英矽智能2026 H1：打开AI制药新叙事|制药|实验|派格生物医药|英矽智能|靶点

这个夏天，“AI4S”这一串字母在中美两地资本市场突然爆火，背后是两条交织的新闻线：大模型公司加快把AI推向实验室，药企则开始用合作、授权和研发订单，为这场技术迁移付费。

7月，Google DeepMind把科学智能体带来的核心挑战概括为“验证瓶颈”。AI已经能够提出假设、设计实验、调用专业模型；同月，微软将Microsoft Discovery推向通用可用，并披露GSK正在利用这一智能体平台迭代药物发现流程。

制药作为整个“泛科学”领域里最受关注的应用场景之一。于是，AI制药又开始承接一整个AI4S大叙事下的产业资源、时间和注意力。

而无论是Twist的爆火，还是金斯瑞的密集接单，都指向同一件事，AI制药开始从模型参数真正走向真实的研发流程，去链接数据、计算、临床和决策，真正开始接入制药行业的真实环节中。

站在这个趋势之下，英矽智能刚刚正式交出来的2026 H1报告，也有了一层新的意义。

公司2026年上半年收入达到1.063亿美元，同比大增287.2%；净利润3554万美元，实现首次盈利，毛利率约90.3%。这些数字提供了一个相当鲜明的样本：AI4S如何从模型能力出发，进入药物发现和管线开发，再转化为合作订单与财务回报。

当AI能力真正嵌入全球制药体系

药物研发的难处，长期集中在早期阶段的高不确定性。

一个项目从找到潜在靶点，到拿出可以进入临床前研究的候选化合物，要经历一轮又一轮“设计、合成、测试、再设计”。传统路径中，研发团队经常需要合成和测试数千个分子，才能从大量候选中筛出一个可继续推进的化合物。时间与成本随着试错轮次不断累积，后续临床的风险和资金压力也会被一并放大。

英矽智能希望解决的，就是这段最消耗资源的研发过程。

公司披露，自2021年以来已提名33个临床前候选化合物，其中13个获得IND批准；从项目立项到PCC提名平均约需12至18个月，每个项目通常只需合成和测试60至200个分子。背后依托的是Pharma.AI对靶点、分子性质、合成路径和临床开发因素的连续判断，再配合实验反馈不断修正模型。

这套模式的意义，在于将AI从单点工具推进到研发组织的工作系统。

从Pharma.AI的能力分野来看，Biology42负责从多组学、文献和临床数据中寻找靶点线索；Chemistry42承担分子生成和优化；Medicine42尝试为临床研究设计提供预测和决策支持，Science42模块则支持基础研究和学术交流。各模块共享数据与实验反馈，形成从生物学问题到候选分子的连续工作流。

当这一流程用于内部项目时，英矽能够更快建立自研管线；当其输出给药企和生物科技公司时，平台能力又可以转化为药物发现合作、联合开发和管线授权。

这也解释了上半年高增长和高毛利并行出现的原因。

英矽预计2026年上半年毛利率约90.3%，收入主要来自管线开发、药物发现合作和授权相关项目。与按人天、实验批次收费的传统研发服务相比，这类收入对应的是算法能力、数据积累、项目经验和知识产权的集中输出。平台和资产一旦形成，新增项目无需按照同样比例增加实验室、设备和人员投入，收入增长对成本端的牵引相对有限。

更重要的是，高毛利带来更充足的研发再投入空间。英矽可以将合作回款继续投入内部管线、实验自动化和模型迭代，再以更丰富的候选资产吸引新的合作。

于是，这也给AI制药的商业逻辑带来了新的可能。

-02-

当BD热遇上AI

英矽2026年的BD进展，放在全球制药业的背景下看，分量会更清楚。

跨国药企正面临多重研发压力。一端是重磅品种的专利到期和产品组合更新，另一端是内部研发成本持续上升、早期项目淘汰率居高不下。也正因如此，外部合作最近两年成为全球药企管线战略的重要组成部分。

但AI制药公司进入这个体系，提供的是一种新的潜在产品供给方式：让MNC在更好发挥其“体系化”优势的同时，能有着和biotech一样的临床前开发的效率和灵活性。

2026年以来，英矽的合作名单快速拉长。

施维雅、礼来、SK生物制药、武田制药、齐鲁制药、康哲药业、衡泰生物等合作伙伴，覆盖欧美、日韩和中国市场，也涉及肿瘤、中枢神经系统、免疫、代谢等多个治疗领域。根据中期业绩报告，公司在期内。

