1. 竞品调研摘要
核心竞争结论
AI 制药赛道已经走完了"证明技术能做分子"的阶段，正在进入"证明分子能过临床"的阶段。2026 年上半年，中国三家港股 AI 制药公司同时出现财务拐点信号：英矽智能（03696.HK）实现上市以来首个盈利半年度，晶泰科技（02228.HK）AI4S 业务收入占比首次接近一半，剂泰科技（07666.HK）营收同比增长超百倍。与此同时，全球临床阶段的 AI 药物管线已从 2017 年的 4 条增至 2026 年 6 月的约 179 条，其中 9 条进入 III 期。
但赛道内部的分化远大于增长。过去三年，Exscientia、BenevolentAI、Recursion 三家"第一代明星"先后遭遇核心管线失败、大规模裁员、低价并购，Exscientia 以约 6.88 亿美元被 Recursion 收购，价格不足其峰值估值的三分之一。这说明 AI 制药的竞争焦点已经从"谁的模型更强"转移到"谁能同时握住专有数据、湿实验产能和管线资产"。
调研范围
本期以 AI 药物研发品类全景为对象，覆盖四类玩家：一是 AI 原生 Biotech（英矽智能、Isomorphic Labs、Recursion、华深智药、Anew Labs 等），二是科研基础设施与平台层（晶泰科技、深势科技、百图生科、Schrödinger 等），三是细分环节专业玩家（剂泰科技的药物递送、成都先导的 DEL、泓博医药的 CADD/AIDD），四是正在 AI 化的传统药企与 CXO（药明康德、恒瑞医药、金斯瑞、泰格医药等）。
核心对标发现
第一，商业模式正在从"卖软件"迁移到"卖管线"。Schrödinger 2025 年软件收入 1.995 亿美元、约为其药物发现收入的四倍，属于少数仍能靠软件规模化的公司；而英矽智能 2026 年上半年 1.063 亿美元收入中，软件只贡献 270 万美元，其余全部来自对外授权与联合开发的首付款和里程碑。Isomorphic Labs 更直接：官方明确表示 IsoDDE 不是供药企授权或安装的软件平台。
第二，付费方的话语权空前集中。全球前 20 大药企已 100% 建立 AI 合作，2026 年上半年 AI 药物研发合作交易约 174 起、总金额约 203.5 亿美元。礼来一家就同时签下 Insilico（最高 27.5 亿美元）、Isomorphic Labs（17.5 亿美元）、Chai Discovery、以及与 NVIDIA 最高 10 亿美元的联合实验室。
第三，护城河的定义变了。公开数据（PDB、ChEMBL、文献语料）已经高度同质化，行业普遍认为真正难复制的是自有湿实验闭环产生的专有数据，尤其是文献中稀缺的失败负样本。这解释了为什么"AI + 机器人实验室"成为 2026 年最拥挤的技术叙事。
核心机会与风险
机会集中在三个缺口：临床前到临床的翻译能力、大分子与递送等模态的差异化、以及平台公司面向中小药企的产品化空白。风险则集中在两个方向：一是 III 期临床数据读出可能证伪行业核心叙事，二是收入高度依赖 BD 节奏导致业绩波动剧烈。
2. 调研概述
调研背景
AI 制药在 2020—2021 年经历第一轮估值狂热，2023—2024 年因多个明星管线失败进入低谷，2025 年底至 2026 年重新升温。升温的触发因素有三个：一是生成式 AI 与大模型能力跨过药物设计可用的门槛；二是头部公司开始出现真实的收入与利润；三是监管侧密集出台制度安排，把 AI 从"研究工具"纳入正式的审评与监管框架。
对标维度
本期围绕八个维度展开：竞争格局与集中度、玩家梯队划分、产品与技术平台拆解、定价与盈利模式、临床管线与落地能力、渠道与生态合作、用户（药企）口碑与痛点、政策合规环境。
调研方法
以公开网络信息为主，覆盖公司财报与业绩公告、港交所与交易所披露文件、监管机构官方文件、券商研报、行业媒体与专业数据库。数据分层标记：官方披露数据、第三方研究机构估算、媒体转述口径、公司自述口径四类分别标注。
数据时效
主体数据取自 2025 年至 2026 年 9 月。临床管线、市场交易、政策文件均标注了具体时点。需要说明的是，本文中涉及的管线阶段与交易金额，多数为公司在手口径，即已签约但尚未全部收现，与会计确认收入存在差异。
适配场景
适用于 AI 制药与生物科技公司的竞争定位、产品立项、BD 策略制定，也适用于药企与 CXO 的 AI 转型决策、投资机构的赛道扫描与尽调框架搭建。
3. 赛道整体竞争格局
3.1 赛道整体竞争现状与市场集中度
AI 制药是典型的"高增长、低集中"赛道。市场集中度数据存在明显口径分歧，但所有口径都指向同一个结论：头部公司合计份额很低。
Global Market Insights 的 2025 年口径显示，Isomorphic Labs 以约 3.2% 份额居首，前五名（Isomorphic Labs、insitro、Insilico Medicine、Recursion、Schrödinger）合计仅 11.8%。德邦研究所的 2026 年口径则显示 Schrödinger 以 7.0% 领跑，Exscientia 5.5%、英矽智能 5.0%。两个口径的差异主要来自对"AI 制药市场"边界的界定不同——前者偏软件与服务，后者包含更多平台型收入。
这种低集中度不是"格局未定"的表现，而是赛道本身的分层结构决定的。AI 制药并非单一市场，而是由软件授权、研发服务、BD 授权、管线权益等多个商业形态叠加而成，每个形态的竞争逻辑完全不同。
市场规模同样多口径并存，且差异高达数倍：
| 数据来源 | 基期规模 | 预测规模 | 复合增速 |
|---|---|---|---|
| Global Market Insights | 31 亿美元（2025） | 439 亿美元（2035） | 30.5% |
| 德邦研究所 | 17.58 亿美元（2024） | 29.94 亿美元（2026） | 未披露 |
| 券商研报（新浪财经转述） | 48.5 亿美元（2026） | 185 亿美元（2030） | 40% 以上 |
| Towards Healthcare | 25 亿美元（2026） | 215.1 亿美元（2035） | 27.01% |
| 中研普华（中国智能制药，口径更宽） | — | 5000 亿元人民币（2030） | 15% 以上 |
需要特别提示：这些口径对"AI 制药"的定义并不一致，有的只统计软件与服务支出，有的包含研发外包，有的把整个智能化制药投入都算进来。做横向对比时不能直接引用，只能看趋势方向。
3.2 竞品梯队分层划分
第一梯队：具备平台、管线与全球 BD 三项能力的头部
英矽智能、Isomorphic Labs、晶泰科技、Recursion、Schrödinger。判断标准不是估值，而是同时具备自主研发平台、可披露的自有管线、以及国际大药企的实质性付款。
第二梯队：单点能力突出、正在冲刺资本市场
