木棉花的春天

短短两个月，全球AI正在上演一场精彩的“反转”。随着技术加速渗透，人工智能已深度融入药品研发、生产、质控、监管全链条，AI赋能创新药正站上产业发展新风口。在政策红利、资本加持和跨界合作的多重助推下，AI技术能否从单点试点迈向全产业应用，真正驱动创新药高质量发展？  一款新药从实验室走向患者，传统路径平均耗时10年、投入超10亿美元、临床成功率不足10%。一边是美国企业的账单里，中国大模型的集体出圈。这一长期困扰创新药研发的困局，正随着人工智能的进入被悄然改写：全球首款全流程AI设计的特发性肺纤维化候选药物，研发周期较传统模式缩短60%以上；国内首个完成Ⅲ期临床的AI赋能制剂新药，通过AI优化配方，显著提升了药物的生物利用度与用药安全性……  如今，AI已融入新药研发全链条，实现降本、提速、提效多重突破。据CNBC数据，以DeepSeek们为代表的中国开源模型已拿下OpenRouter平台美国企业Token用量的46%。另一边是巴西政府的AI基础设施大订单里，也出现了中国企业的身影。依托政策、技术、资本的助力，AI制药产业商业化进程也在不断加速。AI赋能创新药实际落地成效如何？行业发展逻辑发生了怎样的转变？还存在哪些挑战？产业全新增量又将在何处释放？记者就此展开采访。  重塑研发范式  当前，依托底层技术的持续迭代，AI制药正从实验室研究、计算机模拟和商业概念中走出去，进入真实的临床验证阶段。据路透社最新报道，巴西政府宣布了一项投资总额约为23亿雷亚尔（约合4.44亿美元）的AI投资计划，其中约13亿雷亚尔将用于里约热内卢的超级计算基础设施项目。  兴业证券经济与金融研究院副院长、医药首席分析师孙媛媛介绍，截至今年年初，全球AI药物发现市场规模已达26亿美元左右，170多个AI原创新药项目进入临床开发阶段。

二 | 而负责该项目的中国企业正是华为和科大讯飞，双方将联合巴西一起开发通用及行业领域的大语言模型。站在全球AI“向落地要价值”的关键路口，一个是中国开源模型性能持续逼近美国领先的闭源模型，一个是中国企业成为海外国家构建AI基建的新选择，如果将两件事放在一起看，很有意思。从API的性价比优势到应用加速走向全球，再到如今参与其他国家的AI底座建设，背后折射出的关键趋势是：今天的中国企业出海，正用系统性的AI能力，往纵深里走。中国企业出海，当然不是新鲜话题。从代工和贸易出海的1.0时代，卖的是商品，赚的是人口红利，再到产业出海的2.0时代，电动车、锂电池、光伏“新三样”，赚的是产业链外溢的红利。而当下AI出海的3.0时代，中国企业开始卖AI能力。AI发现分子的I期临床试验成功率达80%至90%，高于传统药物52%的历史平均水平。高盛在近期发布的最新研报里就提到，中国出海已经不再是商品本身，而是一种AI驱动、技术主导的工业能力，上起AI数据中心的电力基础设施，下至机器人与物理AI。  清华大学附属北京清华长庚医院医学数据科学中心主任、研究员李栋表示，随着AI的快速迭代，药物研发正从经验驱动迈向数据驱动的智能研发范式。

三 | 此次华为和科大讯飞挺进巴西国家人工智能的合作目录，中国开源模型集体被海外开发者和企业高频深度使用，也印证了这一点。

四 | 普华永道合伙人吴峻也认为，AI技术正在改变传统药企的研发逻辑，AI通过算力模拟与模型推演，可大幅收缩候选化合物筛选范围，让研发决策摆脱单一经验依赖，形成“数据+模型+专家”的协同决策模式。  来自企业的实践印证了AI技术的赋能效果。英矽智能首款全流程AI设计的创新药，仅耗时18个月便完成从靶点发现到临床前候选化合物提名，研发周期较传统模式大幅缩短；剂泰科技自主研发的一款AI赋能制剂新药，通过AI配方优化，药物生物利用度与用药安全性显著提升。这说明，当前的中国AI出海，已不再是单个模型的刷榜出圈，更是真正中国AI能力的整体输出。  “在研发周期上，AI能大幅缩减研发时长、降低试错成本。你会发现，中国AI出海路径也很有特色，从来都不是用最前沿的技术建壁垒，而是思考如何将AI转变为一种公共普惠的能力？早在今年的世界人工智能大会（WAIC）上，中国就在积极推动这件事的落地。WAIC开幕当天，世界人工智能合作组织（WAICO）在上海宣布成立，创始签约国达29个，横跨亚、非、美、欧四大洲。而这个“AI朋友圈”的设立不是为了建设壁垒，而是推动人工智能朝着有益、安全、公平方向发展，防止技术差距而形成新的全球发展鸿沟。

