新华财经上海4月3日电（记者杜康）继去年底登陆港交所以来，英矽智能在对外授权和跨国药企合作上动作频频。日前，这家由生成式人工智能驱动的生物医药科技公司宣布，与礼来达成总价值最高可达约27.5亿美元的药物发现合作，将利用其AI引擎加速多个治疗领域新型疗法的发现与开发。
英矽智能创始人兼首席执行官亚历克斯·扎沃洛科夫（Alex Zhavoronkov）在接受记者采访时表示，AI制药行业竞争正由早期的算法与模型能力比拼，进一步转向验证效率、数据能力和商业化落地能力的比拼。
合作持续落地，平台能力进入检验期
根据协议，礼来将获得一项全球独家许可，用于开发、生产和商业化一款针对特定适应症、目前处于临床前开发阶段、具有潜在“同类最佳”水平的新型口服治疗药物。此外，双方还将围绕礼来选定的靶点开展多项研发项目合作。根据公开披露，英矽智能将有资格获得1.15亿美元首付款，并在后续达成开发、监管及商业化里程碑后获得进一步付款，使交易总价值最高可达约27.5亿美元。
记者获悉，除本次与礼来达成管线对外授权和全球药物研发合作外，今年以来，英矽智能还先后与施维雅、齐鲁制药、康哲医药、元羿生物等达成药物研发合作。合作密集落地的背后，也意味着其平台能力正进入更大范围、更深层次的市场检验阶段。
“利用Pharma.AI，英矽智能将候选药物从靶点发现推进至临床前候选药物（PCC）确认，平均需时12至18个月，明显短于传统药物发现约4.5年的平均周期。”扎沃洛科夫表示。Pharma.AI是英矽智能AI驱动的药物发现及开发平台，覆盖从新靶点识别到小分子生成、临床结果预测等多个环节。
所谓PCC，是指一个分子完成靶点验证、苗头化合物识别、先导化合物生成及优化等关键环节后所达到的重要节点。达到PCC所需时间，也被业内视为衡量药物发现效率的重要指标之一。
随着AI技术快速迭代，英矽智能在AI领域的布局也在持续拓展。扎沃洛科夫表示，近年来，公司不断深化Pharma.AI平台应用，正迈向“从提示词到药物发现”的制药超级智能未来。除平台持续迭代外，公司还在核心靶点发现平台PandaOmics中集成生物学智能体PandaClaw，并在化学板块发布了支持多种差异化任务的化学多模态基础模型Nach01。
“每六个月，甚至更短时间，AI技术就会迭代。尤其是我们推出了自己的软件平台Pharma.AI，这也倒逼我们不断更新技术。”扎沃洛科夫表示，相关技术更新周期已明显缩短，企业必须持续推进算法和产品升级，才能保持竞争力。
值得注意的是，不同于一味追求参数规模扩张，英矽智能也在探索更具性价比的技术路径。扎沃洛科夫表示，在制药领域，公司推出MMAIGym训练框架，在“AI训练AI”的概念指导下，利用专精模型训练基础模型。在日前与人工智能公司Liquid AI的合作中，双方证明了经过专精训练的轻量模型同样可以完成多种复杂任务。通过训练框架与高质量行业数据结合，MMAI Gym致力于提升通用模型在专业任务中的表现，这一模式也有助于降低成本，进一步释放AI药物发现潜力。
验证效率与数据积累成为行业分化关键
放眼全球，作为科学智能的重要分支，AI制药正吸引越来越多科技企业和创新公司持续加码。谷歌旗下AI药物设计公司Isomorphic Labs今年2月发布了新一代AI药物设计引擎，微软则在去年推出Microsoft Discovery平台，试图借助智能体提升科研与研发效率。
不过，在英矽智能看来，真正决定一家AI制药企业能否持续向前的，仍是大规模、体系化的验证能力。扎沃洛科夫表示，对于当前的AI制药企业来讲，真正具有里程碑意义的，并不是模型发布本身，而是AI设计出的药物能否在临床阶段获得成功，相关商业模式能否形成持续盈利能力。“如果平台和技术迟迟无法完成验证，企业发展空间将不断收窄。”
这也意味着，行业竞争的重心正从“谁的模型更强”逐步转向“谁能更快完成验证、沉淀更多高质量数据，并把能力转化为可持续商业结果”。
值得注意的是，当前行业仍未迎来一款完全由AI驱动发现并最终上市的药物。英矽智能已有AI驱动研发的药物完成了临床IIa期药效趋势的验证，这一进展在行业内尚属前列。
在此背景下，中国市场的重要性也被重新审视。扎沃洛科夫表示，英矽智能将中国视为AI制药的“验证高地”和产业化支点，中国在工程化、成本和临床前后端验证效率上的综合优势，正成为这一轮竞争中的关键变量。
“中国拥有较完善的基础设施，聚集了较完整的CRO资源，能够更快完成靶点、分子活性和成药性等实验验证。在临床端，中国也具备成本更低、效率更高的优势。”扎沃洛科夫表示，国内临床成本约为海外的三分之一，速度可达海外的2至3倍，叠加AI赋能后，试错成本还有望进一步下降。
与此同时，数据正成为AI制药竞争中愈发关键的底层要素。英矽智能联合CEO任峰特别提到，随着行业演进，竞争逻辑正由算法竞争逐步转向数据竞争，“谁拥有更多高质量、独有、独占的数据，谁就更有可能在AI竞争中占据有利位置。”
目前，英矽智能已建立干湿实验室体系，通过AI发现、设计的药物分子将在实验室中进一步验证，相关数据回传后可帮助模型持续进化。扎沃洛科夫表示，这一布局一方面有助于公司更快获得实验结果，另一方面也能持续产生高质量、高通量数据，用于形成数据壁垒，并持续优化AI平台。
从软件入口走向管线变现，商业模式继续深化
谈及未来商业模式，扎沃洛科夫表示，英矽智能并不满足于只做“卖铲子的人”，即单纯通过AI平台赋能合作伙伴，也将继续推进自有管线药物研发。
从收入结构看，这一路径已较为清晰。根据英矽智能年报，2025年公司实现收入约5624万美元，其中药物发现收入2495万美元，管线开发收入约2388万美元，软件解决方案收入约491万美元。
扎沃洛科夫表示，未来2至5年内，英矽智能最主要的收入仍将来自BD（商业合作）授权，包括首付款、研发费用、里程碑付款和销售分成等，而非单纯的软件收费。在他看来，Pharma.AI等软件业务更多是与合作伙伴建立联系和信任的入口。以礼来合作为例，双方最早由软件合作起步，随后逐步发展到项目合作，再走向更大额的研发合作和授权交易。对英矽智能而言，软件业务不是终点，而是业务延伸和合作深化的重要起点。
“我们看到，全球有其他AI制药公司采用了以软件收费为主的业务模式。但软件收入天花板较低，收入规模相对有限。我们更希望通过软件服务，沉淀更广泛的市场反馈数据。”扎沃洛科夫表示。
从这一角度看，AI制药企业的商业逻辑日趋清晰：软件平台打开合作入口，BD授权与管线推进构成主要收入来源，而验证效率、数据沉淀和临床进展，则决定企业能否真正穿越行业周期、建立长期竞争壁垒。
