圖源：豆包

賽諾菲再次掃貨中國AI。

1月5日，賽諾菲宣布與Earendil Labs達成新的戰(zhàn)略合作。根據(jù)披露，Earendil Labs的人工智能藥物發(fā)現(xiàn)平臺將被應用于多個自身免疫疾病及炎癥疾病項目，而合作中產(chǎn)生的雙特異抗體候選藥物，將由賽諾菲主導后續(xù)研發(fā)及全球商業(yè)化。

在2023年宣布ALL in AI后的賽諾菲，近兩年頻繁與全球的AI+制藥公司達成BD交易。而這一次被產(chǎn)業(yè)關注的原因是，8個月前賽諾菲剛剛與Earendil Labs達成了一筆付款1.25億美元，總額18億美元的BD合作，并且拿下兩款雙抗候選藥物的全球權益，直指賽諾菲的核心、也是當下全球研發(fā)擁擠賽道之一，自免與炎癥領域。

而這一次，賽諾菲直接把合作從“單個管線”進到了“整個AI平臺”。

幾乎在同一時間窗口，國內AI制藥的熱門選手——英矽智能，在經(jīng)歷數(shù)次IPO波折后，于2025年底終于成功上市，創(chuàng)下當年大IPO募資記錄。并在2026年開年官宣達成了與施維雅8.8億美元的合作，一時風光無兩。

再往前看，禮來、默沙東、諾華等跨國藥企，也在過去兩年內頻繁公開押注AI研發(fā)戰(zhàn)略。

AI是否已經(jīng)從制藥研發(fā)中的附加項，變成了一種須建立的基礎能力？曾經(jīng)一度容易被質疑是“講故事”的領域，這次真的成功落地了嗎？

賽諾菲為何再一次押注

一筆18億美元、一筆25億美元，不到一年的時間，賽諾菲瘋狂掃貨中國AI資產(chǎn)。

2025年4月，賽諾菲與Earendil Labs達成授權協(xié)議，以1.25億美元預付款獲得HXN-1002（α4β7/TL1A）與HXN-1003（TL1A/IL-23）兩款雙抗藥物的全球權益。這兩款候選藥物均聚焦自身免疫與炎癥疾病，其中TL1A被視為近年免疫炎癥領域具潛力、同時競爭也為激烈的靶點之一。

時隔8個月后，賽諾菲再次選擇Earendil Labs，而這一次交易已經(jīng)不再局限于單一管線，而是將Earendil Labs的AI藥物發(fā)現(xiàn)平臺直接納入賽諾菲多個研發(fā)項目的早期階段。

具體來看，Earendil Labs是華智藥的關聯(lián)公司，華智藥則聚焦在AI+通量抗體優(yōu)化，由清華大學人工智能產(chǎn)業(yè)研究院孵化，目前已開發(fā)了多種蛋白藥物設計與建模的創(chuàng)新算法，其AI抗體設計平臺Helixon Design能夠大規(guī)模地模擬分子間相互作用，地對多靶點抗體進行設計，大幅縮短研發(fā)周期。

Earendil Labs與賽諾菲的合作，從技術層面看，生成式AI與實驗驗證的有平臺能夠、地發(fā)現(xiàn)和優(yōu)化具有“同類創(chuàng)”或“同類佳”潛力的生物制劑。賽諾菲則貢獻其在免疫學的的全球臨床開發(fā)網(wǎng)絡及商業(yè)化實力，雙方共同加速候選藥物從實驗室走向患者。

臨床前的新分子實體數(shù)量龐大，但真正能夠跨入臨床的項目仍然鳳毛麟角，尤其是在抗體、雙抗或可編程蛋白設計中，氨基酸序列的組合空間更是指數(shù)膨脹。從某種意義上說，與傳統(tǒng)藥物研發(fā)的大海撈針式篩選不同，AI能夠針對不同疾病生成具有潛在生物活的藥物分子，以壓倒優(yōu)勢改變蛋白結構預測、分子設計、理化質優(yōu)化等環(huán)節(jié)，為藥物研發(fā)開辟全新路徑。