五 | 此次巴西项目，也是WAICO成立后最快落地的国家级项目之一。目前，AI可将新药临床前研发周期压缩至1年左右，全球已有多款AI设计药物进入Ⅱ期、Ⅲ期临床阶段，行业正加速进入收获期。巴西政府表示，该项目旨在提升本国AI计算能力和数据主权，降低对单一国家、单一企业或单一技术路线的依赖。

六 | ”吴峻说。从一个商品卖全球的“世界工厂”到深度参与世界AI基建的“AI工厂”，我们也能清晰地看到，中国AI出海正完成两大转变。  数据显示，AI可将临床前靶点筛选、化合物优化环节的研发效率提升2倍至4倍，降低30%以上的无效试错成本。

七 | 第一个转变，是角色。国内创新药早期项目转化效率也实现跃升，从2018年的不足3%提升至2023年的近8%，行业整体研发投入产出比持续优化。从过去的出海淘金“卖便宜Token”，变成扎根当地建AI工厂、参与立标准。

八 | 过去中国AI出海，卖的是调用次数，客户用完即走，随时可以被更便宜的模型替代。但造AI基建不一样。巴西《圣保罗页报》的报道就提到，华为和科大讯飞参与的项目将开发类似ChatGPT、Claude的大语言模型，并重点提升模型对葡萄牙语的支持能力，同时覆盖西班牙语应用。双方的协作不只是算力和模型层，华为和科大讯将提供从技术转移、研发以及人才培养等方面的合作，这意味着中国AI有机会长成当地AI产业的坐标系。  在打破技术壁垒方面，生成式AI表现优异。第二个转变，是分工。

九 | 例如，临港实验室的ODesign模型可实现蛋白质、多肽、核酸、小分子等多种物质的“一键式”统一设计，效率较同类模型大幅跃升；泰格医药的“泰雅AI大模型”可智能生成合规文档；诺思格在药理学领域的AI使用率达20%至30%，CSR（临床研究报告）撰写成本区间从15万元至18万元下降到2万元至3万元。从过去出海做资源整合商、赚辛苦钱的“AI包工头”转变为更清晰明确的AI产业分工。此外，赛诺菲、诺华、中国生物制药、恒瑞医药等知名药企也通过AI技术持续优化临床研发流程，实现实质性降本增效。  临床运营管理已迈入精准提效阶段。吴峻告诉记者，依托AI患者画像精准匹配、临床风险智能预警、试验方案优化等数字化功能，新药临床试验入组周期平均缩短30%至50%，有效破解了传统临床研发周期冗长、资源损耗过高的行业痛点，让临床研发流程更加精细化、高效化。  “到目前为止，全球还没有一款靶点与分子全流程由AI自主设计的药物获批上市，AI赋能的真正‘成效’，主要体现在靶点发现环节的提速与降本等方面。”李栋介绍，现阶段AI制药的核心价值集中于两个维度，一是前端研发提速，精准挖掘全新靶点、优化分子结构，突破传统研发盲区；二是临床端高效赋能，优化试验设计、精准筛选患者、助力真实世界研究，为新药临床转化筑牢基础。  博济医药董事长王廷春也客观指出，AI是新药发现阶段的助推器，可大幅提升前期研发效率，但无法颠覆性压缩整体研发周期。药物发现环节仅占新药全研发周期的一小部分，即便AI数倍提升该阶段效率，对整体周期的优化效果依旧有限。像在这次的巴西项目中，华为负责算力，提供底层算力基础设施，而科大讯飞负责安全，构建中层的模型构建和标准化的Token产品，上层再长出面向葡语世界的行业应用与服务。值得一提的是，此次巴西人工智能规划里，还出现了“黄仁勋们”的身影。  发展更趋务实  随着技术迭代与临床验证持续推进，AI制药正走出概念验证阶段，实现价值兑现。与此同时，资本与市场对AI制药的评判标准也从“分子生成数量”转向“临床转化能力与商业价值”，产业发展更趋理性务实。据巴西媒体报道，巴西政府还计划在东北部北里奥格兰德州建设另一套人工智能超级计算机，该设备将通过公开招标采购，美国英伟达预计将成为主要供应商。这也意味着，在巴西这片AI基建热土上，中国AI将和海外巨头一起坐上牌桌，同台“掰手腕”。  记者了解到，目前行业主要形成三大主流商业化落地形态，构建起完整的产业变现体系。