华深智药（AI 大分子设计）、百图生科（生命科学基础模型）、剂泰科技（AI 药物递送）、深势科技（科学智能平台）、Anew Labs（字节拆分，多模态分子设计）、Chai Discovery（生物大分子模型）。
第三梯队：环节专业玩家与 CXO 的 AI 化
成都先导（DEL + AI）、泓博医药（CADD/AIDD 服务）、美迪西（AI 毒理预测）、泰格医药（AI 临床运营）、皓元医药（生成式化合物库）、金斯瑞（湿实验验证服务）。
第四梯队：传统药企自建与生态合作
恒瑞医药、复星医药、药明康德，以及跨国药企自身的 AI 部门（礼来 TuneLab、诺和诺德、BMS、赛诺菲）。
潜在入局者
通用大模型公司（Anthropic 已与诺和诺德合作，其 Claude Science 切入药物研发）、算力与云厂商（NVIDIA 与礼来共建联合实验室）、以及尚未独立融资的互联网大厂内部团队（字节 Anew Labs 的独立化只是开始）。
3.3 整体竞争核心特征与行业竞争趋势
特征一：收入结构高度依赖 BD 节奏。 英矽智能 2026 年上半年药物研发与管线开发收入 1.031 亿美元，同比增长超过 300%，主要来自年内密集落地的对外授权首付款与里程碑。公司 2025 年收入 5624 万美元，而 2026 年仅前六个月的 1.063 亿美元就已经接近翻倍——这种波动的根源不是业务变好或变差，而是付款节点落在哪个报告期。
Recursion 是反例：2025 年营收 7470 万美元，2026 年上半年骤降至 1410 万美元。晶泰科技 2026 年上半年收入同比下降 23.9%，官方解释同样是上年同期存在 DoveTree 大额管线授权的高基数。
特征二：技术叙事从"模型能力"转向"干湿闭环"。 招商证券在 9 月的复盘中给出了一个清晰的产业框架：算力 + 模型 + 数据 + 湿实验。行业内流传的说法是"数据 > 算法 > 算力"——公开数据日趋同质化，只有自有湿实验闭环产生的专有数据才能持续迭代模型。这也解释了晶泰科技为什么把 AI4S 智慧解决方案做成了第一增长引擎，以及礼来为什么要把 TuneLab 与金斯瑞的湿实验产能对接。
特征三：竞争维度从国内转向全球同台。 华深智药与赛诺菲累计超 44 亿美元的授权合作、英矽智能与礼来 27.5 亿美元的全球授权、晶泰科技完成礼来化合物管理系统交付，说明中国 AI 制药公司已经进入国际大药企的采购清单，不再只是国产替代叙事。
4. 核心竞品基础信息深度拆解
4.1 各核心竞品产品定位、核心赛道、目标人群
| 竞品 | 定位 | 核心赛道 | 主要客户 |
|---|---|---|---|
| 英矽智能 | 生成式 AI 驱动的端到端药物研发公司 | 纤维化、肿瘤、免疫、疼痛、代谢 | 跨国药企（授权方）+ 药企与生技公司（软件订阅） |
| Isomorphic Labs | Alphabet 旗下 AI 药物设计引擎公司 | 肿瘤、免疫，以小分子为主 | 礼来、诺华、强生（合作方）；不对外销售软件 |
| 晶泰科技 | 全栈 AI4S 科研基础设施平台 | 药物研发全模态 + 新材料 | 药企、生物科技公司、材料企业 |
| Recursion | 表型组学 AI 生物技术平台 | 肿瘤、罕见病、神经科学 | 罗氏/基因泰克、赛诺菲、拜耳等 |
| Schrödinger | 计算化学软件与药物发现双业务 | 物理建模 + ML 分子设计 | 药企研发部门（软件授权）+ 自有与合伙管线 |
| 华深智药 | AI 原生大分子药物发现 | 自身免疫、炎症性疾病（抗体） | 赛诺菲（授权 + 战略投资） |
| 剂泰科技 | AI 驱动药物递送平台 | 纳米递送、LNP、核酸药物 | 药企、生物科技公司 |
| 百图生科 | 生命科学基础模型研发 | 生物计算引擎 + 药物发现 | 赛诺菲、石药、大北农等 |
| Anew Labs | 字节拆分，多模态分子设计与科学推理 | 临床前（4 条管线） | 母公司字节持股 56%，首轮外部融资 |
4.2 各竞品发展历程、当前迭代阶段、市场布局
英矽智能 2014 年成立，2025 年 12 月 30 日在港交所主板上市，募资约 2.93 亿美元，为 2025 年港股规模最大的生物科技 IPO。2026 年上半年实现总收入约 1.063 亿美元，同比增长 287.2%，毛利率 90.3%，净利润 3553.7 万美元（上年同期为亏损 1920 万美元），经调整净利润 5122.7 万美元，经营现金流转正，期末现金及投资组合合计 5.848 亿美元。公司自 2021 年以来的累计签约合作总额已接近 110 亿美元。市场布局上，除中国内地与香港外，已在美国、英国、日本、韩国、阿联酋、沙特等地设立运营实体，阿联酋业务在阿布扎比投资办公室支持下落地。
Isomorphic Labs 2021 年由 DeepMind 联合创始人、2024 年诺贝尔化学奖得主 Demis Hassabis 创立，为 Alphabet 子公司。2025 年 4 月完成首轮外部融资 6 亿美元，估值 19.5 亿美元；2026 年 5 月完成 21 亿美元 B 轮，由 Thrive Capital 领投，Alphabet、GV、MGX、淡马锡、CapitalG 及英国主权 AI 基金参与，创下 AI 制药领域单轮融资纪录，累计外部融资约 27 亿美元。公司主打 IsoDDE 药物设计引擎，并明确表示不将其作为软件平台对外授权。内部管线聚焦肿瘤与免疫，以小分子为主，同时有生物药探索项目。据公司口径，预计在 2026 年底前提交首个 IND 申请。
晶泰科技 2026 年上半年收入 3.936 亿元人民币，同比下降 23.9%，剔除上年同期 DoveTree 大额管线授权收入的高基数影响后同比增长 73.8%。其中 AI4S 智慧解决方案收入 1.935 亿元，同比增长 136.4%，占总收入比重从上年同期的 15.8% 跃升至 49.2%，首次成为第一增长引擎；药物发现解决方案收入 2.001 亿元，同比下降 54.0%。研发开支 3.678 亿元，同比增长 66.0%。期末现金余额 86.712 亿元，较 2025 年末增长 22.7%。公司首次系统披露管线进展：3 条管线进入临床阶段，超过 10 条处于 IND 获批或准备阶段，近 10 条达到 PCC 阶段，并预计到 2027 年临床阶段管线超过 10 条。
Recursion 2024 年底以约 6.88 亿美元股票收购 Exscientia，两家公司合并后成为公开市场中最完整的 AI 药物发现平台之一。但合并并未解决临床端问题：2025 年公司宣布裁员约 20%（约 160 人），并终止 REC-2282、REC-994、REC-3964 三条管线，官方说明是为了将现金支撑延长至 2027 年第四季度。2024 年净亏损 4.6366 亿美元，2025 年营收 7470 万美元，2026 年上半年营收仅 1410 万美元。当前市值约 16.7 亿美元，股价较 2021 年 IPO 发行价 18 美元下跌约 81%。
