3月份，英矽智能与礼来达成合作，首付款1.15亿美元、潜在总额约27.5亿美元；7月份，其AI辅助发现的特发性肺纤维化候选药Rentosertib启动III期临床。此前，Isomorphic Labs与礼来、诺华的合作潜在总额也接近30亿美元。

与此同时，2026年1月，NVIDIA与礼来宣布在旧金山湾区共建AI联合创新实验室，计划未来五年在基础设施和研发上合计投入最高10亿美元，并把BioNeMo、下一代算力、机器人和“物理AI”带入药物发现与生产。6月，Anthropic推出Claude Science，将60多个科学数据库、科研软件和算力环境接入一个可审计的科学工作台，并通过NVIDIA BioNeMo Agent Toolkit连接Evo 2、Boltz-2、OpenFold3等生命科学模型。

两家科技巨头走的是不同路线：NVIDIA同时提供算力底座和实验基础设施，Anthropic则试图成为科研流程的智能入口。它们共同指向一个变化——AI制药的竞争，正从“谁有一个更好的分子模型”，转向“谁能把模型、数据、实验和人的判断，组织成一套生产系统”。

AI制药通常被称为AIDD（Artificial Intelligence-driven Drug Discovery），是把机器学习、生成式模型、多组学、物理计算和自动化实验嵌入药物研发。它可以参与靶点发现、蛋白结构预测、分子或抗体设计、ADMET预测和合成路线规划，也开始进入临床方案设计、患者分层和注册文档等环节。

通俗地说，传统研发更多依赖专家逐轮试错；AI同时考虑活性、选择性、毒性、可合成性等约束，生成和排序更值得验证的候选物。科学家负责提问和判断，实验负责验真。

因此，AIDD真正的核心不是一次“猜中”，而是一个不断收紧的闭环：设计（Design）、合成（Make）、测试（Test）、分析（Analyze），然后再设计。没有湿实验，模型可能只是在旧数据里重复旧经验；没有AI，实验资源又容易消耗在低概率方向上。两者之间的往返速度，才决定研发效率。