WAIC現場直擊：今年AI for Science關鍵趨勢，看這一篇就夠了！

上海WAIC，徹底爆了。

今年的主題是：智能伙伴，共創未來。

展覽總面積首次突破10萬平方米，1100余家企業攜3000余項展品亮相，超300款產品全球首發。

展廳里擠滿了人，場館溫度飆升，也抵擋不住大家的熱情。

逛下來一個感受是：參展的機器人實在是太多了，也賺足了大量的目光。

與此同時，我們也感知到了另一個領域正在迅速崛起——AI for Science（科學智能）。

通過觀察與對話，讓我們清晰地看到：AI for Science已不再是實驗室里的美好愿景，而是真實發生在眼前的產業變革。

AI4S，成果涌現

晶泰科技：攜全新AI+自主發現系統亮相

從2022年算起，今年已經是晶泰科技第5年參加WAIC了。

當行業還在討論模型能力的時候，晶泰科技就把AI+機器人實驗室搬到了WAIC現場，首次展示"看得見的AI"，讓AI進入實驗室參與真實世界的科研過程，也提前踩中了如今火熱的Physical AI（物理AI）趨勢。

這一平臺曾斬獲2023年WAIC“鎮館之寶”，今年晶泰科技也帶來了全新亮相，AI自主實驗平臺升級為AI自主發現系統。

它以AI原生架構為核心，將垂直領域專用模型、機器人實驗、智能體系統以及數據閉環全部整合在一起，從實驗設計、自動執行到監測分析、數據處理，實現了科研流程關鍵鏈路的無人化自主運行，讓AI4S走進實驗室，加速真實實驗，驅動科學研究。

除了創新技術之外，晶泰科技全棧技術能力和創新生態建設成果也在現場展示：其業務子品牌Ailux自研的AI大分子藥物研發平臺、PepiX?多肽藥物研發平臺、epiXora?多場景醫藥調研Agent等。

和我們的感受類似，今年WAIC現場，一個越來越明顯的變化是：商業化成果開始成為AI公司的核心能力。

同時智藥局獲悉，晶泰科技還將于近期正式發布新一代產品矩陣，包括一系列科研智能體，值得期待。

英矽智能：邁向制藥超級智能

這次大會上，英矽智能 創始人兼首席執行官Alex Zhavoronkov在主會場進行了演講。

他以公司自主研發的全球首款AI創新藥物Rentosertib為例，展示了AI在生物學和化學領域的實際應用，強調在AI支持下，臨床前研究周期可由傳統的4.5年縮短至12-18個月，且該效率提升具備可重復性和規模化潛力。

在基礎模型時代背景下，他進一步探討了AI在生命健康領域的深化賦能路徑，詳細說明了不同藥物研發階段中LLM可承擔的生命科學探索任務類型，并指出基礎模型并非為特定任務而設計，因此需借助基準測試和訓練框架來提升其在生命科學專精任務中的表現。

廣藥集團＆華為：傳統藥企+國產算力，來秀AI肌肉了

今年 WAIC上，廣藥集團與華為的合作項目《國產算力驅動的新藥創制AI智能體研發與應用》入選國家工信部《人工智能高價值場景應用案例集》 。廣藥集團也成為本次案例集中國內制藥行業唯一入選的企業。

目前，該平臺目前已完成概念驗證測試，展示出驚人的效率提升。有望將苗頭化合物發現周期從12-18個月大幅縮短至1-3個月。

天鶩科技：唯一入選AI4S鎮館之寶

天鶩科技這次帶來了MatwingsVenus（曉鶩），是一個以智能體為中心的對話式蛋白質設計平臺。

用戶通過自然語言提出功能需求，AI完成序列設計，自動銜接自動化實驗室，驅動機器人完成樣品制備、蛋白純化、功能檢測，實驗結果直接回流到下一輪AI迭代，將研發周期從2-5年壓縮到2-6個月。

這項成果也是唯一入選“鎮館之寶”的AI4S產品。

耀速科技：智能人源化數據超級工廠

耀速科技這次帶來了全新的3D Bio Intelligence?智能自主實驗平臺。

該平臺融合了器官芯片、高內涵三維成像、計算機視覺、人工智能與自動化實驗系統，構建了國際前沿的“3D Bio Intelligence”技術體系。

這一生物智能人源化數據超級工廠，能夠持續構建"數據生成—機制解析—模型訓練—實驗驗證"創新閉環，為AI理解生命提供高質量人源化數據支撐。

底層大模型密集突破，科研基座正在成型

還有一個趨勢是，在WAIC期間，多個科研智能大模型密集發布，展現出了底層模型的突破。

大會期間，分子之心公布了其AI生物藥設計平臺MMDesign在環肽從頭設計領域的最新突破。針對p53-MDM2靶點，實現首輪21條候選分子命中16條，命中率>70%，展現了其在AI4S的底層能力。

上海科學智能研究院在大會的科學智能開放論壇上發布了“神珍”科學多模態基礎模型。模型總參數約110億，面向DNA、RNA、蛋白質、小分子、地球系統和醫學影像六類科學數據，實現了跨領域科學知識的統一表征與多模態融合理解。

上海人工智能實驗室在科學前沿論壇上推出新一代科學發現平臺“書生·端硯”。平臺整合了科學大模型、專業智能體、科研數據庫與自動化實驗設備，覆蓋從“假設提出”到“實驗驗證”的完整科研流程。

