手机斗牛房卡-
【央视新闻客户端】
-->
科技巨头正把AI制药从模型竞赛推向闭环竞赛 。近期 ，Anthropic 、字节跳动等加码AI制药领域 。
例如：Anthropic已在美国旧金山湾区建成湿实验室；字节跳动旗下AI制药公司Anew Labs（新生实验室）以独立公司身份完成首轮外部融资，规模达2.9亿美元；礼来旗下AI制药平台Lilly TuneLab牵手金斯瑞 、Twist、Ginkgo，完善AI成药性预测验证链条……
上海证券报记者采访多家AI制药上市公司高管及业内人士了解到 ，AI制药领域的竞争焦点正转向“谁能建设行业系统性基础设施 ” ，率先跑通“数据—模型—实验—再数据 ”的完整闭环。与之相伴，产业分工正从单打独斗走向生态竞合 。
从通用工具到实验室
巨头卡位系统性基础设施
以往科技巨头布局AI ，主打的是通用大模型能力；本轮入局AI制药 ，多家科技巨头注重从数字世界走向物理世界，将能力延伸到真实的实验闭环 。
这一判断在制药行业内部得到印证。晶泰控股联合创始人兼CEO马健表示 ，AI制药的门槛不仅在于模型：纯计算和预测领域的AIDD（人工智能药物设计）无法形成真正的知识沉淀 ，唯有构建“假设—检验”的工程化闭环，方能持续迭代出科学发现能力 。湿实验室正是这一闭环的物理承载体 。
从科技巨头角度来看 ，将自身能力延伸至药物研发实验室也是必然选择。沙利文中国高级合伙人兼董事总经理毛化认为 ，随着算力供给日趋充足 、大模型快速迭代，模型功能层面的差异正在缩窄 。科技公司要挖掘制药领域的竞争力 ，就需要抢占自动化实验入口 、专有数据资产和管线IP 。
在剂泰科技联合创始人、董事长兼CEO赖才达看来 ，Anthropic 、OpenAI 、英伟达及字节跳动等加码生命科学，意味着AI与生物学的结合正从单点工具走向系统性基础设施。
需求侧同样在变化 。据券商分析，大型药企正持续扩大AI在药物发现、临床前及研发流程中的应用 ，AI投入正从“尝鲜 ”变为研发预算的常规项 。供需双方的分工也渐趋清晰 ，科技公司出模型与算力，药企出场景与管线 ，实验能力则成为双方共同的补强方向。
不过 ，从能力升级到商业兑现仍有距离。沙利文中国医疗健康事业部高级咨询总监张辰阳认为，当前 ，大模型正从AI制药辅助预测 ，向自主提出假设、设计分子 、调用湿实验验证数据演进，但临床成功率 、研发周期与投资回报能否兑现 ，仍需时间验证 。
从模型竞赛到闭环竞赛
数据飞轮才是真壁垒
与上一轮AI制药热潮相比 ，本轮驱动力明显不同 。毛化称，本轮热潮是由基础模型、智能体 、多模态生物模型及早期管线数据共同推动。业内的关注点随之迁移：不只关注效率提升 ，更看重AI能否提高候选药物质量与临床成功概率 。
驱动力变了 ，评价标准也在变 。赖才达表示，AI可以更快地提出假设，但假设最终能否成立 ，仍需要真实实验 、动物研究、临床试验及长期的医学验证。因此 ，未来最重要的不是单纯增加算力，而是进一步建设连接AI与真实生物实验的基础设施 。
评价标准之变 ，也让竞争卡位转向真正的瓶颈 。张辰阳表示 ，高质量数据只是AI制药的表面瓶颈，实质瓶颈在于能否建立一套持续产生高质量数据 、驱动模型自主迭代的实验体系 ，尤其是标准化湿试验 、负结果数据以及“预测—实验—反馈 ”闭环。马健表示 ，AI制药行业真正稀缺的是“数据飞轮+工程化干湿实验闭环” 。
在英矽智能联合首席执行官、首席科学官任峰看来，独立AI制药公司的优势愈发清晰：自动化干湿试验闭环与高质量数据 ，加上经过验证的AI创新能力 、持续拓展的创新领域 ，以及深入基座的大模型训练平台 。
多位业内人士认为，行业竞争的关键正从单点AI工具 ，转向能否形成“数据—模型—?
