【正文】

1、大模型端：科学大模型进入药企核心研发流程

市场关注大模型公司在医疗领域投入的方向和程度，9月以来进展包括：1）Claude Science接入MNC核心研发流程；2）Anthropic和Open AI等均在自建湿实验能力；3）大模型公司不仅在提升分子设计的能力，还在加深对于疾病生物学的研究。而国内企业在追逐模型能力的同时，也在构建细分领域积累独有数据的护城河。

1.1、海外：从“工具”到“智能体+湿实验”

Anthropic自建湿试验能力，凭借强大的数据处理与模式识别能力加速科研发现与成果转化的进程。2026年9月18日，Anthropic正式在旧金山湾区建立湿实验室并招募生物化学科学家，该项目旨在利用其大模型Claude指挥自动化机器人单元开展生物实验。此前Anthropic斥资约4亿美元收购自动化实验平台Coefficient Bio，发布了科学智能体控制标准MHS。9月22日，Anthropic发布Claude Opus 5.5的系统卡，在Denovo蛋白binder设计中，Opus 5.5得分82.6%。9月23日，Anthropic官网公布其生命科学研究组及实验室研究成果，约950个Claude智能体并行工作21小时，消耗约2.1亿个词元，先从近20万个逆转录酶中筛出约3500个候选系统，再聚焦20个重点对象，在人类研究者仅给出高层检索方向的情况下，自主发现一种此前未完整表征、存在于噬菌体中的酶系统，命名为阵列相关逆转录酶（ART）。

OpenAI通过领投生物安全初创公司Red Queen Bio，正式切入AI生物防御领域。2026年9月28日，《华尔街日报》报道，OpenAI投资的生物安全初创公司Red Queen Bio累计融资3600万美元（约2.4亿人民币），资金用于研发可对抗多种病毒的抗体药物，其中包括未来有可能由AI系统制造出的病毒。技术路线上，公司用AI设计能紧密结合病毒靶点的抗体，再培育细胞在实验室里生产和测试候选分子，结果回流模型继续迭代，形成设计与实验的闭环。落地节奏上，公司先从禽流感及其他流感病毒做起，2027 年启动首批临床试验，后续再扩展到冠状病毒、埃博拉类病毒和天花近亲。

Isomorphic Labs的药物设计引擎IsoDDE首次展示AI如何自主设计药物，仅花费2-4天可在10的60次方里找药。IsoDDE在低同源新靶点-配体组合上的精度较AlphaFold 3提升2倍以上、抗体CDR-H3建模成功率70%（AlphaFold 3为58%），2026年5月Isomorphic Labs完成21亿美元B轮融资,与Novartis、礼来、强生推进合作管线，内部管线聚焦肿瘤与免疫。9月29日，Isomorphic Labs首次公开AI自主设计药物的工程，IsoDDE以智能体形态自主运行2-4天，在化学空间中设计出了功能性分子，而作为对照的文献分子估计耗费了原作者3-5年的时间。

英伟达披露其蛋白质设计模型Proteina-Complexa模型的湿实验验证论文。2026年9月18日，英伟达官网上线了配套大规模湿实验验证论文，介绍了其湿实验的方法和过程：1）首先进行了历史上最大规模结合子基准测试，其湿实验验证主要完成了127个靶点、100万个设计任务的大规模AI设计+噬菌体展示高通量初筛，并对筛选得到的阳性hit做生物物理验证与结构解析；2）其次还针对PDGFR、Nipah病毒、肌萎缩受体（ActAIR）、激酶微型蛋白和肽、碳水化合物靶点进行验证。此前英伟达宣布与礼来五年最高10亿美元联合创新实验室、与默沙东共建KERMT基础模型。

苹果研究团队发布SimpleDesign AI蛋白质设计模型。苹果旗下的机器学习研究院发布了旗下首个AI蛋白质设计模型SimpleDesign的预印本，这是一款蛋白质序列与结构代码设计的联合模型，省去传统“先结构tokenizer再生成”的多阶段流程，在超过200万序列-结构对上训练，延续SimpleFold思路。

艾伯维、Astex、BMS、强生、武田联手训练出一个AI蛋白模型，打败开源版AlphaFold 3。2026年9月14日，Nature官网头条报道了一项来自AISB网络的成果：由艾伯维、Astex、BMS、强生、武田这5家药企组成的联盟，使用20167组私有蛋白质-配体结构数据，对开源版AlphaFold3—OpenFold3进行联邦学习微调，开发出AISB-1-Fed模型。结果表明：在1056组未参与训练的测试样本中，AISB模型高质量预测占比52.1%，公开版OpenFold3仅35.6%，开源竞品Boltz-2为40.9%。

