软银集团战略调整与资本运作 - 软银集团股价在周三早盘一度暴跌10%，截至发稿跌幅仍超过5% [1] - 公司已清仓所持英伟达的股份，套现58.3亿美元 [1] - 出售资金将用于支持软银向ChatGPT开发方OpenAI进行的225亿美元投资 [1] - 公司在最新财报中披露已于10月出售3210万股英伟达股票 [1] - 公司同时通过减持T-Mobile头寸筹集了91.7亿美元资金 [1] - 公司首席财务官表示，希望在保持财务实力的同时为投资者创造更多投资机会 [1] 软银的投资历史与战略布局 - 此次清仓英伟达令部分投资者感到意外，但并非首次从该芯片巨头撤资 [1] - 旗下愿景基金早年曾投资英伟达，据报在2017年建立40亿美元头寸后，于2019年1月全部清仓 [1] - 尽管最新进行减持，软银仍通过更广泛的商业利益与英伟达保持紧密联系 [1] - 有分析认为，此次抛售是软银加倍押注生成式AI主题的看涨信号，而非看跌信号 [1] - 分析师指出，OpenAI是软银生成式AI布局的核心，但硬件业务同样具有战略优先级 [1] - 硬件业务的战略优先级主要体现在软银持有控股权、与其联合开发产品的英国芯片设计公司Arm Holdings上 [1] 市场连锁反应与行业表现 - 软银抛售英伟达股份引发的抛售潮波及亚太地区多家科技企业 [2] - 半导体测试设备制造商爱德万和芯片生产设备制造商东京电子跌幅均超2% [2] - 全球最大芯片代工厂台积电美股收跌1.39% [2] - 韩国存储芯片巨头SK海力士股价下挫近2% [2]

公司组织架构调整 - 大联大宣布集团架构调整，旗下子公司诠鼎将以股份转换方式取得友尚和品佳100%股权[2] - 架构调整后，诠鼎与世平将成为大联大控股半导体零组件通路事业的双核心引擎[2][3] - 股份转换基准日暂订为2026年1月1日，换股比例为友尚1股换诠鼎2.7947股，品佳1股换诠鼎1.2222股[3] - 此次调整旨在整合资源、强化营运效能及深化全球布局，优化资源配置与组织效率[2] 调整后业务规模 - 未来诠鼎与世平将各自成为营收规模约120亿至130亿美元的事业体[2] - 根据2025年拟制性报表，股份转换后诠鼎营收规模将达114.8亿美元，股东权益约9.3亿美元，员工约1900人[3] - 两大事业体各有上千名员工规模[2] 公司近期财务表现 - 大联大第3季营收为新台币2444.67亿元，营业净利53.5亿元，首次突破50亿元大关，季增9.1%、年增37.8%[3] - 第3季税后纯益31.78亿元，季增45.4%、年增55.6%，每股纯益1.89元，超越财测高标[3] - 累积今年前3季每股税后纯益为4.07元[3] 行业与市场背景 - 第3季获利超越财测主要受惠于生成式AI迅速发展，带动AI及传统伺服器、电源、PC、NB与记忆体等产品的迭代升级与汰换[3] - 电子零组件需求大幅增加，出货表现畅旺[3]

一门讲"AI 原理"的课，被 AI 攻破？ 据延世大学与多名消息人士披露，这起事件发生在延世大学高等计算学院 AI 系的一门大课中——《自然语言处理与 ChatGPT》（Natural Language Processing and ChatGPT），课程讲的正是"生成式 AI 的工作原理与开发机制"。 由于选修这门课程的学生超过 600 名，为了容纳庞大的班级规模，课程与考试均在线上进行。 "AI 正在改变教育——但没想到是通过这样的方式。" 近日，韩国顶尖名校延世大学陷入了一场前所未有的舆论危机：在一门选修人数多达 600 人的课程中，有上百名学生在期中考试中被怀疑使用了 ChatGPT 等生成式 AI 工具进行作答。 一时间，教授震怒、学生恐慌、校园论坛炸锅——目前，该课程教授已下"最后通牒"：自首者只记零分，否认但被查实者将直接停学。 10 月 15 日，期中考试照常开考，题型为选择题与简答题，题目主要涉及 AI 基础概念与原理解析。为了防止线上作弊，教授制定了看似严密的防 范措施，并明确要求学生： "必须全程录制考试视频，画面需同时显示电脑屏幕、双手及面部，并在考试结束后提交。" 然而，事与愿违。所 ...

