智通财经APP获悉，东北证券发布研究报告称，聚焦成果转化，把握商业验证与临床验证两条主线。当前AI制药处于技术应用向商业兑现深化的阶段，短期看药企合作及平台交付，中长期看临床证据与药物资产价值释放。更值得重视的是具备跨项目复制能力、清晰成果权益和合理资金投入的企业。重点跟踪大型药企合作扩展、关键临床数据、实际里程碑付款及现金流改善，警惕单笔授权收入和个别成功案例带来的过度外推。

东北证券主要观点如下：

AI制药通过人工智能与计算模拟、实验验证相结合，辅助完成靶点发现、分子设计、性质预测及递送制剂优化，是医药研发数智化的重要方向

目前行业已形成小分子设计、生物药研发、递送与制剂优化等主要技术切入路径，逐步构建“计算设计—实验验证—数据反馈”的研发闭环，正由单点工具应用迈向平台化交付与临床验证阶段。

市场空间：研发提效需求明确，AI相关投入加速增长

根据弗若斯特沙利文报告，全球药物研发支出预计由2023年的2,605亿美元增至2030年的3,943亿美元，年复合增长率为6.1%;全球AI赋能药物研发支出由2023年的119亿美元增至2032年的746亿美元，年复合增长率约22.6%。研发投入扩容与效率提升需求共同支撑行业发展，平台实际收入空间则取决于药企外部采购、服务范围及资产权益分配。

技术竞争：基础模型加快普及，差异化转向数据与实验闭环

小分子研发侧重多参数优化，生物药研发侧重功能与可开发性设计，递送制剂侧重材料、体内分布与工艺协同。随着基础工具门槛下降，竞争重点逐步由单点模型性能转向高质量实验数据、跨学科协作及跨项目交付。专有数据能否持续改善候选物质量、减少实验轮次，成为判断技术壁垒的重要依据。

研发验证：早期提效已有案例，临床转化仍是关键检验

AI参与研发的候选药物逐步进入人体研究，提供了从计算能力走向临床价值的验证机会;DSP-1181、BEN-2293等项目的终止或有效性未达预期，也表明AI不能消除药物开发风险。现有研究呈现部分早期积极信号，但尚不足以证明AI提高了全流程临床成功率，后续需重点观察多项目、长周期及确证性研究结果。

商业兑现：多种模式并行，持续收费与投入回报决定分化

软件模式依赖工作流嵌入与续费，服务模式依赖交付复用和成本控制，资产模式依赖管线质量及授权权益。晶泰科技、英矽智能、剂泰科技和华兰股份分别体现综合研发与自动化、生成式AI与药物资产、递送制剂、产业资源整合等路径。

风险提示：技术及临床验证不及预期，商业化进度不及预期