近日，AI制药赛道陆续传来重磅消息。

6月16日，英矽智能宣布，已于近期完成E轮融资全部交割，本轮募资总额约1.23亿美元，将用于推动英矽智能在人工智能平台升级和药物研发管线创新方面的突破。

具体而言，部分资金将被用于完善英矽智能自主研发的人工智能模型和算法，同时升级和扩展其前沿自动化智能实验室，以进一步简化药物研发流程。与此同时，英矽智能将持续开展对自主研发和合作开发的药物管线的临床探索，加速在生物医药研发领域的突破性创新。

几乎同期，阿斯利康宣布与石药集团达成战略研究合作。根据协议，阿斯利康与石药集团同意为多个靶点发现和开发具有多种慢性疾病治疗潜力的临床前候选药物，包括一种用于免疫疾病的临床前小分子口服疗法。

一笔融资、一次合作的强强联手，生动描绘了AI制药领域正迅速从技术验证阶段迈向商业化落地的关键转折。

对此，有券商医药行业分析师对21世纪经济报道记者表示，英矽智能的E轮融资与阿斯利康联合石药的战略合作，是AI制药领域进入深水区的重要信号。随着AI技术在制药行业的深入应用，资本持续流入AI制药领域，但投资者变得更加审慎，他们更加关注平台的实际效能和药物管线的临床转化潜力。巨头药企正积极采纳AI技术，视其为突破研发效率桎梏的关键工具，其合作模式正逐渐明朗。

“未来几年，随着更多AI驱动管线进入临床中后期并读出数据，行业的真实价值将迎来大考。那些能将尖端AI技术与深厚的生物医学洞见、强大的实验验证和临床开发能力深度结合的公司，最有可能在商业化浪潮中脱颖而出，真正重塑药物研发的未来图景。”该分析师说。

研发进程加速

人工智能工具正在改变药物研发模式，可以缩短从早期发现到明确候选药物的时间，降低成本。

万联证券分析指出，自第一批人工智能药物发现公司出现以来的十年左右，大部分行动都处于早期发现阶段，机器尚未能够取代实验室测试。近年来，跨国药企纷纷通过股权投资、管线授权及联合研发等途径，加快与AI制药企业的全面融合步伐。

根据智药局数据，2023年MNC在AI+药物研发领域达成超30项合作，已披露的总价值约100亿美元；2024年有至少23起大型药企与AI相关公司建立的合作或收购交易；另据即刻药数数据，2025年第一季度，至少有14家AI公司获得MNC药企融资或与MNC药企开展合作。

万联证券认为，药企愿意支付高额预付款，显示出AI生成分子的可信度正在显著提升，企业间的合作与风险共担机制正加速AI制药从“概念阶段”向“现金流阶段”的迈进。“技术升级+成本优势+资本压力”推动国产新药成跨国药企研发“加速器”。

目前，药物研发的传统流程包括药物发现、临床前研究、临床试验和上市销售等环节。随着药物研发数据的快速增长和数字化转型以及人工智能技术的飞速进步，AI在新药发现领域的应用愈发广泛，其展现出的优势也愈发显著。数据、算法和算力的发展，使得AI大规模进入药品研发领域成为可能。

特别是传统药物发现过程犹如大海捞针，成本高昂且周期漫长，AI技术（如靶点发现、分子生成、虚拟筛选、性质预测）在大幅缩短早期研发时间、降低试错成本、提高成功率方面展现出巨大潜力。诸如阿斯利康等行业巨头正积极寻求外部合作，尤其是在“早期、高风险、高投入”的临床研发阶段，他们正是看中了AI技术所能带来的“效率上的革命性提升”。

不过，AI制药产业的发展要想迎来高速成长阶段，少不了政策支持、资本投入以及创新机制的灵活性。谈及当前AI制药的投融资环境，英矽智能联合首席执行官、首席科学官任峰对21世纪经济报道记者表示，在当前资本市场环境下，特别是二级市场尚未完全传导至一级市场的情况下，完成如此大额融资，意味着以AI赋能药物研发管线的进度和对外合作的进展，获得了投资人的广泛认可，他们愿意提供资金支持以推动公司未来发展。本轮融资资金将主要投入两大方向：一是支持临床项目加速推进，包括在中国和美国同步开展的特发性肺纤维化项目。二是用于进一步扩大产能。一方面用于继续开发AI平台，实现持续更新、升级与迭代；另一方面，我们将投入更多资源拓展自研管线，以期在临床前或临床I期等早期阶段达成更多对外授权。