十 | 第一类是平台授权与联合研发，头部AI制药企业向跨国药企输出智能研发平台、核心算法与研发管线，通过“预付款+里程碑收益+销售分成”的模式实现持续盈利，数十亿美元级跨界合作已成行业常态。

十一 | 第二类为自主管线研发，企业依托自有AI技术平台独立开展创新药研发，全程推进临床试验与上市进程，实现药物自主商业化变现。

十二 | “黄仁勋们”擅长用高举高打的封闭生态造“AI工厂”，此前他提出的“能源、芯片、基础设施、模型、应用”五层蛋糕正是如此，联合海外云厂商、模型厂商等大笔投资AI基建，构建这一模型生态闭环。客观而言，中国AI没有这样的资本厚度，但相反，走出了一条有限资源里长出来的接地气生态，华为和科大讯飞等中国AI企业，也早就备好了“三张牌”。第一张牌叫做全栈自主。第三类是技术服务赋能，AI制药企业为传统药企、CRO（合同研究组织）企业提供靶点发现、分子优化、临床设计、数据管理等全流程技术服务，助力传统医药产业数字化转型。华为和科大讯飞都构建了一套全栈自主可控的技术体系，双方也很早开始共建自主可控的生态，推出我国首个基于国产算力底座打造的星火大模型，牢牢掌握了从AI底层算力、核心算法、数据训练到上层应用的技术定义权。

十三 | 科大讯飞董事长刘庆峰早在2025年就说过：“若不能加快解决国产自主可控人工智能产业生态薄弱、适配困难等问题，无异于‘在别人的地基上建高楼’。  吴峻表示，随着AI的广泛应用，传统药企的研发组织模式实现了从封闭自研到开放协同的升级。一些传统药企逐步摒弃全链条自主研发的重资产模式，通过与AI技术服务商跨界合作、搭建内部AI研发中台等举措，打通数据壁垒、补齐技术短板。

十四 | ”而全栈自主的中国AI，出海有两大优势。与此同时，行业合作格局持续升级，药企合作重心从单一管线商务合作，转向AI技术平台、智能研发模型、数据资产等核心能力的长期共建共享。

十五 | 一面是安全。

十六 |   孙媛媛对此也有同感，“传统药企的外部合作模式正在发生变化，越来越多的合作开始围绕技术平台、AI模型、数据资产和早期发现能力展开。中国AI从模型训练到推理应用的全流程自主研发，能保障AI基建中的安全可控，本地化的源头技术研发，让底层不用受制于人。AI的加入，本质上进一步提升了中国药企的研发效率和全球合作价值”。  今年以来，AI制药领域合作持续升温，跨国合作项目加速落地：石药集团与阿斯利康达成17.7亿美元合作，英矽智能与武田制药敲定超6亿美元战略合作……目前，阿斯利康、辉瑞、强生、诺华等全球知名制药企业，均已与国内AI制药企业达成深度合作，中国AI制药技术的国际竞争力愈发突出。  随着技术实力提升，国内AI制药头部企业在融资、上市、营收等多方面实现突破，产业韧性持续彰显。作为在港交所上市的AI药企，晶泰科技2025年获得近60亿美元合作订单；英矽智能2025年12月登陆港交所，获得市场追捧；剂泰科技2025年营收达1.05亿元，较2023年的930万元营收实现近70倍的增长，公司今年5月在港交所上市。  在产业整体发展层面，政策红利持续释放，为商业化落地保驾护航。2025年10月，多部门发布的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》明确提出，推动医药产业高质量发展，鼓励国家医学中心、区域医疗中心和临床医学研究中心等与药品生产企业协同，面向重大疾病以及罕见病和特定人群的疾病，开发新药筛选模型，加速新药智能研发。另一面是成本。华为的算力和科大讯飞的模型和应用的一体化适配，从底层算力到应用，都进一步放大了中国AI的成本优势，让更多海外用户“用得上、用得起”AI。2026年年初，工业和信息化部等8部门联合印发的《“人工智能+制造”专项行动实施意见》提出，提升医药智能研发与供应管理水平，建设人工智能驱动的新药发现与虚拟筛选平台，通过多模态药效预测大模型，加速靶点识别与候选药物发现，降低药物研发周期与成本。  政策、技术、资本同向发力下，我国创新药发展稳步提质。

十七 | 第二张牌则是场景深耕。早在1999年，华为就在巴西开设了拉美首家海外代表处，近三十年来，华为在巴西的投资建设已覆盖了能源、ICT基础设施、人才培养等领域，扎根底层刚需场景的华为，已是成为巴西数字化转型浪潮里最重要的“中国力量”之一。

