最近AI制药动态密集。英矽智能与一家前沿基础模型实验室基于MMAI Gym框架共建生物学研究基础模型，并提供专有数据集、做闭环湿实验验证。诺和诺德把Claude Science用于药物发现与研发推理，金斯瑞与礼来TuneLab做蛋白表达、纯化等湿实验验证，微软Discovery在部分药企研发流程落地，DeepMind发布AlphaGenome Atlas做单碱基变异影响预测。趋势很直白：通用基座做推理与计算，垂类团队做抗体、小分子、靶点、临床风险等具体研发。

华兰股份主业是药用胶塞，2025年9月设灵擎数智作为AI医药载体；之后通过灵擎陆续形成五类技术安排，沿药物研发环节铺开。

药图智能：知识图谱与证据链

灵擎数智2026年2月与俞开先、美国科学院院士刘军（LIU JUN）团队合作设立药图技术主体，完成上海药图智能注册。方向为生命科学知识图谱、药物重定位与药物警戒。项目方披露其整合公共数据库、文献与医药实体关系，用知识、证据、模型三者结合，让AI结论可溯源，降低幻觉和盲推风险。知识图谱不等同临床验证，后续仍靠湿实验和临床数据确认。

科迈生物：生成式AI抗体设计

灵擎数智与科迈生物开展AI抗体合作；科迈由晶泰体系孵化，做生成式抗体设计。项目方称其积累自有抗体-抗原配对数据，降低对稀缺三维结构数据的依赖；据项目方及媒体报道，特定表位从头设计已完成闭环验证。实际结合力、免疫原性、安全性仍要看论文、第三方复现和临床前/临床数据。

梵宇智拓：AI小分子发现

灵擎数智2026年4月设立小分子技术主体，5月完成北京梵宇智拓注册；据技术资料，以64维高保真潜空间（GVAE）及隐空间流匹配等算法构建AI与物理约束融合平台。传统高通量筛选通量有限，小分子化学空间极大，AI可把“穷举筛选”改为“按性质生成+物理打分”。能否稳定产出可合成、低毒、高选择性分子，仍需多轮实验验证。

佳吾益：免疫与难成药靶点

灵擎数智2026年4月与佳吾益开展技术合作；佳吾益做免疫靶点研究与精准治疗创新服务，覆盖胞内/免疫相关难成药方向。公开技术资料提到通过抗原呈递建模辅助新抗原发现， IMMU NE平台侧重真核单细胞与HLA呈递信号，DO MAIN N平台覆盖pHLA、CLDN6等跨膜复杂靶点。技术成熟度与转化路径仍处早期。

自然常数：临床风险与跨物种数据

灵擎数智与自然常数开展临床风险预测合作；推进中取得EPFL综合系统生理学实验室杂交多样性小鼠群体（HDP）组织样本库全球独家开发或授权，Johan Auwerx教授入职自然常数。HDP覆盖多品系、多器官组织样本与多模态组学数据，用于构建跨物种、全生命周期研发辅助模型，辅助临床方案设计、入组优化和失败风险研判，不替代临床试验。

五类拼起来

药图做数据与证据溯源，科迈做抗体从头设计，梵宇做小分子生成，佳吾益做难靶突破，自然常数做临床前/临床风险研判。覆盖靶点、分子设计到临床风险。每类共同考验是：产出能否经湿实验确认、能否进真实管线、能否过临床验证。

据华兰股份2026年中期报告，上半年灵擎数智会同旗下AI主体与30多家药企开展AI医药拜访交流，相关技术仍处于前期投入阶段。 从技术介绍、业务交流到稳定合作有较高门槛，转化节奏看技术验证、试点和交付能力。行业整体早期，看科学问题推进比看概念更实在。

风险提示：技术落地存在不确定性，本文仅作科普，不代表任何操作建议。