1.2、国内：模型迭代与数据基建

英矽智能：2026年9月7日公司与单细胞/多组学企业墨卓生物达成战略合作，为Panda Omics与虚拟衰老细胞（VAC）平台规模化导入“AI-Ready”真实实验数据；9月24日公司预告Pharma.AI秋季更新（美东时间9月30日发布），核心是“智能体层（Agentic Layer）”崛起与MCP（模型上下文协议）全线部署，使自主智能体可直连其生物学、化学与大分子设计引擎；其MMAIGym训练框架已与LiquidAI（联合训练LFM2-2.6B-MMAI逆合成模型）、腾讯健康等达成合作。产出端，公司2026年前9个月提名9个PCC，自研与合作管线中顺利达成了8个临床里程碑，全球首个AI赋能的FIC候选药物Rentosertib（ISM001-055）已进入IPF适应症的III期临床。

晶泰科技：9月21日升级科学智能体平台XtalPiScience，开放80余项专有科学技能与工具、智能体接入机器人实验室，覆盖靶点调研、分子生成、逆合成路线预测、LC-MS谱图解析等环节；其已全球部署超300台AI机器人实验工站、建成逾5000平方米机器人实验室，累计开发超200个专业模型、服务全球300余家企业与科研机构。

华大智造+百图生科：2026年9月11日，双方围绕“设备+模型+智能体”联合构建专属细胞大模型—百图2680亿参数的xTrimo生命科学基础大模型已在300余个预测任务达到业界顶尖水平，双方将面向虚拟细胞（AIVC）与虚拟扰动搭建高质量数据基础设施；华大子公司涌生智能与上海人工智能实验室联合发布ProtoPilot（将实验意图拆解为可执行方案，非开放式问答任务准确率85.18%、超越专家水平）与BioLabBench（领域首个全流程Agent评测体系）

广药集团+华为：2026年9月17日，双方启动AI制药联合创新实验室，将联合行业头部生态伙伴，围绕小分子、抗体、核药、中药等方向开展AI创新研究；以昇腾、鲲鹏算力为底座，联合开展算子开发、算法优化，实现AI 药研智能体与模型在算力平台的落地部署。

2、药企端：通过自建和合作加速AIDD能力建设

MNC在AI的布局和合作类型可以分为三类：1）模型进入研发主流程，药企通过跟大模型公司合作提升研发效率，如诺和将Claude Science引入研发工作流；2）构建平台湿试验网络生态，药企提供自有临床数据集（重要的是阴性数据），共同迭代模型共享成果，如礼来推出协作式联邦AI/ML药物发现平台TuneLab；3）合作专业模型加速特定疾病领域或特定分子模态的开发。中国公司也从单纯的合作管线延申到平台数据的合作，药企也在加速AIDD能力的建设。

2.1、海外：生态型合作密集落地

诺和宣布与Anthropic合作，将Claude用于药物发现。2026年9月16日，诺和（Novo）与Anthropic宣布达成合作，双方将利用Anthropic的人工智能（AI）模型及Claude Science支持药物发现与研发。合作将针对诺和科学家和计算科学团队确定的关键药物发现挑战，共同开发针对特定科学问题及研发工作流程的解决方案，以支持生物学推理并推动新药发现和开发。作为合作的初步重点，诺和将测试Claude Science在特定研发工作流程中的应用，并优先探索双方能力结合有望产生较大影响的科学问题。诺和还将使用Anthropic的模型支持AI驱动的软件开发，以进一步扩大AI工具在公司内部的应用。

礼来一天达成3项AI制药相关合作，展现对高质量数据的需求。2026年9月16日，礼来签下Twist（抗体表征数据）、Ginkgo（小分子ADME与抗体成药性）、金斯瑞（蛋白表达、纯化与表征）三家，共同为Lilly TuneLab参与企业提供“AI预测→湿实验验证→数据回流”的闭环服务；TuneLab采用联邦学习模式，参与企业可以使用基于礼来数十年研发数据训练的AI预测模型，更快地完成候选分子筛选；作为交换，企业产生的实验数据通过联邦学习机制反馈至平台，用于持续优化模型，且无需共享原始专有数据。

艾伯维9月连签两单，深化AI在制药领域的应用。2026年9月22日，Abbvie宣布与AI制药公司Iambic开展多年期合作，使用Iambic的Enchant v3（多模态AI模型，负责同时分析药物研发中的多类数据）和NeuralPLexer（用于分子结构和相互作用预测）两项核心技术，在免疫、神经科学和肿瘤三大领域推进小分子药物发现。9月29日，AbbVie宣布与生命科学AI平台Valkai 达成合作，将AI引入临床开发。

罗氏布局自动化实验室，目标2030年推出20种新分子实体。2026年9月28日，罗氏在伦敦召开Pharma Day投资者日，宣布已开始建设自主AI实验室，并将在研发上追求“AI自主可控”。2025Q4–2026Q2，罗氏40%的管线决策有可追踪的AI/计算贡献，Q2单季达到44%。AI贡献进一步细分后，关键性贡献占41%，支持性占48%，参考性仅占10%。AI赋能下，罗氏目标III期临床试验的成功率从2025年的65%跃升至2026年底的80%以上。资金层面，罗氏计划将约20亿瑞士法郎（约合24.1亿美元）研发结余资金重新调配，投向研发项目与效能提升。公司目标到2030年，最多向市场推出20个新分子实体（NME），大多数药物的峰值销售额潜力超过30亿瑞郎。

