2026 年 1 月 13 日，英伟达与礼来联手投资 10 亿美元，在硅谷打造全球首个超规模 AI 药物研发实验室，计划部署上千颗 Blackwell 芯片，行业正式迈入产业化落地新阶段。
你可能会好奇：AI 如何参与制药全流程？产业链有哪些关键角色？
一文拆解核心逻辑，带你快速看懂行业运转脉络
上游：技术基石层
作为 AI 制药的 “最强大脑” 与 “数据燃料” 供给层，支撑全产业运转。
算力与算法
提供 AI 所需的顶级计算芯片、云服务及底层算法模型，是产业核心动力 —— 没有它们，AI 制药就如同没有发动机的汽车。例如百度文心大模型能精准理解分子结构，英伟达芯片则提供超强算力支撑。
国际代表：英伟达、谷歌（DeepMind）、微软（Azure AI）、亚马逊（AWS）
国内代表：华为云（盘古模型）、百度（文心生物计算大模型）、腾讯云、阿里云
生物数据与工具
产出并提供药物研发所需的 “生物密码”，包括基因数据、化合物库等，是 AI 学习的 “教科书”，数据质量直接决定 AI 研发的准确性。
数据库：蛋白质数据库（PDB）、基因表达汇编（GEO）、UniProt、ChEMBL
商业机构：药明康德（WuXiDDT/WuXi Testing）、华大基因、Illumina
中游：核心赋能层
AI 制药的核心战场，AI 在此真正参与 “药物设计”，主要分为四大类型：
平台赋能型（“卖软件 / 服务”）
模式：开发药物发现软件，以 SaaS 或授权形式服务药企。
国际代表：薛定谔（Schrödinger，化学模拟软件）、Recursion（表型筛选平台）
国内代表：晶泰科技（智能计算 + 自动化实验）、冰洲石生物科技、星药科技
管线驱动型（“自己做药的 AI 公司”）
模式：依托自研 AI 平台推进内部药物管线，聚焦临床成功目标。
国际代表：Exscientia、英矽智能（Insilico Medicine）、BenevolentAI
国内代表：未知君（微生物组 AI 制药）、华深智药、圆因科技
AI+CRO 型（“用 AI 武装的研发外包商”）
模式：在传统研发外包业务中整合 AI 技术，大幅提升筛选与设计效率。
国际代表：Charles River
国内代表：泓博医药、成都先导（DEL+AI）、维亚生物
跨界科技巨头（“科技界降维打击者”）
模式：凭借算法、算力与资金优势，直接切入制药领域布局。
国际代表：谷歌（Isomorphic Labs）、微软研究院
国内代表：字节跳动（ProteinAI）、百度（百图生科）、腾讯（云深智药）
下游：应用与价值实现层
技术落地的核心场景，也是产业价值的最终买单方。
传统制药巨头
代表：辉瑞、罗氏、默沙东、礼来、阿斯利康、恒瑞医药、石药集团
角色：AI 技术的主要合作方与应用者，通过合作或自建体系将 AI 融入研发全流程。
本土创新药企
代表：百济神州、信达生物、君实生物、荣昌生物
角色：灵活运用 AI 技术加速早期研发进程，寻求差异化创新突破。
产业化关键支撑
代表：药明康德、康龙化成、凯莱英、药明生物
角色：全球研发 “制造基石”，借助 AI 优化生产工艺，保障药物高效量产。
当前，AI 制药行业已跨越概念验证阶段，进入 “临床价值” 与 “商业回报” 双重验证期！首款完全由 AI 发现或主导设计的药物正逐步迈向市场，产业爆发临界点近在眼前。
热门跟贴