盟，是AI制药工业化的一个里程碑，它宣告了 “数据与算力驱动研发”的时代已然来临。这对于中国药企而言，绝非简单的压力，更是一次战略觉醒的契机。

我们欣喜地看到，中国力量没有旁观，而是在全球AI制药的版图上，凭借敏捷的创新、特色的临床突破和活跃的资本，刻下了自己的坐标。前路挑战固然艰巨，但中国拥有全球最具活力的数字技术生态、最丰富的临床资源以及坚定不移的产业升级决心。

未来已来，唯“智”者胜。在这场重塑人类健康未来的“智造”革命中，中国药企从积极的“跟跑者”转变为在某些领域具备定义能力的“并跑者”乃至“领跑者”，并非遥不可及的梦想，而是必须抵达的彼岸。

对此您怎么看，欢迎在评论区留言分享。