同時，中國科學院組織多個研究所聯合打造的磐石·科學基礎大模型2.0也在大會上正式發布，該模型構建了800萬條高質量科學推理數據，覆蓋200多個科研任務。

AI for Science共識的轉向

WAIC的價值，遠不止于展館內的技術秀場，其靈魂還在于同期舉辦的百余場行業論壇、投融資峰會等。

大量的思考和創意，正在WAIC激烈交鋒與碰撞。

旁聽和交流下來的感受是，AI for Science正在成為從學界到工業界的共識。

圖靈獎得主、中國科學院院士姚期智表示，關于未來AI研究最重要的方向，業界有著諸多答案，從理論研究的視角來看，他認為“AI for Science”會是未來三到五年最具探索價值、發展前景絕佳的研究方向。

中國工程院院士王堅則重新定義了AI for Science的關鍵矛盾。AI4S不是“模型能讀多少論文”，而是“模型能否直接理解科學數據”。

王堅院士大膽預測，未來50年，人工智能對科學的作用將像數學一樣基礎，最終不再被視為獨立領域。

不止如此，這次WAIC首次設立了AI for Science相關論壇與圓桌，邀請了多位產業和學界的領軍人物。

我們最感興趣的，是創始人和高管們對于行業競爭和未來的判斷，也借此來分享一些洞見。

劑泰科技聯合創始人兼CEO賴才達博士指出，AI for Science的紅利 期 剛剛 開始， 將迎來更大 的爆發期。

在他看來，細胞重編程賽道是未來3-5年AI for Science領域中增長最快的細分機會。未來幾年， 劑泰科技 要搭建全世界最深的納米大數據平臺， 積累高質量數據。最終，打通從基因序列到蛋白、再到細胞的端到端人體內“大語言模型”，以攻克不可成藥靶點。

望石智慧創始人兼CEO周杰龍也分享了他對AI4S的想法，以及公司接下來的動向。

周杰龍認為，AI制藥正從智能體邁向微觀世界模型，它解析生命底層物理化學規律，是未來核心范式。他提出AI制藥四階段演進：感知AI→生成AI→智能體AI→物理AI）。并定位望石智慧為醫藥產業AI基礎設施，構建數據、模型、人才壁壘。公司未來5-10年，希望構建統一微觀世界模型，成為藥物研發第一性原理工具。

圓桌論壇上，百圖生科高級副總裁、AI研發負責人張曉明分享了他對生命科學AI發展階段的判斷。他認為，AI for Science的競爭正在從模型效果競爭，轉向系統進化能力競爭。

未來，真正的競爭優勢不再只是模型能力，而是系統進化能力。誰能夠讓模型在真實研發中不斷吸收實驗反饋、持續優化，并指導下一輪高價值數據生產，誰就能建立更深的產業壁壘。

談及生命科學AI的下一站，張曉明認為，隨著生命科學研究正從分子尺度進一步邁向細胞尺度，虛擬細胞正在成為行業的重要方向。但下一階段的競爭，不僅是預測細胞狀態變化，更要實現對細胞活性、安全性、免疫原性等關鍵屬性的預測，并最終發展為能夠支撐研發決策的虛擬細胞原生系統。隨著模型、數據與實驗不斷形成正向循環，虛擬細胞有望從前沿研究工具，逐步演變為生命科學研發的重要基礎設施，進一步打開AI for Science產業化的新空間。

一些企業盡管沒有參展，也在深度參與行業交流，捕捉前沿趨勢與戰略。

材科源圖創始人兼首席科學家李昊教授向智藥局表達了他對WAIC以及產業的看法。

他表示，“WAIC上‘AI+’的討論越來越多，但大多仍處在“概念”階段。相比通用平臺，材科源圖更側重‘結果交付’，近期發布的AI智能體已進入實驗驗證和產業落地階段，這可能是‘AI+材料’從概念到落地的具體嘗試。”

熱錢涌動，年輕人的機遇來了

除開企業，WAIC也是投資人的盛會。錢的流向，某種程度上也決定了行業的行進方向。

據智藥局不完全統計，近半年以來，全球AI for Science融資已經超過44.3億美元，行業熱錢涌動。

在會場上，我們也和幾位專注AI4S以及生命科學的投資人聊了聊。

一位深耕AI for Science的投資人告訴智藥局，他們正在重點關注平臺型AI4S的公司，這類公司有著極高的成長潛力。

其中一個重要判斷指標是，是否有MNC跨國藥企/頭部產業集團千萬級年度框架訂單，否則無法支撐平臺公司的規模化。

更重要的是，這位投資人格外看重物理 AI（Physical AI）帶來的賦能能力與業務閉環。

這也是AI4S區別于大模型公司的底層能力。歸根結底，AI4S 算出的預測結果，最終必須能夠在實體實驗室中完成實驗復現。

同時，還有投資人表示，他們正在將目光瞄向“小天才”創始人，即一批正在重塑AI行業面貌的年輕創業者。

他們普遍是95后甚至00后，思維活躍，通常在校階段便手握自研底層技術，同時能將前沿理論迅速轉化為可落地的產品。

AI4S，正在以開放的態度，歡迎年輕人的加入。

最后，當我們走出展廳，暮色已沉，上海的熱浪依舊灼人。

感受產業、學界、和風投的動向，我們清晰地看到：AI for Science已不再是實驗室里的美好愿景，而是真實發生在眼前的產業變革。

這場奔赴星辰大海的征程，才剛剛拉開序幕。

—The End—