21世纪经济报说念记者季媛媛

　　2026年头春，AI制药赛说念在老本的蜂拥下不绝升温，但一个中枢忌惮长期笼罩着行业：究竟是“AI宗旨”照旧“AI制药”？

　　老本市集不再为单纯的本事叙事买单，转而紧盯着临床考据数据与交易变现才气 。就在这一要害节点，英矽智能（03696.HK） 与Liquid AI的结合末端浮出水面。

　　3月9日，英矽智能通告与专注液态基础模子（LFM）的Liquid AI达成策略结合，共同打造面向制药商讨的轻量化科学基础模子。两边已推出首个末端——LFM2-2.6B-MMAI（v0.2.1），该模子打破了以往“多个单一功能模子拼接”的旅途，以单一模子在多项药物发现基准测试中实现业界起原确认，可障翳多个要害细分任务与应用场景。

　　在这项探索中，LFM2-2.6B-MMAI通过将 Liquid AI 独特的 LFM 架构与英矽智能大模子专精锻练平台 MMAI Gym相结合，考据了在腹地部署（on-premise）的要求下，系统中障翳药物发现多经由任务，并取得具备竞争力的确认。

　　MMAI Gym 是英矽智能于 2026 年头推出的大模子专精锻练框架，包括障翳 1,000+ 药物研发基准测试与约 1,200 亿 token 的制药领域数据。经 MMAI Gym 锻练后的 LFM2-2.6B-MMAI 模子可复旧 200 余种任务类型，障翳药物研发多个要害阶段，包括： ADMET成药性质预测、多参数分子优化、卵白口袋要求和靶点评估、分子药效团推理以及逆合成旅途筹画等。

　　英矽智能集结独创东说念主、总裁、中东中心精致东说念主Alex Aliper 博士对21世纪经济报说念记者暗示，Liquid AI 成为 MMAI Gym 的首个结合股伴，是对这一全新交易模式的强有劲早期考据。这标明咱们不仅能够构建由 AI 启动的药物发现平台来识别鼎新的疗法，还能在推动大讲话模子（LLM）锻练、使其进化为“领域人人”方面饰演要害赋能者的脚色。跟着 LLM 应用加快落地，公司有望在生态中酿成不可或缺的 “卖水东说念主”位置。

　　“MMAI Gym 也进一步拓展了公司的价值范围：通过与更多 LLM 提供方结合，咱们期待实现收入结构多元化，非制药业务的交易孝敬有望不绝栽植。”Alex Aliper 博士说。

　　从“管线故事”到“卖水东说念主”

　　在曩昔几年，AI制药的主流叙事通常与“大范围算力堆砌”绑定。但是，英矽智能这次与Liquid AI的结合末端展示了一种一龙一猪的旅途。

　　把柄公开信息，这次发布的LFM2-2.6B-MMAI模子，参数范围仅26亿，想象初志并非要在参数数目上对标千亿级通用大模子，而是强调在腹地部署环境下的“专精”与“实效”。这种“架构中立”的打破带来的收益是权臣的。一方面，性能逆袭。在涵盖药代能源学和毒理学的22项任务中，该模子有13项超越了参数目为其10倍的谷歌TxGemma-27B。在多参数优化基准（MuMO-Instruct）上，其告捷率最高达98.8%；另一方面，落地可行。由于仅需26亿参数且复旧腹地专有化部署，制药企业无需将中枢研发数据上传至云表，即可在里面做事器上赢得“云表级”性能。

　　对此，Alex Aliper博士也阐扬注解说念，Liquid AI 的中枢本事是液态神经相聚（Liquid Neural Networks, LNNs）。它在“结构”与“推理方式”上齐与现时主流大模子继承的 Transformer（如 GPT）存在根底互异。

　　Transformer 基于戒备力机制，将信息切分并诡计片断间关系性；跟着输入长度加多，其诡计与显存支拨呈平常级增长，因此在超长序列场景中资源破钞宽绰。LNN 的中枢想想则更接近生物神经突触：神经参数会随输入信号流动态相易，更强调在动态环境中的自恰当与及时处理。Transformer 擅长大范围常识建模，而 LNN 更偏向于自恰当、在线式的处理与司法。