用更通俗的話來說，AI把過去藥企“黑燈瞎火亂摸索”的過程，變成了“帶著手電筒去找路”。

有分析認為，賽諾菲愿意在短時間內反復選擇同一AI，并且將AI藥物發(fā)現(xiàn)平臺納入自身多個研發(fā)項目的早期階段，至少說明現(xiàn)階段賽諾菲對Earendil Labs的AI研發(fā)平臺很滿意。

萬聯(lián)證券研報認為，藥企愿意支付額預付款，表明AI生成分子的可信度提升。

“瘋狂”押注AI的不止賽諾菲一，過去一個月里，禮來也連續(xù)出手：從引入AI驅動的雙抗工程平臺，到圍繞創(chuàng)新靶點展開新一輪AI藥物研發(fā)合作，再到多采用人工智能技術的Biotech項目陸續(xù)落地，短短10天就花了30多億。

如果把視角拉到整個產(chǎn)業(yè)來看，制藥行業(yè)長達十年、耗資數(shù)十億的新藥研發(fā)馬拉松，正被人工智能重新定義。

當傳統(tǒng)藥企的研發(fā)周期仍停留在平均10年，AI技術已將部分巨頭的早期研發(fā)流程壓縮至18個月。過去幾年里，禮來、默沙東、諾華、輝瑞等MNC，幾乎都在不同場合反復強調 AI 在研發(fā)體系中的戰(zhàn)略地位。這種變化，并不是突然對某個賽道產(chǎn)生熱情，更像是傳統(tǒng)研發(fā)模式下不確定帶來的壓力的釋放。

一方面，不論是腫瘤、自免、還是代謝，主流賽道早已進入度擁擠期，靶點看似越來越多，但真正能在臨床中產(chǎn)生差異化療，或者攻克尚未治愈疾病領域的，卻越來越少。另一方面，臨床失敗的成本持續(xù)抬升，疊加業(yè)績壓力下，“試錯”愈發(fā)變得不可承受。

在這種背景下，AI被寄予的并不是“發(fā)明一款新藥”，而是一個更切的目標——提升率。這也是為什么，跨國藥企對AI的態(tài)度，從“外圍的管線合作”逐漸轉向“把AI嵌入研發(fā)體系內”。

跑通AI+制藥，還差什么？

進入2025年后，預應力鋼絞線生成式人工智能正在成為動生命科學領域發(fā)展的強大加速劑之一，將傳統(tǒng)需要數(shù)十年、數(shù)十億美元投入的研發(fā)周期大幅壓縮。但如果把時間回撥，幾年前的AI制藥領域，一度是容易被質疑“講故事”的賽道。

追溯到早期，AI主要的作用還是應用于數(shù)據(jù)分析與藥物篩選，但真正由AI主導發(fā)現(xiàn)的新靶點仍屬少數(shù)，更多項目仍集中在老靶點和成熟適應證上；同時，研發(fā)周期漫長、盈利路徑模糊，也讓市場對AI制藥的商業(yè)價值始終保持謹慎。

但如今，它已經(jīng)入到靶點發(fā)現(xiàn)、分子設計、臨床試驗優(yōu)化乃至治療的全流程。湘財證券研報指出，從制藥的流程看，AI技術已經(jīng)在多個環(huán)節(jié)找到了適合自己的應用場景，并發(fā)揮出巨大潛力。

全球范圍內，以AI為科研底座的生物醫(yī)藥公司正在崛起，算法取代試管，以模型預測分子命運，重新定義藥物發(fā)現(xiàn)的速度與邊界。

另據(jù)克而瑞研究中心統(tǒng)計，今年前7個月，百強房企實現(xiàn)銷售操盤金額同比降低4.7%，累計業(yè)績增速由正轉負。整體來看，目前市場需求和購買力不足、行業(yè)信心仍處在低位。

聚焦到國內，截至2025年底，全球AI制藥公司已過350，其中中國至少有101，覆蓋腫瘤、感染、免疫調節(jié)等多個關鍵治療領域。國內許多AI+制藥公司強調“平臺化+產(chǎn)業(yè)化”的路徑，從靶點發(fā)現(xiàn)、候選設計，到臨床進，力爭縮短從算法驗證到商業(yè)落地的周期。面對創(chuàng)新藥研發(fā)領域日趨激烈的同質化競爭，AI技術在藥物研發(fā)過程中帶來的諸多底層創(chuàng)新以及展現(xiàn)出了巨大的價值。