华深智药 / Earendil Labs 2021 年 6 月由彭健、朱祯平创立，由清华大学智能产业研究院孵化。其技术底座 OmegaFold 实现单序列蛋白质结构预测，摆脱了对多序列比对（MSA）的依赖，在抗体关键区域建模任务上精度超过 AlphaFold2 与 RoseTTAFold。2026 年 3 月宣布多轮融资累计 7.87 亿美元，创 2026 年全球生物技术公司融资新高，投资方包括 Dimension Capital、DST Global、INCE Capital、Luminous Ventures、Miracle Capital、赛诺菲，以及由高瓴与辉瑞共同设立的 Biotech Development Fund。平台已孵化 40 余个在研项目，核心管线 HXN-1001（抗 TL1A 抗体）准备进入 II 期。与赛诺菲两笔授权合作累计潜在价值超 44 亿美元。据彭博社报道，公司正筹备港股 IPO，拟募资最高 5 亿美元。
剂泰科技 2020 年成立，2026 年 5 月 13 日在港交所挂牌，成为"全球 AI 药物递送第一股"。本次 IPO 全球发行约 2.01 亿股 H 股，募资总额超 21 亿港元，为 2026 年至今港股医疗健康板块最大规模 IPO；公开发售录得超 6900 倍超额认购、锁定资金逾 7300 亿港元，国际配售获超 280 家机构参与、可分配额度超额认购 82 倍；18 家基石投资者累计认购 1.48 亿美元。上市首日股价一度涨超 185%，市值突破 340 亿港元。2026 年上半年营收 1.543 亿元，同比增长超百倍，经调整净亏损收窄 56.4%。
百图生科 2020 年由百度联合创始人李彦宏与原百度风投 CEO 刘维共同创立，定位为生物计算引擎驱动的创新药物研发平台。核心资产是生命科学基础大模型 xTrimo，公开发布口径为 2100 亿参数（另有 2680 亿参数口径），覆盖蛋白质、DNA、RNA 等七大模态。2023 年 10 月与赛诺菲达成战略合作，获 1000 万美元预付款，潜在交易总价值超过 10 亿美元，被行业视为首次基于基础大模型的药物发现合作模式（MaSS）。公司自述已服务全球超 800 家机构用户，潜在订单总额达 20 亿美元。2026 年 3 月以保密形式向港交所提交上市申请。
4.3 各竞品核心技术壁垒、核心产品主打优势
英矽智能：平台矩阵 + 自动化实验室闭环。 Pharma.AI 平台由 PandaOmics（靶点与生物标志物发现）、Chemistry42（生成式小分子设计，整合 42 种以上机器学习技术与约 500 个预训练模型）、inClinico（临床试验结果预测）三大模块构成，另有 Biology42、Medicine42、Nach01 多模态基础模型与 Dora 多智能体研究助手。苏州 Life Star 全自动机器人实验室承担 AI 预测的湿实验验证。PandaOmics 知识库包含 130 万疾病组学样本、1.5 万临床阶段化合物、550 万专利、99.8 万临床试验记录与 4700 万篇论文。公司自述平台可将药物发现阶段从传统的 2.5—4 年压缩至 12—18 个月。
晶泰科技：四层技术架构 + 机器人实验室规模。 已形成 Genius Agent（科学智能体）、Scientific AI、Physical AI、Data Moat 四层架构，2026 年 7 月推出 XtalPi Science 与 Genius Agent 科学智能体套件。全球部署超过 300 个自动化工作站，覆盖 20 余类研发应用，支持超过 100 个药物及先进材料研发项目。智能合成工作站作为准标准化产品已复制推广至 13 家客户，VAST 虚拟化合物库取得覆盖超过 2 万个分子的订单。客户集中度显著改善，最大客户收入占比从 70.6% 降至 32.9%。
Isomorphic Labs：结构优先 + 基础模型组合。 技术底座来自 AlphaFold 3，可预测蛋白质、DNA、RNA 等生物分子三维结构及相互作用，IsoDDE 引擎整合多个基础模型，覆盖靶点识别到分子设计的全流程。其"结构优先"策略的核心主张是把药物研发从手工作坊式的偶然发现转变为可工程化的流程。
Schrödinger：物理建模与机器学习的混合路线。 与纯 AI 公司不同，其差异化在于把基于物理的计算化学方法与机器学习结合，Zasocitinib（经 Nimbus Therapeutics 与武田推进）已进入 III 期，是少数由计算驱动、已抵达后期临床的分子。软件业务仍具规模：2025 年软件收入 1.995 亿美元，约为其药物发现收入的四倍。
华深智药：单序列结构预测的大分子设计。 OmegaFold 不依赖 MSA，在全新蛋白设计与新型病毒蛋白研究场景下具备优势，蛋白质结构预测时间可压缩至数秒级，该技术特征决定了其主攻大分子（抗体、双抗）而非小分子。
剂泰科技：AI 纳米递送的全链条数据资产。 NanoForge 平台构建了千万级可电离脂质库，自研脂质从头生成算法与脂质语言模型，建成端到端脂质及脂质纳米颗粒（LNP）筛选平台。已实现对肝脏、肺、心脏、肌肉、肿瘤组织、免疫系统、中枢神经系统、胃肠道八个关键器官和组织的精准靶向递送。截至招股期末，已备案专利申请 224 项、获授权专利 52 项。
5. 多维度竞品横向对标分析
5.1 核心功能模块对标对比
| 能力模块 | 英矽智能 | Isomorphic Labs | 晶泰科技 | Recursion | Schrödinger | 华深智药 |
|---|---|---|---|---|---|---|
| 靶点发现 | PandaOmics | 内部引擎 | 有 | 表型组学平台 | 弱 | 弱 |
| 小分子生成 | Chemistry42 | IsoDDE | 有 | 有 | 强（物理 + ML） | 弱 |
| 大分子设计 | Generative Biologics | 探索阶段 | 有（多模态） | 有限 | 弱 | 强（OmegaFold） |
| 递送设计 | 无 | 无 | 部分 | 无 | 无 | 无 |
| 湿实验产能 | 苏州全自动实验室 | 无自建披露 | 300+ 自动化工作站 | 自有自动化实验室 | 无 | 部分 |
| 临床结果预测 | inClinico | 有 | 有 | 有 | 有限 | 无 |
| 对外软件销售 | 有（非核心） | 明确不做 | 有（AI4S 解决方案） | 有限 | 核心业务 | 无 |
从模块覆盖看，晶泰科技的横向覆盖面最广，从科学 AI、物理 AI 到科学智能体和数据层形成完整架构；英矽智能在靶点发现与分子设计两个环节的模块化程度最高，且是少数明确对外销售软件能力的公司；Isomorphic Labs 则在单一引擎的纵深上投入最大，主动放弃软件授权这条变现路径。
5.2 产品定价、套餐体系、盈利模式对标
这是 AI 制药竞争中最容易被误读的一环。表面上是"软件公司"，实质上是"以 BD 为主业的资产公司"。
