AI驱动科学创新：从制药到多领域的突破

AI赋能科学创新（AI for Science），简而言之，就是人工智能成为科学家的超级助手和洞察引擎。

2025年11月25日，谷歌DeepMind发布《AlphaFold：五年来的影响》，以蛋白质结构预测的革命性突破，为AI for Science的科学价值写下注脚。

大半个月后，12月18日，中国AI+机器人领军企业晶泰科技正式被纳入“港交所科技100指数”——这一动作不仅将其推至港股科技板块第一梯队，更标志着AI for Science从“技术概念”到“产业硬实力”的跨越，在国内有了具象的“标杆样本”。

作为AI制药与AI for Science双赛道的先行者，晶泰科技早已用实绩验证技术落地力：从作为“AI制药第一股”登陆港交所，再到拿下DoveTree近60亿美元超大订单、与礼来达成3.45亿美元合作等，每一步都在刷新从“AI加速科研”到“科研反哺产业”的速度。

不久前，在峰瑞资本2025年投资人年度峰会上，峰瑞资本合伙人马睿和晶泰科技联合创始人、首席创新官赖力鹏进行了一场深度对话，围绕AI for Science、技术创新与产业结合以及大模型在生物医药领域的应用，他们展开了探讨，为投资者与创业者拆解下一个十年的核心机会。

他们聊到的主要话题包括：

• AI制药已进入开花结果期，而AI for Science仍处在从0到1的阶段，如何将科技上的创新与产业真正融合？
• AI for Science发展的底层逻辑是什么？晶泰科技未来在业务方面有哪些布局调整？
• 大模型在生物医药领域的能力边界在哪里？哪些问题已被较好解决，哪些仍难以突破？
• AI+技术从制药向材料、能源等领域跨域迁移的核心难点是什么？落地关键在哪？

我们编辑了对谈的部分内容，希望能带来新的思考角度。本篇是「AI产业观察」系列内容之一，该系列将持续分享AI领域创业者的一手实践和思考观察。

01. AI制药进入开花结果期

马睿：我先开个场，聊聊我们怎么理解AI for Science。

第一个逻辑，AI制药已经到了一个开花结果期。三年前很多人质疑，说AI到底能不能做出来药？而到了今天再看，结果是毋庸置疑的。

以晶泰为例，2025年11月晶泰的全资子公司Ailux和全球顶尖药企礼来达成了一个3.45亿美元的AI大分子研发合作；2025年8月，晶泰和美国生物制药公司DoveTree宣布完成总订单规模近60亿美元的AI制药管线合作协议。

此外，AI制药公司英矽智能也已在港交所主板挂牌上市，它在特发性肺纤维化治疗（IPF）上用AI生成的小分子在II期临床获得了非常好的结果。

我们峰瑞早期投资的剂泰科技，其自研的MTS-004口崩片已达III期临床研究主要终点，成为国内首款完成III期临床的AI赋能制剂新药。

第二个逻辑，AI能否复制其在制药领域的成功，将其能力外溢到化学、材料、物理等其他领域？我们发现驱动这些科学底层创新的最大变量可能也是AI。

这是我们今天聊天的一个很重要的内容——beyond AI制药，我们未来五年还能不能捕捉到这类上市或者准上市企业？

第三个逻辑，既然AI制药已经到了开花结果的时期，AI for Science现在是一个从0到1的阶段，那我们能不能把这些科技上的创新和产业真正融合在一起？

其实“十五五”规划给出了答案，比如提出了未来十年要在量子科技、生物制造、脑机接口、具身智能、核聚变上要再造一个高科技产业。

所以其实我们今天想聊聊，AI for science的技术创新是不是能够把技术创新和产业创新最终结合在一起，发挥一个1到100的乘数效应？

赖力鹏博士：赖博是晶泰的联合创始人，也是首席创新官，他从day one开始就是三位创始人之一 ，然后陪伴晶泰一直走到上市。

目前他主要负责晶泰创新中心，基于晶泰的底层能力在多肽、基因及细胞治疗等更多领域推动从0到1的技术革新与转化。做了非常多AI+和AI for science的事情。晶泰内部在药物上有很多新的modality（药物形态），都是在赖博的负责下在往前推进。

02.在生物医药领域，大模型的市场前景与能力边界

马睿：接下来想聊一下模型。过去两年AI外溢到生物医药领域对模型产生了非常大的推进作用。比如将Transformer、Diffusion等 AI模型引入到生物医疗领域 ，对AlphaFold系列的进展来说功不可没。

赖力鹏：总的来说，我觉得AI或者大模型在生物医药领域里面的空间还非常大。回到刚才聊的问题，人对于微观世界的认知是非常局限的。所以 AI模型在过去十年主要在药物设计阶段发挥作用。包括小分子设计、蛋白质设计，2018年AlphaFold出现后，大家就相信AI在蛋白质这个生物自然语言领域能做得很好。

03.“那些失败的数据是有价值的”

马睿：对AI来说，最重要的是算力、算法和数据。数据这端，晶泰有很多机器人组成的 AI 自主实验平台能产生大量数据。

赖力鹏：我们其实一直也在想这件事情。工业 革命、技术革命所带来的新生产力的发展，往往源于生产资料的变化。AI领域的生产资料变化，其实从上世纪五六十年代机器学习被提出时就开始了。当时有一个大家都看到，事后看也正确的想法——那些失败的数据是有价值的。

04.打破共识，AI如何赋能药物研发？

马睿：想请赖博介绍下晶泰在制药上的实践。尤其是新的modality；如果能顺带讲讲AI怎么助力多肽、小核酸或RNA相关成药就更好了。

赖力鹏：这说到底还是要赚钱的事儿，AI最终得落地才行。比如我们用AI分析了几乎所有蛋白与蛋白、小分子与蛋白的相互作用。通过引入非天然氨基酸既保留了多肽药物的优势又吸收了小分子药物的优点。