文章核心观点 - AI发展的下一个关键前沿是“空间智能”，旨在解决当前AI（尤其是大语言模型）缺乏对物理世界常识和空间规律理解的根本缺陷 [1][4][12] - 空间智能被定义为连接感知、想象和行动的终极能力，是推动AI实现下一次巨大飞跃并迈向通用人工智能（AGI）的关键 [3][4][14] - 实现空间智能需要构建超越现有范式的“世界模型”，该模型需具备生成性、多模态和交互性三大核心能力 [14][15][16][17] 当前AI的局限性 - 当前AI被比喻为“黑暗中的文字匠”，虽掌握海量抽象知识，但对物体形状、力学作用、空间导航等物理世界常识几乎一无所知 [1][12] - 顶尖多模态模型在估算距离、方向、尺寸或进行物体“心理旋转”时表现接近随机猜测，无法预测基础物理现象，导致生成视频在数秒后失去连贯性 [12] - 这种缺陷严重限制了自主机器人、沉浸式元宇宙体验等应用的发展，使其仍处于早期概念或雏形阶段 [1][8] 空间智能的定义与重要性 - 空间智能是人类认知的基石，支撑着从日常动作（如停车、接钥匙）到专业活动（如消防员救援、科学家发现DNA结构）的一切空间互动 [9][10][11] - 它是想象与创造的根基，从史前岩画到现代工业设计、数字孪生和机器人训练，都依赖于基于空间的想象力 [10] - 对AI而言，空间智能意味着超越语言界限，通过想象、推理、创造与互动来理解世界，而不仅仅是描述世界 [13] 实现空间智能的技术路径 - 核心是构建“世界模型”，这类新型生成模型需能理解、推理、生成及与语义-物理-几何-动态复合的虚实世界互动 [14] - 模型需具备三大能力：1）生成性：创造符合几何与物理规律的虚拟空间 [15]；2）多模态：处理图像、视频、文本、手势等多样输入 [16]；3）交互性：基于行动推演世界状态，并能推导达成目标的行动序列 [17] - 面临的关键技术挑战包括：定义新型通用训练目标函数、获取并处理大规模多模态训练数据、开发能处理三维/四维信息的新型模型架构 [18][19] 空间智能的应用前景 - 在创意产业，如World Labs的Marble平台，可使电影制作人、游戏设计师快速创建可探索的3D世界，降低传统3D设计成本，开启新维度的叙事与沉浸式体验 [20][22][23] - 在机器人技术领域，世界模型能通过模拟数据缩小模拟与现实差距，训练机器人具备感知、推理、规划和行动能力，应用于实验室辅助、家庭护理等场景 [24][25] - 长远来看，空间智能将深刻影响科学（模拟实验、加速材料研究）、医疗保健（药物发现、医学影像诊断）和教育（沉浸式学习、技能培训）等领域 [26][27] 行业影响与未来展望 - 空间智能被视为AI未来十年的决定性课题，其发展需要整个AI生态系统（研究人员、创新者、企业、政策制定者）的共同参与 [21] - 该技术旨在增强人类能力而非取代人类，目标是提升创造力、加速发现并放大人类关怀，同时尊重人类的判断力、创造力和同理心 [21][27] - 公司如World Labs已展示初步成果（如Marble模型），但完全释放空间智能潜力仍面临严峻挑战，是未来十年的核心研发方向 [20][28]

投资评级与估值 - 首次覆盖给予"买入"评级，目标价72.80港元 [3][5] - 采用P/S估值法，2025/2026/2027年预测PS分别为3.40X/2.61X/2.03X，低于可比公司平均水平，目标估值对应2025年PS为5X [3][136] - 当前收盘价为49.52港元，较目标价有约47%上行空间 [5] 核心观点与业务定位 - 公司以决策AI为基础，融合生成式AI帮助企业实现智能化转型，解决企业"不知道AI能力边界"、"不知道怎么用AI"、"内部部署需投入大量人力与时间"三大核心问题 [1][79] - 企业需求正从数字化迈向智能决策，业务决策从"经验导向"向"模型驱动"转变 [13] - 公司提供"机器学习平台+行业垂直模型+LLM能力"的智能化路径，具备"专才"优势 [8][117] - 通过底层技术平台+垂类解决方案+AIGS服务形成合力赋能"AI+"，核心产品包括先知AI平台、SHIFT智能解决方案和式说AIGS服务 [21][23] 财务表现与预测 - 2024年营业收入52.61亿元，同比增长25.13% [5] - 预计2025/2026/2027年营业收入分别为68.94/89.68/115.64亿元，同比增长31.05%/30.08%/28.95% [5][132] - 归母净利润预计在2025年扭亏为盈，从2024年亏损2.69亿元转为盈利0.57亿元，2026/2027年进一步增长至1.66/3.11亿元 [5] - 先知平台收入占比持续提升，2025H1达81.8%，2025Q2进一步提升至86.8% [22][27] 技术优势与产品创新 - 先知AI平台具备类Windows的本地化AI系统交付形式，通过SageOne IA一体机实现全链国产化 [30] - 创新"模型弹性伸缩"技术，根据负载自动切换同一系列下不同参数大小模型，提升算力使用效率 [30][31] - 推出OpenMLDB解决AI工程化落地数据治理难题，提供线上线下计算一致的特征平台 [34][37] - vGPU资源池化技术实现GPU资源利用率提升30%+，单机多任务处理效率提升3倍 [39] - 深度融合生成式AI技术，推出SageGPT实现自然语言交互，Model Hub XC适配上百个模型至国产算力平台 [43][49] 客户拓展与商业模式 - 标杆客户量价齐升，2024年末标杆客户数达161个，2025H1标杆客户平均收入1798万元，同比增长56.6% [79][86][88] - 客户留存率高，2023年和2024年标杆客户净美元留存率分别为115%和110% [86] - 已覆盖金融、能源、制造、医疗等20多个行业，在金融业反欺诈案例中效果较传统专家规则提升7.6倍 [89][117] - 参考Palantir发展路径，企业智能化服务具备高客户粘性和利润率提升空间 [118][131] 政策与行业机遇 - 处于"人工智能+"政策风口，《国务院关于深入实施"人工智能+"行动的意见》要求2030年前智能终端、智能体应用普及率超90% [8][104][107] - 中国机器学习平台市场2024年规模34.5亿元，同比增长22.7%，公司连续七年市占率第一 [111][112] - 各行业AI应用渗透率仍有较大提升空间，政务、金融等服务行业渗透率约70%，工业制造、医疗健康等行业在50%以下 [109][114] 新兴业务布局 - 成立范式集团，新增消费电子业务板块Phancy，推出AI眼镜、AI耳机等智能硬件产品 [92][95] - 与海博思创成立合资公司布局AI+储能，优化电力资源全链条效率 [96][98] - 与九鞅科技战略合作拓展AI+稳定币风控合规解决方案，将金融行业经验延伸至稳定币生态 [101][102]

虚假视频现象 - 日本社交媒体平台由生成式AI合成的熊出没假视频数量明显增多，特别是在10月之后出现激增[1] - 假视频内容包括熊破坏大型太阳能发电站的太阳能板、抢夺宠物狗以及黑熊进入超市等虚构场景[1][2] - 部分假视频中清晰可见美国OpenAI公司开发的视频生成模型Sora的水印[1] 虚假视频影响 - 专家指出假视频混杂在海量短视频中迷惑性很强，可能导致人们在野外遇到熊时错误应对，增加危险性[1][2] - 秋田县能代市官员表示假视频可能引发居民不安，并因大量民众询问而干扰政府正常工作[2] - 事实核查机构主编指出，随着熊造成破坏的新闻报道增多，相关虚假视频数量也同步增长[1] 熊出没事件背景 - 日本环境省数据显示，今年4月至9月各地报告熊出没事件超过2万起，为近5年来最多[2] - 截至11月5日，今年4月以来熊袭击致死人数已达创纪录的13人[2] - 今年7月以来超过七成熊袭击事件发生在市区或居民区附近，与往年相比更多出现在人类生活圈内[2] 熊出没原因分析 - 人口减少且居住分散，加上弃耕土地增加，导致森林与人类居住区界线逐渐模糊[2] - 野外树生坚果产量减少，使得熊更频繁地出没于人类居住区觅食[2] - 熊通常在秋季出没于人类居住区，近年来这一现象更加显著[2]

生成式AI的采纳现状与成效 - 自2022年11月ChatGPT推出以来，生成式AI正以前所未有的速度重塑全球产业格局，成为提升生产力、创新客户体验和优化运营效率的关键驱动力[1] - 早期采纳生成式AI的企业已取得显著成效，近九成（约90%）受访组织指出员工体验和满意度得到提升，超过八成（约80%）的企业实现了运营成本降低和客户留存率提高[1] - 从全球范围看，生成式AI的采用率呈现显著地域差异，中国、美国、英国、澳大利亚和德国的企业处于技术应用前列，其中电信、零售、保险与银行业已进入较成熟的实践阶段[2] 实施生成式AI面临的挑战 - 在全面推行生成式AI的过程中，近四成（约40%）企业遇到技术整合难题，约三分之一（约33%）则面临高昂的实施成本[1] - 数据隐私与安全管理成为普遍关切，四分之三（75%）的使用者对此表示担忧[1][15] - 绝大多数组织缺乏健全的治理框架，仅十分之一（10%）的企业已为相关法规做好准备，95%的企业缺乏完善的GenAI管理架構[2][15] - 近半数（48%）决策者反映缺乏合适工具，逾四成（40%）遇到系统兼容性问题，同时超过半数（50%）的企业承认内部专业人才不足[2] 成功实施生成式AI的核心策略 - 成功实施生成式AI需聚焦四大核心策略：完善管理机制、战略性部署、技术系统整合与专家资源支持[2][12][13] - 实现真正价值需将重点置于可信赖的数据管理、可解释的成果输出以及跨部门协作机制的建立[2] - 只有通过系统化的策略规划与稳健的治理体系，企业方能在激烈竞争中把握机遇[2] 未来投入与行业差异 - 超过八成（80%）企业计划在近期加大对生成式AI的投入，五分之一（20%）拟在企业层面全面推广该技术[2] - 不同行业进展存在差异，公共服务和医疗健康领域进展相对缓慢，而亚太地区企业在法规准备和工具整合方面表现较为突出[2] - 各产业的大多数组织仍在为GenAI开发管理架構，例如公部门有64%的组织处于开发中阶段，生命科学领域为61%[23]

文章核心观点 - 空间智能是人工智能的下一个前沿领域，其核心在于构建能够理解、推理、生成并与物理世界交互的“世界模型”，这将推动AI实现从处理抽象知识到理解物理现实的质的飞跃 [1][6][28] - 当前以大语言模型为代表的AI在空间智能方面存在根本性局限，无法像人类一样进行空间推理、物理规律预测和连贯的世界生成 [22][23][24] - 具备空间智能的世界模型必须拥有三项核心能力：生成性（创造物理一致的世界）、多模态（处理图像、视频、动作等输入）、交互性（预测世界随互动演变的状态） [5][31] - 空间智能的应用潜力巨大，将彻底革新创造力（如叙事、游戏设计）、机器人技术、科学发现、医疗和教育等多个领域 [4][27][51] 空间智能的定义与重要性 - 空间智能是支撑人类认知的脚手架，驱动着人类的推理、规划及与世界互动的方式，体现在日常动作（如停车、接钥匙）和极端情况（如消防员救援）中 [14][15][20][21] - 人类通过空间智能推动文明进步，历史案例包括埃拉托色尼计算地球周长、珍妮纺纱机的发明、DNA双螺旋结构的发现 [18][19] - 空间智能是人类想象力与创造力的基石，从原始洞穴壁画到现代电影、电子游戏，都依赖于以空间为根基的想象 [17] 当前AI在空间智能方面的局限 - 多模态大语言模型虽具备初步空间感知能力，但在估计距离、方向、大小等任务上表现不佳，无法进行“心智旋转”或预测基本物理规律 [23] - 顶级AI擅长阅读、写作和模式识别，但在对物理世界的表征或交互上存在根本性局限，生成的视频常在几秒后失去连贯性 [23][24] - AI缺乏人类整体性理解世界的方式，即同时理解物体在空间上的关系、语义意义及现实重要性 [25] 世界模型的核心能力与构建挑战 - **生成性**：模型需能生成具有几何、物理与动态一致性的虚拟世界，其输出应允许生成显式、可观测的世界状态，并保持时间上的连贯 [31][32][33] - **多模态**：模型需能处理图像、视频、深度图、文本指令、手势、动作等多种形式的输入，并以多样的方式输出 [34][35][36][37] - **交互性**：当动作或目标作为输入时，模型需能生成与世界先前状态、物理规律相一致的下一个状态，未来甚至能预测下一步行动 [38] - 构建世界模型面临巨大技术壁垒，因其需要协调语义、几何、动力学与物理等远比语言复杂的多维规则 [39][40][41][42] World Labs的研究进展与方向 - 公司致力于世界模型的基础性突破，研究方向包括定义新的通用训练任务函数、利用大规模图像视频数据、开发新的模型架构与表征学习 [43][44] - 开发了基于帧的实时生成模型RTFM，以空间为基础的帧作为记忆形式，实现高效实时生成并保持一致性 [45] - 推出了Marble的早期版本，这是全球首个可通过多模态输入生成并保持一致性3D环境的世界模型，旨在让用户探索和构建创意世界 [46] 空间智能的应用潜力 - **创造力**：工具如Marble平台将空间表达能力赋予电影人、游戏设计师等，使其能快速创造、迭代三维世界，实现多维叙事体验 [51][52][53] - **机器人**：空间智能是实现具身智能的关键，将使机器人能理解、导航并与世界交互，中期目标是完善感知与行动的闭环 [54][55][60] - **科学**：具备空间智能的系统可模拟实验、验证假设，探索从深海到外星的环境，变革气候科学、材料研究等领域的计算建模 [56] - **医疗**：AI可通过多维建模加速药物研发，辅助影像诊断，支持环境感知式监护系统，并发挥机器人在辅助医护方面的潜力 [56] - **教育**：能实现沉浸式学习，让抽象概念可感知，学生可多维探索细胞或“亲历”历史，专业人士可在仿真环境中练习技能 [57] 行业影响与未来愿景 - 空间智能模型将推动造世界的权力从专业团队扩展到个体创作者、教育者，结合VR/XR设备带来全新的沉浸与互动体验 [59] - 世界模型生成的仿真数据将极大促进机器人学习，缩小模拟与现实的差距，使其能在海量状态和环境中学习 [60] - 未来的创新将来自多样化的机器人设计（如纳米机器人、软体机器人），世界模型需对环境与机器人感知进行一体化建模 [60] - 该技术旨在增强而非取代人类，目标是让AI成为拓展人类能力、加速发现、放大关怀的力量，提升生命价值 [47][50][57][62][63]

事件概述 - 韩国延世大学发生大规模考试作弊丑闻，一门名为“自然语言处理（NLP）与ChatGPT”的三年级选修课期中考试中，有上百名学生涉嫌使用AI程序作弊 [1] 作弊细节 - 该课程共有约600名学生参加，授课与考试均在线上进行，考试要求全程录制电脑画面及手部、面部 [1] - 作弊手段包括调整摄像头角度制造监控死角、在电脑上开启多个窗口于监控范围外使用AI程序 [1] - 考试系统检测到异常迹象包括截取试题、频繁注视摄像盲区、不断切换窗口以及刻意裁剪画面遮挡程序 [1] 校方处理 - 授课教师宣布将被查实作弊者的期中成绩一律记为零分，并警告拒不承认或隐瞒事实者将依校规严肃追责，最严重可面临停学处分 [1] - 目前已有约40名学生主动承认作弊，另有约10人被怀疑但尚未承认，校方正在比对考试录像与答卷并计划作出处分 [2] - 该课程的期末考试可能转为线下进行 [2] 学生反馈与数据 - 在学生社区发起的投票中，353名投票者中约190人承认在考试中使用了ChatGPT或其他AI工具，比例接近全部选课学生的三分之一 [2] - 韩国职业能力研究院数据显示，去年接受调查的726名大学生中，有91.7%表示在作业或资料检索中使用过AI [2] 行业现状与专家观点 - 生成式AI普及仅3年，已在韩国高校掀起混乱，韩国131所大学中仍有七成以上尚未制定关于AI的明确使用指南 [2] - 有专家警告过度依赖AI正在削弱学生的独立思考能力，建议应允许合理使用AI但需明确要求公开来源并加入个人意见以培养批判性思维能力 [2]

业绩总结 - 2022 - 2025年不同阶段公司总收入分别为30147千美元、51180千美元、85834千美元、59689千美元（2024年上半年未经审核）、27456千美元[38] - 2022 - 2025年不同阶段药物发现及管线开发收入分别为28648千美元、47818千美元、79733千美元、56849千美元（2024年上半年未经审核）、23909千美元，占比分别为95.0%、93.4%、92.9%、95.2%、87.1%[38] - 2022 - 2025年不同阶段软件解决方案收入分别为1499千美元、3362千美元、3970千美元、1685千美元（2024年上半年未经审核）、2018千美元，占比分别为5.0%、6.6%、4.6%、2.8%、7.3%[38] - 2024 - 2025年不同阶段其他发现收入分别为2131千美元、1155千美元（2024年上半年未经审核）、1529千美元，占比分别为2.5%、2.0%、5.6%[38] - 2022 - 2024年度及2024 - 2025年上半年，公司年/期内（亏损）利润分别为 - 221828千美元、 - 211640千美元、 - 17096千美元、8030千美元、 - 19215千美元[87] - 2022 - 2024年及截至2025年6月30日止六个月，公司经调整（亏损）/利润分别为 - 70804000美元、 - 67361000美元、 - 22665000美元、10855000美元、 - 15409000美元[90] - 公司2022 - 2024年及截至2024、2025年6月30日止六个月营业成本分别为1100万美元、1260万美元、830万美元、390万美元及440万美元[93] - 公司研发开支由2023年的9730万美元减至2024年的9190万美元[93] - 公司研发成本由2022年的7820万美元增至2023年的9730万美元[94] - 截至2024年6月30日止六个月利润为800万美元，2025年同期亏损1920万美元[96] - 公司2022 - 2024年亏损分别为2.218亿美元、2.116亿美元、1710万美元[96] - 2022 - 2024年及2025年H1经营活动所用现金净额分别为4750万美元、2960万美元、5740万美元、3240万美元、3680万美元[108] - 2022 - 2024年及2025年H1亏损净额分别为2.218亿美元、2.116亿美元、1710万美元、1920万美元[111] - 2022 - 2024年及2025年H1经调整亏损分别为7080万美元、6740万美元、2270万美元、1540万美元[111] - 公司收入从2022年的3010万美元增长至2023年的5120万美元，2024年进一步增长至8580万美元[111] - 2022 - 2024年及2025年6月30日毛利率分别为63.4%、75.4%、90.4%、83.8%[117][118] - 2022 - 2024年末及2025年6月30日流动比率分别为32.1%、22.1%、16.5%、24.6%[117][118] 用户数据 - 