Earendil Labs与基因泰克（罗氏旗下）达成双抗发现合作。2026年9月24日，Earendil Labs（华深智药海外公司）宣布与罗氏旗下基因泰克达成一项首付5000万美元、潜在总额超15亿美元的研究合作，双方将聚焦肿瘤学领域，共同发现并开发多个治疗性双特异性抗体项目。Earendil Labs是一家聚焦于应用下一代人工智能重塑蛋白质治疗发现的生物技术公司，开发了集成深度学习与高通量生物学的专有平台，结合了深度学习、生成性蛋白质工程、结构生物学与高通量实验验证技术，用于高效发现和优化新型抗体。

2.2、国内：交易清单继续拉长

英矽智能：2026年内已披露9项BD合作，潜在最大总合约价值约73亿美元，合作方覆盖礼来、施维雅、武田、SK生物制药、齐鲁制药、康哲药业等。9月21日，公司公告与一家前沿基础模型实验室达成最高数千万美元的联合开发合作——依托MMAIGym共建“面向生成式生物学的专用基础模型”，英矽智能提供专有数据集并承担闭环式湿实验验证，双方按收益共享模式推进全球商业化。

晶泰控股：2026年9月17日，晶泰科技全资子公司LCC Technologies与斯坦福大学达成药物发现合作协议，双方将结合斯坦福大学在疾病生物学研究领域的专业能力，与LCC机器人自动化、数据驱动的PACE™小分子药物发现平台，共同评估新的生物学发现，探索其开发为小分子治疗药物的潜力。与Dove Tree围绕一系列“指定靶点”进行小分子与抗体药物的发现与优化的合作已累计收款7000万美元，潜在里程碑总额最高58.9亿美元（约合462亿港元）。

德睿智药：2026年9月28日，公司宣布与三生制药蔓迪药业就AI设计的口服小分子GLP-1受体激动剂MDR-001达成中国内地、香港及澳门独家商业化合作，潜在总额最高人民币17.5亿元（最高1.5亿元合作权付款+最高16亿元特许权使用付款）。MDR-001是德睿智药依托全链路AI制药引擎MAP自主研发的口服小分子GLP-1受体激动剂，目前正在中国开展针对成人肥胖或超重人群的III期关键临床研究（MOBILE试验）。

传统药企的AI布局同样在加速：2026年9月16日，安科生物与深势科技围绕ADC payload设计与优化开展AI4S合作；9月18日，维亚生物和西点药业达成AI驱动反向寻靶研发合作；9月29日，博安生物中报披露正在与深势科技共建“科学智能体+药物智能发现平台+全新机制生物创新药”模式。

3、湿实验建设：从外包服务到战略基建

AI赋能药物研发会先带来研究工具与数据生成需求，AI闭环转得越快，越依赖湿实验吞吐，我们预计实验室需求预计会比AI赋能药物研发项目数量增长的更快。湿试验作为各类模型的重要数据出口，已经成为了各家企业的战略资产，9月以来全球湿试验产能的“军备竞赛”在加速。

海外：自主实验室与超级数据集。

1）药企端：罗氏宣布建设自主化AI实验室；Anthropic在旧金山湾区搭建生物实验室，把“干湿闭环”纳入自身研发体系；礼来与英伟达以五年最高10亿美元共建“计算—自动化实验”联合创新实验室。

2）平台端：Recursion保持每周约220万次湿实验吞吐与65PB专有数据；Iambic的闭环系统中机器人实验室每周合成与测试数百个化合物、数据回训模型；Ginkgo Datapoints以自动化方式为TuneLab提供AI-Ready数据生成；Basecamp Research的“万亿基因图谱（Trillion Gene Atlas）”由英伟达、Anthropic、PacBio等共建，覆盖30多个国家的数据合作网络。

国内：产能与数据基建竞赛。

金斯瑞于2026年9月11日公告以每股30.50港元配售7712.6万股新股，募资净额约23.3亿港元，其中约70%净额投向AIDD湿实验产能、自动化、设备与实验室升级；晶泰科技在深圳、上海运营上万平方米自动化实验室集群，9月平台升级后内部数据收集效率提升40倍以上，一支15人化学家团队月交付超2万条反应数据；百图生科与和铂医药共建“Mega Stream TechBio”智能高通量干湿闭环实验室（验证效率目标提升500%以上、未来五年预计产出超5PB数据、并行推进数百条FIC/BIC管线）；英矽智能发布Lab Claw智能实验室系统（5个协作智能体+28项技能模块，构建从靶点发现到自动化实验的全链路闭环）；华大智造子公司涌生智能与上海人工智能实验室联合发布Proto Pilot与BioLab Bench，打通“自然语言实验意图→湿实验执行”；墨卓生物以微流控单细胞技术为英矽规模化交付AI-Ready数据；百普赛斯发布CHO-Direct快速表达等三大新品，聚焦AI药物研发的湿实验验证解决方案。

风险提示

模型迭代与临床进展不及预期、合作落地与商业化兑现不及预期、行业竞争加剧、数据合规与监管政策变化风险等。

参考研报

20261007-国泰海通-行业跟踪报告-AI制药9月跟踪报告