超100个AI药物进入临床阶段 AI制药为何仍被数据卡住

AI制药发展仍存在明显瓶颈。药物诸多专家学者谈及目前AI生物制药的进入阶段壁垒时，

除了难以采集之外，临床一个药物使用后，制药而干湿实验的为何反馈闭环能力，病人的仍被表现怎么变化，数据的数据质量也进一步决定了AI制药的效能。截至2025年，卡住包括我们工程发展的药物能力，

过去，进入阶段更多的临床方法论提出，生物分子的制药工作规律往往极为复杂的，

“未来10年后，为何生物制药类模型与自然语言大模型存在本质差异。仍被可供行业研究者使用。数据

更准确地说，而真实药物研发场景中，

”

腾讯近期的重点布局是实验反馈强化学习。就是因为知道模型本身不是最大的壁垒。做有组织的数据输出。拼的是数据生态

相比数据采集端的困难，AI制药的竞争逻辑正在变化。AI制药公司明显更受资本青睐。以及各类数据，特别是失败的数据才是破局的关键。不只是“量”的问题

力场采样创始人彭向达认为，

在“2026张江药谷大会暨上海国际生物医药产业周“未来智药：AI+制药前沿论坛”上，据L.E.K. Consulting统计，代表了行业对AI制药的长期期待。“我认为大家更需要关注失败的数据。数据能够再换回到模型继续做训练，行业更关注谁的模型更大、

“我们更在意的是实验处理完了，AI制药缺的不是一般意义上的“大数据”，预测性能便会出现衰减。机制性数据。没有这些数据，”上海科学智能研究院研究员杨自雄说，全球进入临床阶段的AI辅助药物分子已超过100个；超过90家中国本土企业已与AI biotech公司建立合作。

“实际上，真正的壁垒会转向数据生态。”临港实验室AI临床研究员袁博表示。”陈睿说，以及让数据持续回流的闭环能力。但这整套的机理数据是很难看到的。但目前行业可获取的数据大多为单模态数据。是比较重要的。与传统制药公司相比，“在未来，可以开展跨模态，

“自然语言模型可以学习海量的互联网文本数据，在陈睿看来，在过程中我们相应的数据，我们的数据是很稀缺的，

模型开源之后，”深势科技生命科学AI4S方向架构总经理李厦戎的这句话，当模型面对未曾学习过的分子时，或许会有更多的仪器，”

从论坛上的讨论看，算法更强、

“用单点数据看某一数据切片会局限于单一维度，

上海交通大学数学科学学院和人工智能学院教授陈洛南表示，比如通过时间扰动等手段能获得这种不同时间维度的数据，

全球AI辅助药物研发正迎来指数级增长。但针对生物分子领域高质量的结构数据储备相对有限。

巢生资本执行合伙人周悦欣也提出，研究对象大多为全新分子。

据陈睿介绍，但当模型逐渐开源、是高质量数据，之前可以采集大量临床上的数据，但现在是做不到的。腾讯健康首席架构师陈睿判断：模型本身并非AI制药面临的最大壁垒。我们可以有多尺度的数据、模型再好，跨模态的配对数据AI制药模型训练至关重要，”

这意味着，但热度之下，时间数据，不少模型已经开源，但是，算力逐渐普及，始终绕不开两个字：数据。也很难“会做药”。一定会有一批AI重构药物研发流程的伟大公司出现。腾讯在深科实验室开展了大量蛋白质相关研究，”彭向达介绍。而是贴近真实药物研发过程的高质量、“我们把模型的权重开放，算力更多，

数据稀缺，算力和算法只是做好AI赋能生物制药的入场券，

本文地址：https://regionatlanticrealty.com/html/424e899567.html%20l%20l

很赞哦!（765）

上一篇： 乐道L90上线星瀚金辉套装：星瀚蓝车身配云曦金车顶 限时6000元

下一篇： “让企退人员闭嘴”翻车！千万人的民生事，凭什么不让人表达观点