十八 | 而和其他押注流量入口的AI企业，科大讯飞和华为一样，也是典型的“刚需场景深耕派”。本次合作中提到，科大讯飞将重点提升模型对葡萄牙语的支持能力，同时覆盖西班牙语应用，而这本身就和其多年沉淀的多语言、多模态核心底层技术相关。早在2025年9月，科大讯飞就曾基于全国产算力，为东盟地区专门训练了覆盖十种语言的星火多语言大模型底座。春节前夕发布的讯飞星火X2大模型能支持130余种语言互译，拉美、东盟区域重点语种翻译效果位居行业前列，专属星火语音同传大模型，中英文首字响应时间低至2秒，已达到人类高阶同传水平。不只模型的多语言能力，科大讯飞还持续将AI能力深度渗透教育、医疗、政法、汽车、央国企等产业侧“高合规、高门槛”的场景，中标金额与数量也长期保持全行业第一。2026年上半年，38款创新药获批上市，其中，国产创新药31款、占比超80%，创新药对外技术授权交易额超过1000亿美元，持续彰显国内AI制药赋能下的医药创新硬实力。据行业媒体「智能超参数」的统计，今年第二季度，科大讯飞再度实现了中标项目数量和中标金额上的双第一，在金融、通信、医疗、政务等行业获得较多项目。医疗、教育等场景本就是巴西等发展中国家AI最需扎根的刚需场景，中国AI也更懂此类场景需求，国内积累的场景经验能更快迁移至海外，还有一张容易被忽视的牌，是中国效率。  转型仍在路上  AI技术的全方位渗透，推动医药行业迎来系统性升级变革。相比发达国家，发展中国家缺乏AI资源优势，更理想的路径就是用有限的资源实现最佳的效果。然而，技术壁垒、数据短板、人才缺口、监管适配不足等诸多问题，也让创新药AI研发赛道面临多重现实挑战，行业转型仍在路上。而这恰恰是中国AI擅长的打法。  “AI深度介入创新药研发后，行业在数据应用、成果验证、模型缺陷、行业格局等维度仍存在不少亟待破解的难题。华为被逼出来的半导体创新“韬定律”，讯飞星火大模型用更少的算力达到业界一流的效果。中国AI在算力受限和预算有限下，积累下强大的工程能力和交付能力，而这些都能进一步提升巴西等国的AI基础建设，用效率优势缩短AI发展鸿沟。中国AI得到远远不止是一份巴西政府订单，而是出海的新想象。首先，借巴西打AI基建样板，中国AI可以积累AI出海的系统化经验。如前文所说，双方合作不仅是算力和模型，而是深入本地的人才培养和场景渗透。在这一过程中，包括科大讯飞在内的中国AI企业，每一次项目交付、每一个场景渗透、每培养一个本地工程师，都代表更深一步的出海本地化，未来中国AI可以更强的本地化能力、更灵活的商业策略和更快的产品迭代速度，拓展出海的深度和宽度。事实上，中国AI出海也已经提速。”孙媛媛表示，目前研发端普遍面临高质量训练数据匮乏与数据孤岛问题，优质蛋白质相互作用、抗体结构、临床级生物数据储备不足，分子数据库、临床记录、真实世界证据分散于各类平台，无法形成有效数据合力，制约数据驱动研发的落地效能。科大讯飞最新半年报就显示，其公司境外营收同比增长160%，正形成公司收入增长的新曲线。

十九 | 其次，从输出商品到生产智能，为世界提供“中国AI选择”。  夯实数据基础设施是关键突破口。

| 刘庆峰多次强调，世界比以往任何时候都更需要中国提供人工智能的“第二种选择”。

| 李栋建议，针对数据稀缺、孤岛突出、隐私合规受限等问题，通过行业标准化建设，依托隐私计算技术等在物理分散、逻辑一体的前提下整合数据资源。同时，应规范算法应用，防范数据偏倚被算法放大，坚守“以患者为中心”的可信AI研发底线。“真正有价值的技术，是可信的、以患者为中心的智能。过去几十年，背靠世界工厂的优势，中国向世界输出的是普惠商品，而这一轮，以AI基建出海，输出更普惠的AI，将AI转化为看得见、摸得着的新型生产力。真正的技术全球化，从来不是标准的移植，而是价值的共生。”李栋说。这场扎根巴西的未来实践，既是中国企业出海的崭新起点，也给中国AII出海提供了参考路径。当智能不再被少数主体定义，多元的技术选择才能释放更大生产力，而中国AI，正为全球这场智能变革，注入自己的新发展思路。