AI製藥賽道近期明顯升溫，兩家原本不在這個圈子裏的巨頭先後下場。Anthropic一邊自建溼實驗室，用來測試自家模型指揮生物實驗的能力，一邊牽手諾和諾德、百時美施貴寶，並把Coefficient Bio收入囊中；字節跳動分拆出來的新生實驗室也完成了首輪融資。被寄予厚望的AI，當下主要作用在把新藥早期研發的輪子轉得更快——壓縮候選分子的搜索空間和實驗迭代時間，但真正燒錢又耗時的臨牀試驗環節卻難同步縮短，早期命中率提上來，並不等於臨牀成功率就跟着漲。

三類玩家走的其實是截然不同的路。專注AI製藥的公司盯着藥物研發裏的單個具體問題，讓模型服務於明確的任務；大模型公司則追求通用能力，用單一基礎模型再配上垂直工具鏈，搭起一個科學工作臺，目標是縮短每一次研發循環的耗時，格外看重能跨靶點、跨任務流轉的數據基礎設施；傳統藥廠手裏攥着海量數據，卻往往缺一套統一的數據底座。大模型公司把更多研發預算砸進模型訓練，靠自建實驗室和外援合作去補最珍貴的關鍵數據，尤其是那些失敗的實驗數據——它們和成功樣本一樣，都是餵養模型的硬通貨。

商業化路徑同樣分野清晰。AI製藥公司多采用AI-CRO加軟件工具再加自研管線的組合拳，其中自研管線最容易把價值落袋爲安；大模型公司眼下更側重臨牀前研究和研發基礎設施，也有部分在悄悄推進自己的管線。說到底，自研管線仍是AI製藥公司估值的核心錨點，整個市場都在等英矽智能候選藥的III期結果，用真金白銀的臨牀數據來驗證這條路線的成色——畢竟無論故事講得多漂亮，臨牀數據纔是最終的定價標準。