“我们目前的核心商业模式是推进自研项目，在AI与专家智慧共同推进至关键阶段后，对外授权给合作伙伴进行后续临床研究与商业化。”任峰介绍，一两年前，AI制药领域可能更聚焦于AI本身，因为当时AI正处风口浪尖。如今制药领域的热度逐渐攀升，AI固然仍受重视，但市场已非仅关注其技术本身，而是更关注药物管线布局与落地成果。

商业化路径需打通

当前，资本对AI制药企业的关注点已悄然转变，从早期的技术概念验证转向更为务实的方向，即管线推进效率、临床数据产出及平台实际赋能成效。

自2025年春节后，随着DeepSeek的横空出世，市场对AI技术的热情显著高涨。目前，国内不少传统制药企业正通过各种途径积极拥抱AI技术，希望能够借助这些先进技术或新的生产力，助力提升药物研发的效率。鉴于传统药物研发存在效率瓶颈，这已成为普遍共识。国内企业对AI技术的迫切需求已昭然若揭。

谈及AI制药的合作，任峰对记者介绍，今年，英矽智能与港股上市公司和铂医药达成了战略合作，结合和铂医药在抗体领域的数据和公司的AI算法，共同推进抗体药物的研发。同时，公司与迈威生物签订了战略合作协议，利用其在ADC（抗体药物偶联物）领域的专业知识和抗体资源，结合英矽智能的AI计算能力，赋能ADC药物研发。此外，与海正药业签订了合作协议，运用AI技术为海正药业开展创新药物研发。

“目前，我们还在与多家企业进行深入沟通，探讨潜在合作。”任峰指出，从今年开始，特别是国内企业对AI制药的热情高涨，国内传统药企在AI制药领域合作只增不减。

AI算法与药企在药物研发层面的合作也是AI制药技术商业化落地的主流路径之一。但，在此过程中也需要打通多重壁垒。前述分析师对记者指出，行业数据量是不够的。目前的人工智能技术在药物开发上已经起到很大的作用，但是成果不够多。

此外，尽管现在整个AI制药发展趋势，从单一的小分子，一直拓展到新兴的ADC、抗体药物、细胞治疗、基因治疗这些药物类型上是一大趋势。然而，很多时候这些尝试并不能单凭AI解决。要想将这条路走顺，需做到线上线下体系相结合，同时政府政策的配套支持也必不可少。此外，AI与制药的结合应以医疗价值为导向，思考如何真正对医疗结果产生积极影响，目前这仍是探索中的课题。上述分析师指出，尤其在医疗能力上，AI的运用仍处于起步阶段，有很长的路要走。

AI公司利用自身平台推进内部管线至一定阶段（如临床前或临床早期），再通过对外授权（License-out）或共同开发实现价值。这要求AI公司具备更强的生物学、医学转化和临床开发能力。阿斯利康与石药的合作无疑彰显了AI制药的必然趋势。

从当前市场环境审视，跨国制药公司频繁合作，大型药企凭借其资金雄厚、临床开发能力强以及商业化渠道广泛的优势，将继续在合作格局中占据主导地位。AI公司需要明确定位，是成为颠覆者还是赋能者，并据此构建可持续的商业模式。

对于目前本土与跨国合作趋势，任峰认为，很可能是受到了“专利悬崖”风险的驱动，跨国药企需要更多的项目来填补由此产生的收入空白。一旦“专利悬崖”到期，仿制药的兴起可能会对他们的收益造成影响，这就需要有后续项目来补充。

为何选择在中国投资？原因在于中国项目质量的持续提升。中国项目数量众多，覆盖领域广泛，且项目质量相比以往有了显著提升，这吸引了众多大型跨国企业竞相投资。此外，许多项目已经发展到了关键阶段。任峰指出，随着这股“出海”热潮的兴起，投资者逐渐认识到中国生物医药领域的巨大潜力，从而形成了一个良性循环。

目前，高质量、结构化、规模化的生物医药数据是AI的“燃料”，资本市场对生物医药领域给予了特别的关注，推动该领域竞争加速。