定价公开度极低。 英矽智能核心 Pharma.AI 平台采用报价制，官网没有公开价格，每个模块的入口都是"联系我们"；唯一的例外是 Science42:DORA（AI 科研写作助手），Professional 档 35 美元/月、Advanced 档 500 美元/年，并提供免费试用。面向学术界的 PandaOmics 定价为 199 美元/月。Schrödinger 是少数有成熟软件订阅定价体系的公司。Isomorphic Labs 则完全不做软件销售。
盈利模式可分为五类：
| 模式 | 代表公司 | 收入特征 | 案例 |
|---|---|---|---|
| 软件订阅授权 | Schrödinger、英矽智能（非核心） | 可预测、毛利高、规模受限 | Schrödinger 2025 软件收入 1.995 亿美元 |
| 研发服务费 | 泓博医药、成都先导、药明康德 | 按项目或按年收费、现金流稳定 | 药明康德 2026 H1 营收 289 亿元 |
| 平台解决方案 | 晶泰科技 | 项目制 + 准标准化产品复制 | AI4S 收入 1.935 亿元，+136.4% |
| BD 授权（首付款 + 里程碑 + 分成） | 英矽智能、华深智药、百图生科 | 金额巨大但节奏不可预测 | 礼来 27.5 亿美元；赛诺菲 44 亿美元 |
| 自有管线权益 | Isomorphic Labs、Recursion、剂泰科技 | 长周期、高赔率 | Isomorphic 预计 2026 年底前首个 IND |
一个关键判断：行业价值中枢正在从上游算力与软件向中游"平台 + 管线资产"上移。用一句话概括这个迁移——从"卖工具"到"卖管线"。英矽智能创始人 Alex Zhavoronkov 对此的表述是，公司真正可持续的价值在于药物本身，而非单纯出售 AI 平台服务，并明确表示对部分高价值管线会"留牌"，等待临床数据更充分、药企给出更合理估值后再授权。
5.3 应用场景、落地能力对标
临床管线规模是硬指标。 截至 2026 年 6 月，全球临床阶段的 AI 药物管线约 179 条，其中 9 条进入 III 期。作为对比，2017 年这一数字是 4 条。管线总量的快速积累说明前端发现效率已经真实提升，但 III 期数量只有个位数，说明后端验证才刚开始。
英矽智能核心管线 Rentosertib（ISM001-055，TNIK 抑制剂）用于特发性肺纤维化，是全球首个同时实现 AI 发现新靶点、AI 设计新分子的候选药物，III 期临床试验登记号 NCT07687459，计划入组 320 例、观察 52 周，2026 年 7 月启动首例患者入组给药，结果预计 2027 年底读出。公司 2026 年前 9 个月内提名 9 个临床前候选化合物，刷新年度管线产出纪录，并达成 8 项临床里程碑。
晶泰科技与孵化企业默达生物合作研发的全球首款口服 LDHA 抑制剂 MP-5342，已完成大鼠、犬 GLP 毒理研究及猴预毒理研究，同步完成炎症性肠病全部临床前药效验证，进入新药临床试验申请申报冲刺阶段。
华深智药核心管线 HXN-1001 准备进入 II 期，多个在研项目计划于 2026—2027 年提交 IND。Anew Labs 推进 4 条药物管线，据其官网管线图，公开管线全部处于临床前阶段。
落地能力的分水岭在"干湿闭环"。 礼来 TuneLab 与金斯瑞的合作是这一环节的标志性事件：礼来向平台开放基于 20 余年、超 50 万条临床前数据训练的 AI 预测模型，金斯瑞提供标准化、可追溯的蛋白表达、纯化及表征湿实验服务，对 AI 优选的候选序列开展验证并将实验数据反馈至模型，形成"计算预测—实验验证—数据回流"的完整循环。
5.4 渠道分发、营销运营打法对标
大药企 BD 是主渠道而非销售团队。 英矽智能 2026 年公布交易合约总额约 73 亿美元，覆盖 14 笔合作，合作方包括礼来、施维雅、武田、SK Biopharmaceuticals、齐鲁制药、衡泰生物、康哲药业、元羿生物、Bora Pharmaceuticals 等。华深智药则是连续两次与赛诺菲达成管线授权，并直接引入赛诺菲与辉瑞作为战略投资方——这种"合作授权 + 战略持股"的组合，意味着药企不只是客户，还获得了未来技术的优先匹配权。
资本市场是第二渠道。 2026 年成为 AI 制药公司登陆资本市场的关键窗口期：英矽智能 2025 年 12 月上市，剂泰科技 2026 年 5 月上市，Generate Biomedicines 2026 年 2 月在纳斯达克上市并以每股 16 美元发行价募资 4 亿美元，创 AI 制药领域史上最大规模 IPO；百图生科、华深智药、深势科技均释放出港股上市信号。
平台公司的第三渠道是标准化产品复制。 晶泰科技的智能合成工作站已复制至 13 家客户，VAST 虚拟化合物库拿到超 2 万个分子订单，海外完成礼来化合物管理系统及 JW Pharmaceutical 智能自主药物合成与工艺研发系统等项目交付，国内取得多个千万元级项目。这条路径的价值在于把一次性的定制项目变成可复制的产品收入。
5.5 用户口碑、核心优势、核心痛点差评对标
药企侧的正面反馈集中在效率提升与早期筛选。英矽智能官网引用的客户评价提到 PandaOmics 可以快速分析芯片或 RNA 测序数据，认为其是可用的靶点识别工具。第三方评测平台 TopReviewed 给英矽智能的评分是 7.7/10，肯定其内部管线用 II 期临床数据验证了 Chemistry42，但同时指出没有公开定价与试用意味着技术尽调前需要经历较长销售周期。
最尖锐的痛点来自临床端。 第一代 AI 药物的失败清单相当长：住友制药与 Exscientia 合作的 DSP-1181 在 I 期后停止；Exscientia 的 EXS-21546 于 2023 年终止，官方理由是在治疗窗口内对靶点的覆盖不足；BenevolentAI 的 BEN-2293 在 IIa 期达到安全性终点但未显示统计学显著的疗效优势，公司在 2023 年 5 月裁员约 180 人，此后从阿姆斯特丹泛欧交易所退市并与 Osaka Holdings 合并；Recursion 的 REC-994 在后期数据中未能显示可区分的患者获益，项目终止。
更早的警示来自 IBM Watson for Drug Discovery，该产品在 2019 年 4 月被完全关闭。有估算认为 IBM 在 Watson Health 相关收购上投入约 50 亿美元，最终资产以约 10 亿美元出售。
MDPI 2026 年发表的一篇综述给出了一个值得注意的结论：约 90% 进入临床开发的候选药物最终无法获批，这一比例与 AI 辅助优化之前的传统制药研发基本相当。换言之，AI 压缩了前端时间，但尚未改变后端的生物学淘汰率。
