过去,药企合作的是AI管线,如今,药企开始采购AI能力了。
近日,Boltz的联合创始人Gabriele Corso表示,公司和葛兰素史克(GSK)已经达成了一笔深度合作。
据悉,GSK的药物发现团队将直接访问Boltz最新的专有基础模型、Boltz Lab 和API接口,以及Agent集成。

同时,Boltz还将与GSK 的科学家密切合作,使用他们的专有数据对Boltz 模型进行微调和重新训练,创建结合Boltz前沿人工智能与 GSK 深厚科学专业知识及独特数据集的模型。
这不是近期唯一一笔合作。
智药局发现,尽管管线合作研发依旧是主流,但进入2026年以来,跨国药企在大模型领域的投资和合作越来越多了。

一个共同的变化正在发生。
当前药企获取AI模型授权的模式正从采购单一工具,转向获取底层大模型能力、并与自身数据和工作流深度整合。
这意味着,AI开始真正进入全球大型药企的核心基础设施层。
8位数授权
AI医药大模型重新定价
2026年密集出现的AI制药合作中,很多涉及AI大模型。
以往,传统跨国药企与AI制药有关的合作以管线合作为主,例如发现某个靶点、小分子药物、抗体等,有首付款、里程碑和销售分成。
最终目的,都是交付一个药物结果。
但如今事情有些不一样了。
2025年,Evo2、boltz-2、Chai-2等突破性大模型集中发布,直接点燃了行业的热情,是近期巨头密集合作和投资涌入的关键技术催化剂。
大模型的出现,正在让AI的角色正在从零散的软件工具,转变为深度融入医药研发的底层基础设施。
如今,以大模型为基础的医药AI Agent+自动化实验室技术,有望直接颠覆研发逻辑。
正是这种潜力,吸引了英伟达、OpenAI、微软、谷歌等AI巨头加速进入生物医药赛道,又进一步加速了大模型在药物发现、临床设计乃至生产优化中的落地。
由此而衍生的,是大模型开始重新定价,卖水人的商业模式出现。
例如,葛兰素史克愿意投入5000万美元的前期资本和近期里程碑,并建立年费订阅框架,以获得AI生物公司Noetik两款癌症模型的使用权。
这意味着药企愿意为基础模型能力建立长期授权框架,有望带来全新的商业模式。
与此同时,药企还出现了双线押注,即同时布局「通用大模型」与「生物医药垂直专用大模型」
这些模型分别承担了不同的职责。
诺和诺德全面部署 OpenAI、百时美施贵宝落地 Claude等通用大模型,意味着打通研发、临床申报、生产质控、商业化、企业管理全链路,意味着AI从研发工具升级为集团数字化底座。
与此同时,专用的AI生物医药模型,如boltz、chai-2/chai-3、Cradle等模型,则具体结局抗体、蛋白质、小分子等具体研发痛点,负责具体研发能力。
AI模型/平台费用,正在成为生物医药研发的一项基础成本。
随着技术的进步,无论生物医药基础大模型,还是更前沿的虚拟细胞(AIVC ),整个行业都向着更大规模、更精细生命模拟的方向前进。
未来药企对于AI和相关平台需求会越来越大,投入会越来越多。
未来的赢家,是那些最善于将顶尖AI平台能力与内部生物学洞察、临床数据深度融合,从而构建起自己独特研发能力的药企。
平台型公司出现
那么,这些基于模型的合作,和以往的SaaS模式有什么不同?
事实上,上述很多合作并不是药企简单买一个软件,而是企业开放数据与行业知识,双方再一起打造专属模型。
例如,辉瑞、礼来与Chai的合作中,企业会持续导入自己的实验数据,以及科研知识,不断对模型进行微调。
模型会随着企业数据不断成长,贡献的数据越多,模型则会越懂自己的研发体系,进一步推动模型持续进化。
这也是为什么,像Boltz、
Chai这样的公司,并不急于建设自研管线,而是将全部精力建设到大模型升级,以及平台能力完善。
或许未来最有竞争力的公司,可能既不是传统AI制药公司,也不是单纯SaaS公司,而是一个新的模式:
AI平台+企业部署+数据飞轮+成果分成
也就是说,它们不仅收软件订阅费,还可能根据研发成果获得收益,例如参与候选分子的价值创造、获得里程碑付款,甚至分享商业化收益。
这样,它就不是纯SaaS了,而是既有SaaS的稳定现金流,又保留了AI制药高上限的想象力。
甚至,Claude Science的发布,也预想到了药企未来购买的不是一款AI软件或者基础模型,而是能够贯穿“文献理解—假设—模型预测—实验—分析“的研发操作系统。
最终,模型+Agent能力的持续进化,能够掌握研发工作流,具备持续学习能力,最终成为像云计算平台一样的不可替代的基础设施。
文章来自于微信公众号 “智药局”,作者 “智药局”
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner