Workflow
Lilly TuneLab平台
icon
搜索文档
JPM2026|英伟达与礼来宣布共建AI联合创新实验室,加速重塑药物研发范式
GLP1减重宝典· 2026-01-14 23:14
合作概述 - 英伟达与礼来在2026年摩根大通全球医疗健康峰会上宣布,将合作成立一家面向未来的AI联合创新实验室 [4] - 该实验室旨在通过人工智能、加速计算与自动化技术,系统性解决制药行业在药物发现、开发及制造过程中的核心瓶颈 [4] - 双方计划在未来五年内,在人才引进、基础设施建设及算力资源等方面联合投入最高可达10亿美元 [4] 实验室定位与目标 - 实验室将组建世界一流的跨学科团队,汇聚顶尖科学家、生物学家、化学家、AI研究人员与工程师 [4] - 目标是探索人工智能在生命科学领域的下一阶段应用 [4] - 实验室设立于旧金山湾区,采用共址办公模式,以深度融合礼来的药物研发专业能力与英伟达的AI及计算优势 [6] - 双方希望通过高频协作与实时反馈,共同推进新一代药物研发工具和工作流程的落地 [6] 技术架构与核心平台 - 实验室将以英伟达BioNeMo平台为核心,结合英伟达下一代Vera Rubin架构,构建面向生命科学的先进AI基础设施 [6] - 团队将通过持续生成和利用大规模高质量数据,训练覆盖生物学与化学领域的基础模型和前沿模型 [6] - 此举旨在显著加速新分子的发现、优化与验证过程 [6] - 英伟达创始人黄仁勋表示,合作旨在计算环境中大规模探索生物学与化学空间,使科学家能在实际合成分子前更高效评估潜在路径 [6] 合作愿景与战略意义 - 礼来董事长戴文睿指出,合作将礼来近150年积累的专有数据和科学洞察与英伟达的计算能力和模型工程经验结合 [7] - 合作有望从根本上改变传统药物研发的节奏和方式 [7] - 通过在协同环境中汇聚全球顶尖人才,双方将突破单一组织能力的边界,探索前所未有的创新空间 [7] 研发体系与工作模式 - 合作初期将重点打造一个贯穿实验与计算的持续学习系统,将礼来的智能湿实验室与计算驱动的干实验室紧密连接 [8] - 该系统旨在实现全天候AI辅助实验,将实验设计、数据生成与模型训练纳入持续迭代的闭环 [8] - 生物学家和化学家将能在AI支持下快速调整假设、优化实验路径 [8] - 项目将拓展礼来此前公布的AI超级计算机计划,并引入包括英伟达Vera Rubin在内的最新硬件架构 [8] 应用扩展至全价值链 - 除药物发现外,合作计划将人工智能进一步引入临床开发、生产制造及商业运营环节 [9] - 将探索多模态模型、代理式AI、机器人技术与数字孪生在制药全价值链中的应用 [9] - 通过在AI工厂中引入物理AI和机器人系统,礼来旨在提升高需求药品的生产能力并增强供应链稳定性 [9] - 借助英伟达Omniverse平台与RTX PRO服务器,礼来可构建生产线与供应链的数字孪生模型进行模拟与优化 [9] 生态建设与行业影响 - 联合创新实验室将成为双方创新生态的重要支点,为科研人员和初创企业提供深度专业支持与大规模计算资源 [10] - 英伟达通过Inception项目为初创企业提供技术指导及算力支持 [10] - 礼来的Lilly TuneLab平台基于公司数十年专有数据为生物技术企业提供定制化药物发现模型,未来将整合英伟达Clara生命科学开源模型 [10] - 相关研发工作预计将于今年年初在南旧金山正式启动 [10]
Why big pharma is teaming up with AI giants to speed up drug discovery and make work easier for health care workers
Fortune· 2025-11-20 01:36
制药行业与AI巨头的合作趋势 - AI芯片制造商英伟达与礼来公司和强生公司建立新合作伙伴关系,反映出制药行业旨在加速药物发现并简化医护人员工作的广泛趋势[1] - 礼来公司首席信息官表示行业期望快速开发新分子,但新药发现平均需耗时超过十年、成本超过20亿美元才能获得监管批准[2] - 强生公司通过与英伟达合作,利用所谓的“物理AI”创建模拟手术环境,以优化手术规划、培训医生并改善患者临床结果[4][5] 礼来公司的AI战略与投资 - 礼来公司计划在2026年初前上线由英伟达芯片驱动的新“超级计算机”和“AI工厂”,使科学家能够利用基于数百万次实验训练的模型测试新疗法[3] - 公司推出Lilly TuneLab平台,向小型生物技术公司提供其专有AI模型,部分经过大公司研究训练的AI模型将通过该平台提供[3] - 公司首席AI官强调,最大的AI进步将来自公司专有数据、训练大型基础模型的计算投资以及向数千名化学家和生物学家部署该技术的结合[8] 强生公司的“物理AI”应用 - 强生公司利用英伟达的基础模型为外科团队创建模拟环境以规划肾结石手术,帮助医生更好地准备困难病例[4][5] - 