AI制药行业发展阶段 - AI制药正从2.0阶段迈向3.0阶段，2.0阶段基于生成式算法实现分子设计，3.0阶段将实现全流程渗透，未来需超级智能体推动至4.0阶段[2][15][17][18] - 1.0阶段为计算机辅助药物设计(CADD)，依赖物理计算，已有30年历史[17] AI在药物研发中的应用价值 - AI突破人类认知局限，通过算法分析海量数据，在靶点发现、分子生成等领域实现超预期成果[3][5] - 当前AI主要赋能靶点发现和分子设计，提升成药性与安全性[6][7] - 英矽智能案例：针对特发性肺纤维化，18个月投入260万美元完成靶点发现至临床前候选化合物(PCC)阶段，传统方法需4.5年/千万美元[9][10] 技术突破与商业化路径 - 大模型提升70%代码编写效率，但决策仍需科学家参与[13] - 未来需构建生物医药超级智能体，整合文献阅读、决策模拟能力[14][19] - 数据质量与反馈机制是技术升级关键瓶颈，需专业科学家参与模型训练[18][19] 行业竞争格局 - AIDD公司与跨国药企将形成互补：前者强于技术突破，后者拥有数据与场景资源[21][22] - 商业化核心在于技术落地场景，英矽智能定位为"AI核心技术+药物研发场景"的创新药公司[22] - 特发性肺纤维化药物若成功上市，商业价值或超百亿美元[11]