📰 研报摘要
查看全文 ➔本次会议探讨了 AI for Science（科学智能）在医药、化工及半导体等领域的应用前景与商业模式。会议指出，AI for Science 通过底层物理仿真与 AI 算法的结合，能够显著提升研发效率，主要包括微观、介观及宏观三个层面的技术路径。在商业模式上，该领域呈现出上游基础设施化、中游强壁垒、下游多样的定制化模式（如BD合作、Milestone分成及SaaS模式）。当前产业界主要聚焦于医药研发，利用AI加速药物发现及分子设计。会议强调，AI for Science 已成为中美科技竞争与政策规划的重点，未来行业渗透率有望持续提升。重点关注标的包括晶泰科技、海光信息等在算力与应用层面的布局。核心风险提示：研发转化率波动、各细分领域致病/化学机理的复杂性，以及二级市场对新兴技术学习曲线较长带来的估值分歧。