公司高管预测,未来手术室将是人类外科医生与物理机器人及数字代理协同工作的混合模式,这可能带来新技术突破[10] - 最终目标是从机器人辅助手术发展到机器人自主采取某些行动的手术,目前正在为此奠定基础[11] AI超大规模提供商行业动态 - 麦肯锡合伙人指出,AI超大规模提供商此前主要与首席信息官合作,但随着AI预算扩大和用例激增,制药行业对业务特定应用的兴趣增加[7] - 行业领导者对通用平台耐心减少,要求定制化解决方案,礼来公司不仅需要生命科学知识模型,更需要了解公司自身的模型[8] - AI超大规模提供商正在推出更针对行业的解决方案,例如Anthropic上月推出旨在加速研发的Claude for Life Sciences[6] 其他行业AI合作与投资 - TurboTax制造商Intuit与OpenAI达成多年协议,预计将为OpenAI带来超过1亿美元收入,并使Intuit产品接触更广泛的ChatGPT用户[12] - 数据分析初创公司Databricks正在谈判以超过1300亿美元的估值筹集资金,较9月份估值上涨30%,资金将用于招聘和收购[14] - AI初创公司Anthropic披露挫败了一起主要由AI策划的大规模网络攻击,并宣布将投资500亿美元建设新的数据中心基础设施[15] 网络安全威胁态势 - 针对1625名IT和安全领导者的调查显示,绝大多数公司在过去一年遭受过网络攻击,认为身份驱动漏洞是最大威胁[16] - IT领导者对恢复能力的信心下降,仅28%认为能在12小时或更短时间内完全从网络事件中恢复,低于2024年的43%[18] - 58%的受访者认为,代理AI将在未来一年推动他们面临的一半或更多网络攻击[18]
礼来联手英伟达建制药业最强超算和AI工厂:加速药物研发,发现人类无法找到的分子
硬AI· 2025-10-29 09:46
合作项目概述 - 礼来公司与英伟达合作建设制药行业最强大的超级计算机和AI工厂,旨在加速整个行业的药物开发进程 [2] - 该系统由逾1000颗英伟达Blackwell Ultra GPU芯片组成,预计12月完成建设,明年1月上线运行 [2] - 超级计算机将为AI工厂提供动力,支持大规模开发、训练和部署药物研发AI模型 [2] 技术能力与应用目标 - 该系统被描述为一种真正新颖的科学仪器,如同生物学家的巨型显微镜,可支持研究人员进行数百万次实验以测试潜在药物 [5][6] - 新工具旨在发现仅靠人类永远无法发现的新分子,并支持先进的医学影像以更清晰地观察疾病进展 [2][7][9] - 精准医疗目标的实现需要AI基础设施,该系统将帮助开发用于精准治疗的生物指标 [8][9][11] 行业影响与平台战略 - 制药行业利用AI加速药物上市的努力仍处于早期阶段,尚无AI设计的药物上市,但进入临床试验的AI发现药物数量在增加 [3][4] - 多个AI模型将在礼来推出的Lilly TuneLab平台上提供,该平台允许生物技术公司访问礼来价值10亿美元的药物发现模型和数据 [12][13] - 平台旨在扩大行业对药物发现工具的访问,作为交换,生物技术公司需贡献部分自身研究和数据以帮助训练AI模型 [14][15]
礼来联手英伟达建制药业最强超算和AI工厂:加速药物研发,发现人类无法找到的分子
美股IPO· 2025-10-29 09:11
合作项目概述 - 礼来公司与英伟达合作打造制药行业最强大的超级计算机和AI工厂,预计12月完成建设,明年1月上线运行[1][3] - 该系统由超过1000颗英伟达Blackwell Ultra GPU芯片组成,通过统一高速网络连接[1][3] - 超级计算机将为AI工厂提供动力,后者是专门用于大规模开发、训练和部署药物研发AI模型的计算基础设施[3] 技术应用与目标 - 该系统旨在加速整个行业的药物开发进程,支持大规模AI模型训练[1][3] - 科学家将能够在数百万次实验中训练AI模型以测试潜在药物,大幅扩展药物发现的范围和复杂程度[6] - 主要目标是发现仅靠人类永远无法发现的新分子[1][7] - 新的科学AI代理可以支持研究人员,先进的医学影像能让科学家更清晰地观察疾病进展[8] 行业影响与平台战略 - 礼来推出Lilly TuneLab平台,这是一个AI和机器学习平台,允许生物技术公司访问礼来基于多年专有研究训练的药物发现模型[12] - 平台旨在扩大整个行业对药物发现工具的访问,这些数据价值10亿美元[12] - 作为交换,使用平台的生物技术公司需要贡献部分自身研究和数据以帮助训练AI模型[13] - 该合作被视为实现精准医疗承诺的必要AI基础设施[10] 发展阶段与回报预期 - AI制药仍处于早期阶段,目前尚无使用AI设计的药物上市[4][5] - 行业进展体现在进入临床试验的AI发现药物数量增加,以及药企近期聚焦AI的投资和合作伙伴关系上[5] - 礼来公司预计,这些新工具带来的真正效益要到2030年才能看到[3]