"AI（人工智能）制药受到资本关注有其合理性，但模型性能提升、计算结果改善或早期实验命中，并不等同于临床价值已经得到验证。" 日前，2026 年国际生物计算创新峰会在香港举办，MegaStream TechBio 首席执行官雷鸣在接受《每日经济新闻》记者（以下简称每经记者）采访时表示。
今年 6 月，和铂医药联合百图生科设立聚焦复杂大分子的 AI 原生合资企业 MegaStream，为市场观察 AI 制药如何从算法模型转向实体管线提供观察样本。资本数据亦印证赛道热度。投中嘉川 CVSource 数据显示，2026 年至今，AI 制药赛道完成 57 笔投资，44 家企业获得融资，披露融资总额 157.65 亿元。融资金额超过了 2023 年、2024 年、2025 年三年的总和。
赛道持续涌入产业资本，市场增长预期强劲，但能走到临床阶段、完成价值验证的成果仍然稀缺。每经记者在采访中获悉，资本热潮背后，一条共识正在形成，AI 可以优化药物发现前端环节，但临床概念验证乃至新药获批，才是检验技术价值的最终标尺。
资本热、兑现慢
资本持续加码，让 AI 制药成为生物医药领域最受关注的细分赛道，但热度高、转化慢、临床案例稀缺的矛盾持续凸显，关于赛道泡沫的讨论一直存在。面对每经记者关于行业泡沫与真实创新节奏的提问，雷鸣给出了其判断。
"AI 制药受到资本关注有其合理性，因为 AI 有望改变传统药物发现的部分研发环节。但需要看到，药物研发本身具有较长周期和较高不确定性。" 雷鸣在接受每经记者采访时表示。
在他看来，市场常见的误区，就是把 AI 模型指标的提升直接等同于新药研发取得突破，二者评价体系完全不同。" 我们认为，行业需要区分技术进展与药物研发进展。前者可以通过模型性能、设计效率和实验命中率等指标观察；后者则需要经过候选分子优化、体内药效和安全性评价、IND 申报以及临床研究等一系列阶段。" 雷鸣说。
" 因此，AI 制药的真实创新节奏应当回归新药研发规律。资本市场也需要关注企业能否持续产出具备差异化的候选药物，以及 AI 是否真正改善了研发效率、分子质量或临床成功的可能性，而不是单纯追逐技术概念。" 雷鸣强调。
和铂医药高级副总裁兼对外合作负责人冯玉兰说，药企与 AI 公司的常规合作会产出资产、数据、模型能力，若只跟一家药企做一两个产品合作，往往只能拿走资产，模型和数据带不走，能力不能沉淀。" 这也是和铂选择与百图共同持股设立合资公司的底层逻辑，把稀缺的资源和能力放进同一主体，且用的是专有模型而非通用模型，能力沉淀只留在 MegaStream。"
冯玉兰介绍，在具体研发实践中，MegaStream 整合和铂医药的专有抗体数据与百图生科的生命科学基础大模型能力，通过 MegaStream OS 与 Lab-in-a-Loop 连接 AI 分子设计、实验验证及数据反馈，探索数据与模型能力持续积累、迭代的研发模式。
冯玉兰指出，当前人工智能辅助药物发现企业普遍面临知识产权、数据归属、模型能力沉淀的难题。常规药企与 AI 公司的单点合作，往往只交付管线资产，数据、模型能力很难沉淀在合作双方体系内，难以形成长期可复用的研发平台。
谈到与中国 AI 药物研发平台的合作，印度尼西亚制药公司 Etana Biotechnologies 总裁董事林如柏（Nathan Tirtana）把核心诉求概括得很直接："AI 平台的价值在于，针对已经被验证有效的靶点，找到新的分子。我们不需要再花时间去验证新靶点，因为这些靶点肯定有效。我们需要的是针对这些靶点、具有专利的新分子，临床开发由我们来做。" 他直言，更看好 GLP-1（胰高血糖素样肽 -1）、EGFR（表皮生长因子受体）这类已进入一线治疗的成熟靶点，" 如果能做出更便宜、更适合亚洲人群的版本，机会非常大 "。
拐点不会单点爆发
市场普遍关心的是，赛道何时迎来第一批具备说服力的 AI 原生新药成果，哪些事件会构成产业拐点。雷鸣在回应记者提问时，否定了 " 某一个时间点集中爆发 " 的预期，认为临床证据是渐进积累的过程。
" 我们认为，这不会由某一个单独的时间点决定，而是一个逐步积累临床证据的过程。AI 参与药物发现的项目已经在不同研发阶段推进，但从早期实验验证、候选药物确定到 IND 申报和临床研究，仍然需要遵循新药研发的客观规律。" 雷鸣表示。
不少市场参与者将新药临床试验申请（IND）申报、首次进入临床视作决定性里程碑，雷鸣对此保持审慎。在他看来，顺利申报 IND、启动临床，仅代表分子满足进入人体试验的基础条件，不足以单独证明 AI 创造了独特的临床价值。
" 真正具有说服力的标志，应当是 AI 深度参与设计的候选药物在人体临床研究中取得可重复的药效、安全性或生物标志物证据，并且能够体现相较现有疗法或传统研发路径的明确差异化优势。" 雷鸣说。
这一判断也意味着，MegaStream 自身仍需接受同样的检验。雷鸣指出，目前，公司有 5 条 AI 赋能的创新药研发管线，重点布局自身免疫与肿瘤领域，并计划于 2027 年上半年实现首个 IND 目标。从 AI 模型与实验体系的协同，到候选药物真正进入临床，MegaStream 同样需要通过后续研发进展证明其技术路径的价值。
冯玉兰结合其自身从业经历观察认为，跨国药企已从买管线资产转向 " 买能力 "。" 几年前跨国药企到中国主要买临床阶段分子，买确定性；但现在跨国药企更侧重能力和数据，未来这会驱使更多中国生物医药公司与跨国药企形成更大交易，平台型合作会越来越主流；单靠管线资产合作未来会面临较大挑战。"
中晟全肽董事长、联合创始人陈磊也认同冯玉兰观点，其表述更直接：" 跨国药企公司买的不是一个分子，买的是可持续、可验证平台。" 他强调，基于此，有创新能力、创新平台的中国公司可能持续获得 MNC（跨国公司）复购或重复研发合作。要提高效率、提高成功率、降低成本、能快速获得可验证数据，要让跨国药企看到 " 不是开盲盒 "，而是真正能安心掏真金白银购买的底气。
陈磊表示，中晟全肽有自建 AI 药物发现团队，有垂类模型数据，用 AI 平台针对不同靶点筛选成功率基本在 90% 以上，已积累超过 50 条创新管线，但没有能力全部推动，后续希望用管线加持、垂类模型和新靶点发现能力，打造基于 AI 孵化管线 + 成熟 BD（商务拓展）能力的生态。
从单一管线资产交易到平台能力合作，AI 制药行业的竞争，正逐步延伸至数据积累、模型能力与持续创新体系。但无论合作模式如何演进，能否持续产出具有差异化价值的候选药物，并最终通过临床验证，仍是衡量 AI 制药长期价值的关键。
每日经济新闻