　　MMAI Gym 是一个跨架构的锻练场，领有高出1000项生物医药领域的专精基准和1200亿token的生物医药锻练数据，近似一座顶级“专科锻练馆”：既能锻练 GPT（Transformer）这类“力量型万能选手”，也能锻练 Liquid AI 这类“敏捷型选手”。

　　“高效的液态神经相聚模子不错协助科学家高效达成科研处所，进而镌汰药物发现周期。对于药企而言，这不仅意味着数据安全性的栽植，更意味着算力采购与API调用成本的指数级下落。”Alex Aliper 博士说。

　　对于英矽智能这次与Liquid AI结合的道理。也有券商医药行业分析师对21世纪经济报说念记者指出，英矽智能看成港股“AI制药第一股”，其上市之初的估值更多基于其自研管线（当今已有28个 preclinical candidates）及与复星医药、赛诺菲等巨头的BD结合。MMAI Gym偏执与Liquid AI的结合，正在为英矽智能开辟第二条增长弧线，即AI基础设施做事商。

　　这一策略的价值在于，一方面，收入结构多元化。MMAI Gym的交易模式由两部分组成，一是Gym的授权，二是在Gym内锻练酿成的基础模子交易化。这使得英矽智能的客户从传统的制药企业，扩张到了AI科技公司；另一方面，高毛利的常识授权。英矽智能领有高出1,000项生物医药领域的专精基准和1,200亿token的生物医药锻练数据。这种“AI锻练AI”的模式，试验上是将其曩昔十年在药物研发中积聚的失败造就与告捷数据金钱化，边缘成本低，议价才气强。

　　“通过绽开MMAI Gym，英矽智能与头部LLM开发者（如Liquid AI）在数据与评测层面酿成深度协同。正如Aliper博士所言，这能匡助公司获取对新模子架构、推理本事的瞻念察，与AI行业前沿保持同步。”前述分析师指出。

　　若何从“本事可行”到“监管招供”？

　　在老本市集对“单纯管线估值”日趋严慎确当下，这种“制药纵深+生态赋能”的双轮启动，大要恰是投资者一直在寻找的“抗周期”金钱，更可能加快系数这个词AI制药行业的范式改革。

　　一直以来，传统药物研发深陷“双十定律”，AI的介入一度被交付厚望。曩昔一年，AI制药领域投融资活跃、BD（商务拓展）结合密集、企业布局多元，政策与产业共振，推动行业投入范围化发展的“快车说念”。

　　跟着模子鼎新与数据管束的浮松打破，行业也将迎来要害的发展拐点，市集对行业里程碑与中枢参与者的原谅也日益升温。

　　国金证券分析以为，从AI药企的角度，跟着AI制药行业奇点驾临，首个蹙迫时点，势必是东说念主类首个AI启动研发药物的获批上市。同期，因为AI制药自身是科技跨界的极新赛说念，将来的首个破局者，即可能是AI药企，也可能是传统仿创龙头在AI领域前瞻深耕者，还可能曲直药领域的新进科技公司。

　　不外，前述分析师也指出，尽管这次结合的本事筹画亮眼，但AI制药要确切竣事其变革性价值，仍濒临几座必须翻越的峻岭。举例，临床考据的“终极审判”。松手当今，民众尚无AI主导想象的药物十足获批上市，仅少数方式激动至三期临床。英矽智能自身的管线虽然进展马上，但相似需要面对临床试验的高失败率。正如行业预测所指出的，2026年将是三期临床数据成为“终极试金石”的要害一年。

　　与此同期， 存在监管审评的“黑箱”清苦。在DMPK、hERG毒性预测等专科任务上，AI模子的“幻觉”正在减少，但要径直参与新药申报依然远方。Alex Aliper博士坦承，当今 MMAI Gym 的锻练重心仍在于栽植大模子在生物与化学专科任务上的精度与专科性，现阶段尚弗成径直替代或生成可用于监管申报的合规文献。

