📰 研报摘要
查看全文 ➔本次会议深入探讨了 AI for Science (AI4S) 的投研框架及其在创新药和新材料领域的商业化路径。技术上，AI4S 构建了从底层第一性原理 (DFT)、中间层近似处理 (机器学习力场) 到上层生成式 AI 的跨尺度计算体系，旨在通过仿真替代高成本实验，将研发效率提升约 20 倍，筛选成功率提高至 5%。会议指出，国内市场呈现“后端切入”特点，晶泰科技、深势科技等布局底层原理，而多数 CXO 及药企集中于中间层。在医药领域，AI 应用涵盖物理计算驱动的靶点生成、结构生物学、大分子药物（如 ADC、TCE）及药物递送等方向；材料领域则因付费习惯及定制化程度高，产业化进度相对较慢。此外，会议提出通过“技术路径 x 研发方法”的二维矩阵框架，前瞻性识别如免疫细胞 AI 控制器等市场空白点。