公司侧的自我批评同样存在。 英矽智能创始人 Alex Zhavoronkov 曾公开警示行业制造了"危险的财务炒作"，即公司靠承诺和名气而非已验证的里程碑获得融资。Deep Genomics 创始人 Brendan Frey 在 2024 年更直接地表示"AI 在药物发现领域确实让我们失望了，我们看到一次又一次失败"。
6. 头部竞品独立 SWOT 分析
6.1 英矽智能
优势（S）：全球商业化验证度最高的 AI 药物发现公司之一，2026 年上半年已实现盈利，毛利率 90.3%，现金储备 5.848 亿美元；Pharma.AI 平台覆盖靶点发现、分子生成、临床预测全链条；Rentosertib 是全球首个 AI 发现靶点 + AI 设计分子并进入 III 期的药物，具备标志性意义；累计合作总额接近 110 亿美元，合作方覆盖礼来、施维雅、武田、SK 等。
劣势（W）：收入高度依赖 BD 节奏，2026 年上半年软件收入仅 270 万美元，几乎可以忽略；管线以早期为主（7 个 I 期、2 个 II 期），后期资产单一；员工规模约 333 人，与数百亿美元的合作总额相比组织能力是明显约束；Rentosertib III 期结果要等到 2027 年底，中间存在较长的不确定性窗口。
机会（O）：III 期若读出正面数据，将给整个行业提供估值锚点；软件业务（Science42:DORA、MMAI Gym 模型训练生态）存在从 270 万美元向规模化扩张的空间；公司已设立 10.1 亿元产业基金，具备用资本撬动生态的能力；长寿科学基础模型等新方向可能打开增量场景。
威胁（T）：BD 交易降温将直接冲击收入；Rentosertib III 期失败会证伪核心叙事；Isomorphic Labs 等手握更高额资本的公司可能在人才与靶点资源上形成挤压；通用大模型公司（Anthropic 与诺和诺德的合作模式）可能绕开专业平台直接服务药企。
6.2 Isomorphic Labs
优势（S）：Alphabet 背景与 Demis Hassabis 的个人品牌；AlphaFold 3 的技术底座在结构预测领域具备难以复制的先发优势；21 亿美元 B 轮创造了 AI 制药单轮融资纪录，累计外部融资约 27 亿美元，资金充裕度远超同行；与礼来、诺华、强生建立合作。
劣势（W）：公开管线信息极少，内部管线尚未进入临床；选择不销售软件，意味着在管线成功前几乎没有收入；组织结构上作为 Alphabet 子公司，未披露持股比例与独立估值机制；相对同行的公开验证证据最薄弱。
机会（O）：公司在 2026 年底前提交首个 IND 的时间表若兑现，将成为从"平台叙事"转向"资产叙事"的关键节点；"结构优先"路线在难成药靶点上可能形成独家优势。
威胁（T）：管线临床失败将带来与其融资规模成正比的信心冲击；开源结构预测模型与同类公司（Meta Flux 等）的追赶会稀释 AlphaFold 的独占性；不销售软件的策略意味着无法通过分散客户来对冲管线风险。
6.3 晶泰科技
优势（S）：四层技术架构（科学 AI、物理 AI、科学智能体、数据壁垒）覆盖面最广；全球 300 余个自动化工作站形成实体产能壁垒；现金储备 86.712 亿元人民币，为国内同赛道最充足；客户集中度从 70.6% 降至 32.9%，收入质量改善；AI4S 业务已形成可复制的准标准化产品。
劣势（W）：2026 年上半年整体收入同比下降 23.9%，净亏损 2.52 亿元，盈利路径尚未跑通；药物发现解决方案收入下降 54.0%，传统主业承压；AI4S 项目制收入的项目周期与毛利率改善仍需验证；券商给出的 2026 年预测收入约 10 亿元人民币，相对当前市值隐含较高的估值预期。
机会（O）：Physical AI 能力可延伸至钙钛矿、锂电池、分子筛等材料研发场景，打开药物之外的第二个市场；海外标杆客户（礼来、JW Pharmaceutical）交付有助于全球化拓客；管线授权与里程碑收入空间随着 2027 年超过 10 条临床管线而打开。
威胁（T）：自动化实验室的资本开支重，若订单转化不及预期将持续拖累利润；AI4S 赛道涌入大量玩家（含新材料领域的 Periodic Labs 等），准标准化产品可能被快速同质化；下游行业研发投入节奏波动会直接冲击订单。
6.4 华深智药
优势（S）：OmegaFold 单序列蛋白质结构预测在大分子设计与新型靶点场景具备差异化；与赛诺菲累计超 44 亿美元的授权合作提供了强背书；7.87 亿美元融资（2026 年全球生物技术公司融资新高）资金充裕；创始团队为 AI 算法 + 生物药产业化的双背景组合。
劣势（W）：管线以临床前与早期为主，核心管线 HXN-1001 仅准备进入 II 期；收入规模未披露；业务集中在大分子，模态相对单一；通过海外主体 Earendil Labs 赴港上市的架构安排，会引入额外的合规与披露复杂度。
机会（O）：港股 IPO 若落地将获得持续融资能力；赛诺菲与辉瑞的战略持股提供了深度绑定的产业化通道；大分子 AI 设计的竞争密度低于小分子。
威胁（T）：生物药研发的临床周期长、失败成本高；跨国药企的战略投资关系可能随其自身研发战略调整而变化；地缘政治因素对中美交叉架构的公司存在持续影响。
6.5 剂泰科技
优势（S）：切入 AI 药物递送这一差异化环节，与主流 AI 药物发现公司不构成正面竞争；NanoForge 平台的千万级脂质库与脂质语言模型构成数据资产；8 大器官精准靶向能力具备明确的产业价值；IPO 认购指标（6900 倍超额认购、18 家基石 1.48 亿美元）显示出极强的资本认可。
劣势（W）：2026 年上半年营收 1.543 亿元，规模仍小，经调整净亏损 5110 万元；管线结构中真正进入临床的只有 3 种，另有 1 种 pre-NDA；成立至上市仅 6 年，技术验证周期短。
机会（O）：LNP 递送是核酸药物与基因治疗的关键瓶颈，随着 mRNA、小核酸药物放量，递送环节的战略价值会持续上升；平台能力可复用至动物保健等新场景。
威胁（T）：递送技术可能被大型药企内部团队或脂质原料供应商垂直整合；AI 递送设计的专利壁垒仍在建立中，224 项专利申请、52 项授权的组合是否能形成有效护城河有待观察。
6.6 各竞品核心竞争打法与核心护城河
| 竞品 | 核心打法 | 护城河本质 |
|---|---|---|
| 英矽智能 | 平台 + 管线 + 授权三线并行，对高价值管线主动"留牌" | 靶点发现到分子设计的完整平台 + 临床验证过的方法论 |
| Isomorphic Labs | 单一引擎纵深 + 巨额资本 + 顶级人才 | AlphaFold 技术谱系与资本规模 |
| 晶泰科技 | 用实体自动化实验室做数据飞轮，把项目变成可复制产品 | 300+ 自动化工作站形成的物理产能与专有数据 |
| Recursion | 表型组学平台 + 并购整合 | 自动化生物实验规模 |
| Schrödinger | 物理建模 + ML 结合，软件业务托底 | 二十年计算化学积累与客户基础 |
| 华深智药 | 大分子差异化 + 与大药企资本绑定 | OmegaFold 单序列结构预测 |