　　有业内东说念主士指出，好意思国FDA对于AI的草案引导瞻望2026年落地，欧盟《东说念主工智能法案》也将奏凯，届时对于“高风险AI应用”需要提交涵盖模子架构、锻练数据及管束机制的刺眼文档。这意味着AI模子不仅要准，还要可阐扬注解、可溯源。这对于依赖复杂神经相聚的液态模子而言，是宽绰的合规挑战。

　　此外，濒临数据孤岛与质地瓶颈。尽管MMAI Gym提供了1,200亿token的锻练数据，但行业普遍濒临高质地标注数据稀缺的问题。对于数据绽开的问题，Alex Aliper博士指出，Gym 对外提供的数据只占公司合座常识金钱的一部分；最具策略价值的金钱——如高价值专有实验数据、里面考据算法，以及端到端的一体化发现职责流仍保留在公司里面。与此同期，公司依托 AI 发现管线与实验考据方式不绝生成新的专少见据，酿成不停前移的“动态护城河”，并非仅凭锻练数据可被复制。

　　“AI 赋能药物发现也曾咱们的中枢主航说念。MMAI Gym 并非替代既有业务，而是酿成‘制药纵深 + MMAI Gym 生态赋能’的双引擎。”在Alex Aliper博士看来，前者科罚垂直科研问题、积聚深科学才气；后者面向更等闲的大模子生态栽植底层算法才气并拓宽交易范围，从而在大模子期间更精确地捕捉新增量契机，同期保持 AI 制药起原地位。

　　从“企业主导”到“生态重构”

　　当东说念主工智能正以前所未有的速率重塑药物研发的疆土时，本事决骤与行业范例间的鸿沟，传统AI药研评测体系耐久深陷“学术化倾向”与“产业落地脱节”的泥沼。大宗基准测试依赖公开学术数据集，聚焦于分子生成、性质预测等单一本事设施，却对药物研发从靶点发现到临床改革的全经由复杂性闭目掩耳。

　　企业主导的基准开发之是以能够激励行业原谅并可能促进行业侍从，其中枢在于科罚了AI药研领域的两大中枢诉求：可复现性与实用性。而企业主导的基准开发与跨界结合的兴起，能否最终推动民众药研AI生态从“火暴助长”向“有序进化”转型？

　　对此，Alex Aliper博士直言：在 AI 药物研发这类快速迭代的前沿领域，确立一套可被行业共同继承的评测标尺，是计算本事逾越并确保末端可复现的基础。跟着 AI 在化学与生物任务中的才气不绝增强，行业亟需用标准化方式考研其在分子想象、ADMET 预测、合成筹画、多模态生物推理等设施的真实确认。咱们推出的基准环境以真实药物发现任务为中枢进行想象，更靠近制药研发的试验需求，而非停留在学术化的模子评测层面。

　　“跟着行业不停演进，其他 AI 制药公司、学术机构乃至外洋组织也可能络续推出各样基准体系。”Alex Aliper博士以为，这将成心于生态开发：多元化的评测框架有助于栽植 LLM 在生物医药任务中的要领学严谨性与末端可复现性，并推动行业酿成最好推论。但若基准主要源自学术数据集或并立的诡计任务，可能难以障翳药物发现这一高度复杂、跨学科的全经由。英矽智能的上风在于能将真实研发造就改革为可量化、可落地的评估任务。

　　英矽智能与Liquid AI的结合，也在向外界传递了一个昭着的信号：AI制药的竞争，正从“参数范围的武备竞赛”转向“工程遵守与交易落地的深耕易耨”。

　　通过MMAI Gym，英矽智能高明地期骗自身数据壁垒，构建了一个向外赋能的本事平台。这既是对冲管线研发高风险的交易聪惠，亦然推动行业从“手职责坊”迈向“工业化活水线”的要害一步。对于投资者而言，计算这类结合的价值，要害不在于签约范围或结合风景等传统筹画，而在于能否产生可量化、可改革的增量末端。举例，在真实药物发现基准上的性能栽植、候选分子从发现到提名的周期是否权臣镌汰，以及这些算法逾越能否进一步千里淀为可复现、可考据的研发产出。

　　毕竟，当冰山溶解时，造方舟的东说念主虽然蹙迫，但提供造舟器用的“卖水东说念主”开云「中国」Kaiyun官网登录入口，相似掌持着穿越周期的密钥。