其中，礼来合作最具代表性。

双方达成总潜在金额27.5亿美元的授权及全球研发合作，英矽有权获得1.15亿美元首付款。双方关系此前已从平台使用和早期研发合作逐步推进，在礼来以公司身份认购基石投资之后，如今进一步扩展至管线授权和联合研发。这说明英矽智能生成式AI优势已获得全球大型药企更深层的认可。

英矽的合作结构也在形成更长的价值链条。

首付款让候选资产在早期阶段获得资金支持；研发和注册里程碑对应项目持续推进；商业里程碑和特许权使用费则连接未来的市场回报。公司通过这些安排，将Pharma.AI的研发效率嵌入合作方的开发体系，并在项目不同阶段持续分享价值。

截至目前，全球收入前20大药企中的14家已与英矽智能达成合作。这个数字背后，是英矽从一家AI技术公司走向全球药物研发网络节点的过程。

平台提供发现能力和管线资产供给，自研项目提供真实世界验证案例，BD合作提供全球开发和商业化能力；三者结合，使英矽的AI研发成果拥有了更大的产业承接空间。

-03-

继续扩展：AI制药的多元化赋能

大额授权合作带来收入增长，平台业务则在拓宽英矽的长期空间。

毕竟，“软件化”的想象力在于边际成本能无限降低。英矽智能要做的是把多年积累的靶点发现、分子设计、临床预测和实验数据能力，拆解成药企、Biotech、科研机构都能接入的标准化产品与服务。

Pharma.AI覆盖Biology42、Chemistry42、Medicine42和Science42等模块，服务于靶点发现、分子设计、临床结果预测和科研协作。随着平台向外部客户开放，英矽的角色也在延伸：它既开发自身管线，也向药企和科研机构提供能够直接使用的研发工具与模型能力。

Science MMAI Gym是这一布局的重要载体。该框架覆盖超过1000项药物研发基准测试和约1200亿token的制药领域数据，目标是让通用大模型获得更强的药物发现与开发能力。英矽已围绕模型训练、评测和联合开发，与Liquid AI、Human Longevity、Google Cloud、腾讯健康等机构展开合作。

PandaClaw和LabClaw进一步把靶点筛选、实验规划、数据分析等任务整合进智能体工作流。对研发人员而言，AI的使用将更接近日常工作的一部分；对英矽而言，平台可以形成软件订阅、模型授权、云端调用、联合开发等更多交付方式。并且，客户在平台中积累的数据、实验反馈和项目经验，也会持续提升模型的行业适配度。

这让英矽的平台业务拥有比传统场景化的软件更宽的延展空间。

药物发现只是起点，平台能力还可进入生物药、材料、农业、营养和兽药等AI for Science场景。

更长远地看，英矽瞄准的是研发预算中与数据分析、靶点发现、分子设计、实验自动化和临床决策相关的部分。截至今年H1，公司软件这块收入达到269.7万美元，随着科学智能体逐步进入实验室，软件收入有机会从按模块订阅，走向按项目、按模型训练、按调用量和按联合开发成果收费，将成为公司另一套增长驱动。

-04-

Rentosertib背后的平台能力体现

不过，平台能力最终仍要通过药物推进成果来体现。

Rentosertib是英矽目前最重要的核心资产之一，也是公司AI嵌入制药体系的一道背书。

这款用于特发性肺纤维化的TNIK抑制剂已推进至中国III期临床。它从AI发现的靶点和分子起步，逐步走向关键临床阶段，集中体现了英矽在靶点选择、分子优化和研发推进上的能力。特发性肺纤维化存在明确的临床需求，现有治疗方案仍有改善空间。

Rentosertib后续的临床推进，将为英矽带来更有分量的研发成果，也有助于进一步巩固其在AI制药领域的领先位置。

除了Rentosertib，ISM8969、ISM6331、ISM5411等管线也在推进。英矽已在纤维化、肿瘤、炎症、神经系统疾病、疼痛及代谢疾病等领域形成较丰富的资产布局。

持续产出的管线，为公司后续的授权合作、联合开发和全球临床推进提供了更充足的储备。

结语：打开AI制药的新叙事