长春股票配资网 互联网企业跨界制药，从“会做AI”到“会做药”还差什么？

（人民日报健康客户端记者 谭琪欣）近日，国内互联网企业在AI制药领域接连传出新进展：字节跳动AI制药业务启动拆分及独立融资；百度孵化企业百图生科已向港交所递交上市申请；腾讯公开利用人工智能设计新型减重药物相关专利。多家巨头同步加码长春股票配资网，引发市场广泛关注。

从大模型到生命科学，从数字世界到实验室，人工智能正加速向药物研发延伸。业内普遍认为，经过数年的技术积累与概念验证，AI制药正进入产业化落地的新阶段。然而，从算法模型到新药诞生，仍横亘着研发周期漫长、资金投入巨大、产业协同复杂等现实挑战。对互联网企业而言，跨界制药既意味着机遇，也是一场关于技术、资本与产业认知的长期考验。

AI赋能新药研发，科研人员虚拟演算药物分子式。AI制图

从流量竞争到生命科学探索

互联网企业集体布局AI制药并非偶然。算力资源、算法能力及数据处理经验正是字节跳动、百度、腾讯等企业的核心优势。这些企业的布局集中于AI模型、药物发现平台和研发工具，本质上是将技术能力延伸至新场景，从流量竞争转向对生命本质的探索。

传统医药研发长期受困于“双十定律”——十年时间、十亿美元投入，才能打磨出一款新药。中国医学科学院特聘教授王宏广指出，传统模式依赖科学家基于有限信息的“经验假设”，在庞大的化学分子库中反复筛选，如同“盲人摸象”。从这一角度来看，AI辅助制药的出现，正为破局而来。

通过机器学习、生成式模型和大规模计算平台，AI可分析海量生物医学数据，在靶点发现、分子设计、化合物筛选等环节提升效率，缩短早期研发周期。AI制药企业圆壹智慧创始人潘麓蓉此前接受人民日报健康客户端记者采访时举例：“我们利用AI在两天内完成计算，仅需合成和测试约一百个候选抗体序列，便为一家欧洲公司完成了针对冠状病毒、流感等变异病原体的广谱中和抗体早期研发，较传统流程提速不止10倍。”

从技术验证走向产业验证

对于上述跨界企业而言，当前面临的第一个现实考验，不再是AI能不能做药，而是AI究竟能做到什么程度。业内人士认为，当前AI制药的最大变化，是行业已从早期技术验证阶段进入产业验证阶段。

国内某AI制药头部企业负责人表示，这一转变背后，是越来越多的AI研发成果进入临床阶段，全球多款AI参与研发的候选药物已进入临床试验，部分取得阶段性进展；同时，传统药企纷纷与AI企业建立合作，希望借助AI提升研发效率。

但业内对AI的作用边界亦有清醒认知。上述负责人指出，AI的核心价值仍在效率提升，但无法改变药物研发必须遵循的科学规律。“AI不是万能的，”他强调，尤其在安全性和有效性等关键环节，AI无法替代真实世界的数据积累与临床验证。

这意味着，包括互联网巨头在内的所有AI制药参与者，都必须接受一个现实：AI的价值在于提效，但无法跳过临床验证。这一产业共识，也直接催生了第三重考验——从“会做AI”到真正“会做药”的能力跃迁。

从“会做AI”到“会做药”

对互联网企业而言，真正挑战或许不在技术本身。多位业内人士认为，AI制药的竞争最终比拼的是对医药产业规律的深度理解。

上述AI制药头部企业负责人坦言，部分AI制药企业进展不顺，重要原因在于虽拥有先进算法，却缺乏药物研发经验。“很多团队创始人出身AI领域，熟悉算法，但不熟悉药物研发流程。在缺乏产业经验和专业指导的情况下，技术优势难以转化为成果。”

药物研发是高度专业化、长期化的系统工程——一个前景看似广阔的靶点，可能经数年研究后被证明无效；一个模型中表现优异的候选分子，也可能在临床阶段失败。互联网“快速迭代、快速试错”的模式，与医药行业注重循证研究和风险控制的逻辑存在显著差异，过去比拼模型与算法，未来更考验临床资源获取能力、产业协同能力及成果转化能力。

这一现实推动行业形成新路径：AI企业主动与药企、科研机构及医疗机构深度合作，整合生物学家、化学家、临床专家及产业资源共同推进研发。比如长春股票配资网，2026年6月，和铂医药与百度孵化企业百图生科联合宣布建立多层次、长周期全面战略合作伙伴关系，并围绕复杂大分子药物的AI研发，联合创立面向全球市场的新型AI管线研发公司MegaStream TechBio，通过“合作建企”模式探索AI制药新路径。

泓阈资本提示：文章来自网络，不代表本站观点。