有投資人提出當下AI制藥有兩種商業(yè)模式，其一如英矽智能，像“賭石人”，其二像晶泰，是“賣鏟商”。同為中國AI制藥的熱門選手，兩公司走的路線并不相同。較早上市的晶泰像“基礎設施建造者”，其量子物理算法能在4周內完成晶型篩選，服務著全球TOP20藥企中的16，其2025年上半年財報成績單也頗為亮眼：上半年實現(xiàn)營收5.17億元，同比增長過400%，并次實現(xiàn)半年盈利，經(jīng)調整凈利潤達1.42億元，商業(yè)模式日漸清晰。

經(jīng)歷數(shù)次波折后，剛剛在2025年12月30日登陸港股的英矽智能，有人形容是“探險”，其Pharma.AI平臺將藥物發(fā)現(xiàn)周期從4年壓縮至18個月，平均合成80個分子就能鎖定候選化合物。

產(chǎn)業(yè)對AI制藥的熱情與前景也折射在二市場，英矽智能此次公開發(fā)售獲1427倍額認購，創(chuàng)下年內的紀錄。除了市場對AI制藥的追捧外，另一方面也印證了英矽智能“軟件訂閱+管線授權+聯(lián)合開發(fā)”的商業(yè)模式正在被認可。

 英矽智能屢次沖刺IPO終于成功上市的這條路，恰好映射了資本市場對AI制藥認知的變化。

早期質疑主要集中在三個方面：收入是否可持續(xù)、管線是否真實、AI價值是否能被量化。某種程度上，這些問題并非針對英矽智能一，而是整個賽道的共難題。轉折點出現(xiàn)在英矽智能的管線進入臨床之后。當AI生成的候選藥物開始在真實世界中接受檢驗，市場的評價體系也隨之發(fā)生變化。投資者不再追問“AI能做什么”，而開始關注“AI已經(jīng)做成了什么”。

就在1月5日，英矽智能宣布了與施維雅達成多年期研發(fā)合作，總金額達8.88億美元。英矽智能將有資格獲得3200萬美元的付款及近期研發(fā)里程碑付款，并將主導利用其人工智能技術平臺，發(fā)現(xiàn)并開發(fā)符合既定標準的潛在候選藥物；施維雅將共同承擔研發(fā)成本，并主導后續(xù)臨床驗證及商業(yè)化進程。

但熱潮之下，AI+制藥依然有不能跨越的邊界。

一方面，AI在靶點發(fā)現(xiàn)和疾病建模的應用、基于靶點和表型的藥物發(fā)現(xiàn)方面的優(yōu)勢已經(jīng)被驗證；但另一方面，也是更為關鍵的，當藥物研發(fā)進入進入臨床驗證階段后，AI似乎還在“證明自己”的過程中。就像賽諾菲與Earendil Labs的協(xié)議，以及施維雅和英矽智能的合作中都提到的：臨床驗證均由Pharma公司負責。

曾有傳統(tǒng)制藥企業(yè)CEO提出：“AI能不能幫助行業(yè)在藥物研發(fā)中跳過動物試驗，甚至直接跳過人體臨床試驗？”答案顯然是，短期內不可能。

大藥企們正在探索利用AI設計更優(yōu)臨床試驗，如幫助患者招募、數(shù)據(jù)分析等輔助手段，而并非替代傳統(tǒng)的臨床試驗。去年6月，默克出了一款全新生成式人工智能平臺，旨在簡化臨床研究報告（CSR）撰寫流程，將初稿撰寫時間從兩到三周縮短至三到四天；賽諾菲創(chuàng)投對人工智能驅動的臨床試驗模擬公司QuantHealth 進行了戰(zhàn)略投資，總融資額達到3000萬美元。

AI驅動的臨床試驗是利用AI技術增強臨床研究設計、執(zhí)行、監(jiān)測和分析，目標是提率、降低成本、提升患者安全，并產(chǎn)生更入的機制見解。可以說，AI能提概率，但不能消除不確定；能加速決策，但不能跳過生物學本身的復雜，動物實驗、人體試驗、真實世界數(shù)據(jù)婁底預應力鋼絞線價格，這些環(huán)節(jié)尚無法被算法取代。