| 剂泰科技 | 深耕递送细分环节，避开正面竞争 | 千万级脂质库与脂质语言模型 |
| 百图生科 | 基础大模型 + 多模态平台输出 | xTrimo 参数量与机构用户规模 |
7. 市场差异化与竞争缺口分析
7.1 现有竞品同质化问题汇总
第一，技术叙事高度趋同。 "AI + 机器人实验室 + 干湿闭环"几乎成为所有平台的标配表述。晶泰科技、深势科技、深度原理、Medra、Chemify 等公司都在讲同一个故事，区别只在实验室规模与客户名单长度。
第二，模态分布失衡。 绝大多数公司集中在小分子设计，大分子、多肽、寡核苷酸、细胞治疗等模态的 AI 工具供给明显不足。晶泰科技在这一点上相对领先，已覆盖小分子、大分子、多肽和寡核苷酸四大平台。
第三，价值主张雷同。 几乎所有公司都宣称"缩短研发周期、降低成本"，但很少能给出与自身管线绑定的、可交叉验证的量化结果。行业里流传的"研发周期从 2.5—4 年压缩至 12—18 个月""成本降低 90%"等数字，多数为公司自述口径，缺少独立审计。
第四，国内企业定位重叠明显。 由于多数公司都同时做平台与管线，而在小分子 AIDD 这一层能力差异有限，导致 BD 谈判中可替代性较高。
7.2 赛道未被满足的用户需求与功能缺口
缺口一：临床前到临床的翻译能力。 行业已经把前端做快了，但约 90% 的临床淘汰率没有改变。能把临床前数据（尤其是失败数据）系统性用于降低后期失败概率的工具，目前几乎没有成熟供给。这是最真实、也最难填的缺口。
缺口二：面向中小药企的产品化服务。 头部平台的收费模式是报价制 + 大额 BD，天然只服务大型客户。全球大量中小型生物科技公司需要的是可自助、可负担、按月付费的靶点评估或分子优化服务。英矽智能 Science42:DORA 是一个微小的信号——35 美元/月的定价说明这条路径在技术上可行，但公司显然没有把它当主业。
缺口三：大分子与新型模态的 AI 设计工具。 抗体、双抗、多肽、核酸药物的设计工具供给稀缺，而这类药物的研发失败率同样高。华深智药与 Chai Discovery 的估值抬升正反映了这一供需缺口。
缺口四：递送与剂型的 AI 化。 剂泰科技验证了 AI 纳米递送的价值，但这一环节的玩家数量远少于分子设计，且其价值会随核酸药物放量而放大。
缺口五：管线资产的定价与交易基础设施。 AI 制药公司的核心资产是早期管线，但一级与二级市场都缺少对这类资产的可比定价参照，导致估值极度依赖叙事。谁能在这一层建立事实标准，谁就掌握了话语权。
7.3 各竞品短板漏洞与可突破切入点
| 竞品 | 主要短板 | 可突破切入点 |
|---|---|---|
| 英矽智能 | 收入依赖 BD、软件收入微弱、体系偏小 | 用轻量自助产品撬动长尾客户；把临床数据资产化为可售卖的服务 |
| Isomorphic Labs | 无公开管线、无收入、结构上依附 Alphabet | 在 IND 节点前建立可验证的里程碑披露机制 |
| 晶泰科技 | 整体仍在亏损、主业药物发现下滑 | 让 AI4S 从项目制走向真正的标准化订阅 |
| Recursion | 管线大幅收缩、市值大幅缩水 | 依托基因泰克等合作的首付与里程碑重新证明平台价值 |
| 华深智药 | 模态单一、管线早期 | 把 OmegaFold 能力产品化对外输出 |
| 剂泰科技 | 规模小、临床资产少 | 把递送平台做成行业标准接口而非封闭平台 |
| 百图生科 | 基础模型商业化路径尚未清晰 | 用 MaSS 模式标准化输出给中型药企 |
| CXO 系（药明康德等） | AI 是内部工具，不构成独立产品 | 把 AI 能力打包为可单独采购的服务模块 |
8. 整体市场竞争风险与挑战
8.1 头部竞品压制风险、赛道内卷风险
AI 制药的竞争格局呈现出一种特殊形态：既没有形成垄断者，也没有形成稳定分工。头部公司如英矽智能、晶泰科技、华深智药、百图生科都同时做平台与管线，在大药企的供应商名录里彼此重叠；而在小分子 AIDD 这一层，可替代性尤其高。
更值得警惕的是新一类竞争者的入场方式。字节 Anew Labs 在 2026 年 9 月完成 2.9 亿美元首轮外部融资、投后估值约 15 亿美元，字节保留 56% 控股权，其布局涵盖生物分子结构预测与设计、抗体设计与优化、分子生成和科学推理平台。这意味着拥有算力、工程能力与资本的大型科技公司正以独立实体形式直接进入赛道。
8.2 技术迭代、政策合规、用户留存竞争风险
技术迭代风险来自两个方向。一是通用大模型向科学领域的横向渗透：诺和诺德与 Anthropic 于 2026 年 9 月 16 日宣布合作，将 Claude Science 及 Anthropic 模型引入药物研发，用于生物学推理与智能体科研软件开发；BMS 已为旗下超 3 万名研发人员接入 Claude AI 系统。若通用模型能力继续外溢，专业 AI 制药平台的中间层价值可能被压缩。二是基础模型的快速迭代使既有先发优势的窗口缩短。
政策合规风险主要体现在三个层面。中国侧的制度建设速度较快：2026 年 4 月 2 日国家药监局发布《关于"人工智能+药品监管"的实施意见》（国药监综〔2026〕6 号），设定 2030 年与 2035 年两阶段目标，明确 AI 的"辅助"定位，并强调算法透明度与可解释性；2026 年 6 月 8 日新版《药物临床试验质量管理规范》发布，对标 ICH E6(R3) 并新增"数据治理"专章；2026 年 9 月，工业和信息化部等十部门联合印发《医药工业发展"十五五"规划》，将 AI 制药纳入国家战略。
海外侧则出现了方法论上的收紧：FDA 于 2025 年 1 月发布草案指南，讨论用于药品与生物制品监管决策的 AI 模型可信度问题，并指出 2016—2023 年间收到含 AI 成分的申报超过 500 件；EMA 于 2026 年 5 月 12 日公布 2026—2028 数据与 AI 战略规划，首次针对数字孪生与合成数据设立监管审查基准。
需要单独提示的是地缘政治因素：美国国会众议院拨款委员会于 2026 年 4 月 29 日在 FDA 支出法案中增加限制性条款，禁止 FDA 接受来自中国、俄罗斯等国的临床试验数据。此类条款的立法进程存在不确定性，但对以中美双架构运营的公司构成实际风险，华深智药通过注册于美国特拉华州的 Earendil Labs 赴港上市，被普遍解读为主动的合规架构设计。
用户留存风险在 AI 制药中表现形式特殊：药企客户一旦完成技术验证，倾向于把能力内化而不是长期外购。礼来自建 TuneLab（基于 20 余年、超 50 万条临床前数据训练，公司估算首批释放的数据对应超过 10 亿美元历史研发投入），并与 NVIDIA 计划五年投入最高 10 亿美元共建 AI 创新实验室，说明最大的买方正在变成最强的自建者。
8.3 新入局玩家冲击风险