2022 - 2024年及截至2025年6月30日止六个月，公司分别与40名、48名、55名及61名客户就药物发现进行合作[56] - 2022 - 2024年及截至2025年6月30日止六个月，公司分别与2名、3名、4名及5名客户就其他发现业务合作[66] - 2022 - 2024年及截至2025年6月30日止六个月，五大客户总收入分别为2730万美元、4820万美元、8100万美元、2370万美元[80] - 2022 - 2024年及截至2025年6月30日止六个月，五大客户总收入分别占公司总收入的90.6%、94.1%、94.4%、86.2%[80] - 2022 - 2024年及截至2025年6月30日止六个月，最大客户分别占公司总收入的56.6%、76.2%、60.6%、66.3%[80] 未来展望 - 公司未来成功很大程度取决于管線藥物開發的成功，包括研發進度、自研管線候選藥物商業化及對外授權等[36] - 多款候选药物PCC提名时间为2025 - 2026年[40] - 多款候选药物提交IND时间为2025 - 2026年[40] - 部分候选药物中国IIb/III期、IIa期启动时间为2025年第一、四季度[40] - 部分候选药物I期完成时间为2027年[40] - 预计2026年上半年就肾纤维化治疗提交IND申请，2025年下半年就吸入型ISM001 - 055用于IPF治疗提交另一项IND申请[52] - 公司预计2025年净亏损将增加，截至2025年12月31日止年度的预测亏损预期也将增加[138] 新产品和新技术研发 - 公司临床阶段资产有一项处于II期临床阶段，截至最后实际可行日期，透过Pharma.AI产生逾20项临床或IND阶段资产[32] - Pharma.AI是全球知名的由生成式AI驱动的药物发现及开发平台，提供端对端服务[35] - Pharma.AI由Biology42、Chemistry42、Medicine42及Science42组成，涵盖整个药物发现和开发过程[35] - 公司候选药物从靶點發現到臨床前候選藥物確認平均需時12至18個月，短於傳統方法的4.5年[32] - 公司所有管线完全为自主研发成果，未从其他制药公司授权引进任何靶点或化合物[43] 市场扩张和并购 - 2023年9月公司与Exelixis订立独家许可协议，授予其独家、附带特许权使用费、可转授许可[42] - 2023年9月，Exelixis向公司支付不可退还首付款8000万美元，公司最多可获1亿美元开发里程碑付款、最高7750万美元商业里程碑款项及分级特许权使用费，2024年11月收取首个1000万美元里程碑款项[45] - 2023年12月，公司与Stemline签订独家许可协议，Stemline已支付首付款1200万美元，公司最多可获1.5亿美元开发及监管里程碑付款、合共最多3.44亿美元销售里程碑款项及中单位数百分比至低双位数百分比的特许权使用费[46][48][50] - 2024年12月，公司授予Stemline全球独家许可，Stemline提供2000万美元首付款，交易合并价值超5.5亿美元，另有分级特许权使用费[51] - 公司与复星就最多四个发现项目合作，首批最多两个项目启动费300万美元，另外最多两个项目启动费150万美元，行使PCC选择权的靶点每个项目可获300万美元里程碑付款[57] - 复星就QPCTL项目于2022年1月支付首付款700万美元，行使PCC选择权并支付300万美元后，公司可获4800万美元里程碑付款[58] - 公司与赛诺菲合作开展基于靶点的研究项目，赛诺菲已支付1250万美元首付款，指定三个额外靶点公司可获900万美元额外首付款，每个靶点最多可获2.005亿美元里程碑付款[62] 其他新策略 - 2025年8月公司将自动化生物实验室迁往上海并与现有团队合并，平台已投入正常运营[138]