除科技大厂外，三类新玩家值得关注：一是从内部孵化走向独立的团队（Anew Labs 模式）；二是从材料、农业等相邻科学领域切入的 AI4S 公司（晶泰科技的 Physical AI 已延伸到钙钛矿、锂电池、分子筛）；三是算力与模型基础设施提供商向应用层下沉。
9. 未来赛道竞争趋势预判
9.1 产品功能迭代竞争趋势
从"分子生成"走向"研发决策"。 早期竞争集中在生成化学与虚拟筛选，未来的差异点在临床结果预测、适应症选择、试验方案设计等高价值决策环节。inClinico 这类工具的战略意义会上升。
从单体模型走向基础模型 + 智能体。 英矽智能推出 DDD Benchmark as a Service 用于评估前沿基础模型在真实科学任务上的表现，晶泰科技推出 Genius Agent 科学智能体套件，都指向同一个方向：模型能力本身趋于商品化，组织模型与实验工具去完成复杂科研任务的智能体编排能力才是差异点。
从单模态走向多模态覆盖。 小分子之外，大分子、多肽、寡核苷酸、细胞治疗的 AI 设计会成为新的竞争战场。
9.2 市场运营与渠道竞争趋势
BD 交易规模会继续放大，但结构会变化。 2026 年上半年 AI 药物研发合作交易约 174 起、总金额约 203.5 亿美元。合作模式正从单次技术授权升级为联合开发、风险共担、收益分成的深度绑定。华深智药的"授权 + 战略持股"组合、百图生科的 MaSS（基于基础大模型的合作）模式，都是新型合作形态的样本。
资本市场窗口期集中开启，但分化会加剧。 2026 年多家 AI 制药公司集中赴港或赴美上市。上市不是终点而是压力起点：Recursion 在公开市场的表现（市值从峰值大幅回落、被迫裁员与砍管线）说明，一旦进入公开市场，缺少临床验证的平台叙事会迅速被重新定价。
中国公司出海从项目合作走向生态共建。 阿斯利康与清华大学联合成立人工智能药物研发联合研究中心、金斯瑞与礼来 TuneLab 的湿实验合作，都说明合作层级在上移。
9.3 差异化竞争发展方向
方向一：垂直模态深耕。 在大分子、多肽、核酸、递送等相对空白的模态建立不可替代性，比在小分子红海中竞争更可行。
方向二：数据资产的独特化。 公开数据同质化已成共识，独特数据只能靠自有湿实验闭环产生，尤其是失败负样本。谁的数据飞轮转得更快，谁的优势越持久。
方向三：从平台到资产。 行业价值中枢正在从上游算力与软件向中游"平台 + 管线资产"迁移。拥有自有管线并能在临床节点兑现的公司，弹性最大。
方向四：从工具到基础设施。 晶泰科技的 AI4S 定位、英矽智能的模型训练生态、百图生科的基础模型输出，都是在争夺"科研基础设施"的位置——这是比卖工具更高维度的竞争。
10. 竞品应对落地策略与优化建议
10.1 产品功能差异化破局建议
建议一：把临床翻译能力作为第一优先级投入。 前端发现效率的竞争已经过度拥挤，而约 90% 的临床淘汰率仍是行业最大痛点。系统性整合失败数据、构建临床前到临床的转化预测能力，是目前最稀缺的能力供给。
建议二：在模态上做减法而不是加法。 晶泰科技的多模态覆盖是少数公司的能力，多数公司不具备这个资源条件。对中小玩家而言，在单一模态做到不可替代（如大分子、多肽、或递送）比全面覆盖更现实。
建议三：把"科学智能体"做成真正的产品而不是演示。 智能体编排能力是新的差异点，但需要以可量化产出（如单位时间内产出的可验证候选分子数）来证明，而不是停留在框架图层面。
10.2 市场与运营对标突围策略
建议一：建立分层定价体系填补长尾空白。 当前平台公司几乎全部采用报价制服务大客户，长尾市场处于真空。把靶点评估、分子优化等能力拆成标准化、可自助购买的模块，是低边际成本扩展客户的方式。英矽智能 Science42:DORA 的 35 美元/月定价说明技术路径可行，只是尚未被认真经营。
建议二：把 BD 能力组织化而不是依赖个人。 英矽智能设置了全球 BD 负责人岗位，2026 年 14 笔交易的密度说明组织化 BD 的产出效率。对于中小公司，BD 是唯一能在没有产品销售的情况下产生现金流的通道。
建议三：用可验证里程碑替代叙事沟通。 公司在 2026 年 9 个月内提名 9 个 PCC、达成 8 项临床里程碑，这类可核查的产出比融资额与估值更能建立长期信任。
10.3 竞品短板针对性卡位方案
| 竞品短板 | 卡位方案 |
|---|---|
| Isomorphic Labs 不对外提供软件，且无公开管线 | 面向中等规模药企提供结构建模与分子设计的外包服务，承接其能力溢出需求 |
| 晶泰科技药物发现主业下滑、AI4S 偏项目制 | 在材料等领域提供轻量化的准标准化订阅产品，抢在重资产玩家之前占领中小客户 |
| Recursion 管线收缩、公开市场承压 | 面向其合作方提供替代性平台选项，强调临床价值验证而非实验通量 |
| 百图生科基础模型商业化路径待验证 | 参考 MaSS 模式，把基础模型能力打包为面向中型药企的标准合作方案 |
| CXO 的 AI 只是内部工具 | 提供可独立采购的 AI 模块，让药企无需绑定整包服务 |
10.4 风险规避与长期竞争布局建议
风险规避建议：
第一，对 BD 依赖型收入建立节奏管理机制。英矽智能的经验是主动"留牌"，在临床数据更充分时再授权。这既是估值策略，也是平滑收入波动的工具。
第二，对地缘政治风险做架构前置设计。华深智药通过境外主体上市的安排值得参考，但需评估架构复杂度带来的合规成本。
第三，对政策合规做提前布局。NMPA 的实施意见明确 AI 的"辅助"定位，并要求算法透明度与可解释性；新版 GCP 新增"数据治理"专章。涉及临床数据的产品应当把可追溯性与数据治理能力作为产品的一部分，而不是事后补合规文档。
第四，避免把单一管线作为全部估值支撑。Rentosertib 对英矽智能的意义是双刃剑：成功则确立行业地位，失败则冲击整个叙事。
长期布局建议：
把"数据—模型—实验"飞轮作为唯一的长期战略主轴。行业对护城河的共识已经收敛到这一点：公开数据同质化，只有自有湿实验闭环产生的专有数据（尤其失败负样本）才能持续迭代模型。任何不直接服务于这个飞轮的投入，其长期价值都需要重新评估。
11. 全文调研总结
AI 制药在 2026 年走到了一个清晰的分水岭。
从数据看，行业确实在兑现价值：全球临床阶段 AI 药物管线从 2017 年的 4 条增至 2026 年 6 月的约 179 条；2026 年上半年 AI 药物研发合作交易约 174 起、总金额约 203.5 亿美元；全球前 20 大药企 100% 建立了 AI 合作；英矽智能实现上市以来首个盈利半年度，晶泰科技 AI4S 收入占比接近一半，剂泰科技营收同比增长超百倍。
但从竞争结构看，行业仍在高度分化中寻找方向。第一代明星公司的教训已经足够清楚：Exscientia 被以约 6.88 亿美元收购（不足峰值估值三分之一）、BenevolentAI 退市并入他方、Recursion 裁员 20% 并砍掉三条管线、IBM Watson for Drug Discovery 关停。它们的共同问题是把前端效率当成了后端成功的替代品。
这也定义了当前最核心的竞争命题：护城河不在模型，而在"数据—模型—实验"的闭环速度，以及在临床节点上兑现承诺的能力。
对中国公司而言，这一轮竞争的位置明显好于上一轮。英矽智能、晶泰科技、华深智药、百图生科、剂泰科技分别在管线授权、科研基础设施、大分子设计、基础模型、药物递送五个方向占据了可辨识的位置，并且在 2026 年集中获得了国际大药企的实质付款或战略持股。但需要清醒认识的是，这些位置的可持续性尚未经受临床验证。Rentosertib 的 III 期结果预计在 2027 年底读出，这将是对整个行业的第一次实质性检验。
站在竞品分析的角度，本期给出的判断是：未来两年的胜负手，不在于谁设计分子的速度更快，而在于谁能把 AI 预测与真实实验更紧密地咬合在一起，并在临床这个无法绕过的环节上，交出一个能说服监管与市场的答案。
12. 参考资料
- 英矽智能 2026 年中期业绩公告及 2026 年 8 月 26 日业绩发布材料（公司官方披露）
- 英矽智能官网新闻中心（Pharma.AI 平台更新、管线进展、BD 合作公告），2026 年 1 月至 9 月
- Insilico Medicine H1 2026 业绩第三方报道（NovaPharmaNews、Edgen），2026 年 8 月
- 人民网上海频道《从单点到集群 上海 AI 制药生态开始产业规模化发展》，2026 年 8 月 31 日
- 证券时报《大额 BD 交易"扮靓"上半年成绩单 AI 制药行业迈向商业价值兑现》，2026 年 8 月
- 晶泰控股（02228.HK）2026 年中期业绩公告，2026 年 8 月 19 日
- 中信建投证券关于晶泰控股的研究报告（转述），2026 年 8 月
- 晶泰科技中报解读报道（财联社、中国工业新闻网），2026 年 8 月
- 剂泰科技（07666.HK）IPO 相关报道（腾讯新闻、今日头条、南方+），2026 年 5 月 13 日
- 百图生科赴港上市相关报道（药智局、彭博社转述），2026 年 3 月
- 华深智药/Earendil Labs 融资与合作相关公告及报道（渶策资本、投资界、雪球），2026 年 3 月
- 同写意《AI 制药，迎来"中国时刻"》，2026 年
- 雪球《AI 制药，排队 IPO》，2026 年
- 雪球《盈利拐点出现！国内药企 AI 制药布局路径解析》，2026 年
- 萝卜投研《AI 制药十家核心公司全景解读》，2026 年
- 新浪财经《AI 制药，深度布局的十家公司》，2026 年
- 恒瑞医药 2026 年半年度报告及官方新闻稿，2026 年 8 月 19 日
- 新京报/贝壳财经《AI 制药迎重磅政策红利，多只个股股价三日涨幅超 22%》，2026 年 9 月 22 日
- 经济通（etnet）港股异动报道，2026 年 9 月 18 日、22 日
- 智通财经《港股异动 | AI 制药进入战略入局阶段》，2026 年 9 月 18 日
- 腾讯新闻《三重催化共振！大模型杀入新药研发，AI 制药进入"卖铲人"黄金时代》，2026 年 9 月 17 日
- 财富号/东方财富《最近 AI 制药大新闻盘点》，2026 年 9 月 19 日
- NeoDrop《字节拆出 AI 制药公司：15 亿美元估值，管线还在临床前》，2026 年
- 上观新闻/今日头条《AI 驱动、深耕临床、加速出海！浦东不断打造世界级生物医药产业集群》，2026 年 9 月 14 日
- Global Market Insights, Artificial Intelligence in Drug Discovery Market Size, Share – 2035（报告编号 GMI6361）
- Towards Healthcare, AI in Pharmaceuticals Market Sizing
- 德邦研究所《2026 AI 制药竞争格局》（三个皮匠报告转述）
- 新浪财经《行业新视角：科技巨头投入加大 AI 制药行业迎来快速增长期》（券商研报转述）
- New Market Pitch, How big is the AI drug discovery market really?
- New Market Pitch, AI Drug Discovery: what are the top startups now?
- Loonbio, AI Drug Discovery's $60 Billion Reality Check: Hype, Failures, and the Market Access Blindspot
- AI2Work, AI-Designed Drugs Face Their Phase III Reckoning
- MDPI Pharmaceuticals, AI in Drug Discovery: Clinical Failures, Regulatory Reality, and the Validation Crisis Behind the Hype, 2026
- BioXconomy, Isomorphic Labs lands $2.1bn fund to advance AI drug design model
- Tech Funding News, DeepMind spinout Isomorphic Labs closes $2.1B from Thrive Capital, GV, Alphabet
- 百度百科 Isomorphic Labs 词条（含胡润全球独角兽榜与融资记录）
- MarketWise, 6 AI Drug Discovery Stocks to Play the Isomorphic Labs Trade
- UsagePricing, Insilico Medicine pricing（平台报价制与 DORA 定价）
- TopReviewed.ai, Insilico Medicine Review，2026 年 6 月
- 国家药品监督管理局《关于"人工智能+药品监管"的实施意见》（国药监综〔2026〕6 号），2026 年发布
- NSAI/M MLC Group, China Issues Implementing Opinions on "Artificial Intelligence + Drug Regulation"
- China Med Global《NMPA"AI+药监"实施意见解读》，2026 年
- 星捷安《真实世界研究迎来制度性拐点——2026 年第二季度全球监管动向透视》，2026 年 7 月
- 药品审评中心《2025 年度药品审评报告》相关报道，2026 年 5 月
- 智慧芽新药情报库关于 BEN-2293 与第一代 AI 药物临床结局的记录
- 中国网《人工智能加速落地新药研发》，2024 年 10 月
- PharmaTEC 制药网《AI for Science 爆发！中国 30 家硬核企业全盘点》，2026 年