诺奖得主莱维特对话英硅智能CEO任峰，坦言AI制药发展远超他预期

上观新闻09-18

“迈克尔，半个世纪前，您完成了全球首次蛋白质动力学模拟，那时用计算机研究生物学就像科幻小说。如今，人工智能可以预测蛋白质结构、生成全新分子、设计药物并推动它进入临床试验。人工智能+生物医药的发展速度，是否超出了您的预期？”英硅智能联合首席执行官、首席科学官任峰向诺贝尔化学奖得主、斯坦福大学教授迈克尔·莱维特提出了这个问题。　　2026张江药谷大会暨上海国际生物医药产业周·开幕论坛昨天下午举行，莱维...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohunote.com/m/news/2668990558?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-09-18 06:00","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2668990558","market":"us","top_or_hot":-1,"title":"诺奖得主莱维特对话英硅智能CEO任峰，坦言AI制药发展远超他预期","media":"上观新闻","content":"<div>\n<p>“迈克尔，半个世纪前，您完成了全球首次蛋白质动力学模拟，那时用计算机研究生物学就像科幻小说。如今，人工智能可以预测蛋白质结构、生成全新分子、设计药物并推动它进入临床试验。人工智能+生物医药的发展速度，是否超出了您的预期？”英硅智能联合首席执行官、首席科学官任峰向诺贝尔化学奖得主、斯坦福大学教授迈克尔·莱维特提出了这个问题。　　2026张江药谷大会暨上海国际生物医药产业周·开幕论坛昨天下午举行，莱维...</p>\n\n<a href=\"http://finance.eastmoney.com/a/202609183877705468.html\">网页链接</a>\n\n</div>\n","source":"stock_eastmoney","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>诺奖得主莱维特对话英硅智能CEO任峰，坦言AI制药发展远超他预期</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n诺奖得主莱维特对话英硅智能CEO任峰，坦言AI制药发展远超他预期\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-09-18 06:00 北京时间&nbsp;&nbsp;&nbsp;<a href=http://finance.eastmoney.com/a/202609183877705468.html><strong>上观新闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>“迈克尔，半个世纪前，您完成了全球首次蛋白质动力学模拟，那时用计算机研究生物学就像科幻小说。如今，人工智能可以预测蛋白质结构、生成全新分子、设计药物并推动它进入临床试验。人工智能+生物医药的发展速度，是否超出了您的预期？”英硅智能联合首席执行官、首席科学官任峰向诺贝尔化学奖得主、斯坦福大学教授迈克尔·莱维特提出了这个问题。　　2026张江药谷大会暨上海国际生物医药产业周·开幕论坛昨天下午举行，莱维...</p>\n\n<a href=\"http://finance.eastmoney.com/a/202609183877705468.html\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"CHAT","symbol_name":"ROUNDHILL GENERATIVE AI & TECHNOLOGY ETF","start_time":0,"source_url":"http://finance.eastmoney.com/a/202609183877705468.html","article_id":"2668990558","we_media_id":null,"thumbnails":[],"rights":{"source":"stock_eastmoney","url":"http://finance.eastmoney.com/a/202609183877705468.html","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2668990558","pubTimestamp":1789682408,"columns":[],"sourceInfo":{"source_id":"stock_eastmoney","name":"东方财富"},"weMediaInfo":null,"summary":"“迈克尔，半个世纪前，您完成了全球首次蛋白质动力学模拟，那时用计算机研究生物学就像科幻小说。如今，人工智能可以预测蛋白质结构、生成全新分子、设计药物并推动它进入临床试验。人工智能+生物医药的发展速度，是否超出了您的预期？”英硅智能联合首席执行官、首席科学官任峰向诺贝尔化学奖得主、斯坦福大学教授迈克尔·莱维特提出了这个问题。","collect":0,"end_time":0,"defaultTopTitle":"eastmoney.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"CHAT":"ROUNDHILL GENERATIVE AI & TECHNOLOGY ETF","BK1191":"制药","BK1574":"生物医药B类股","01477":"欧康维视生物-B","AGIX":"通用人工智能 ETF-AGIX","QTOC":"Innovator Growth Accelerated Plus ETF - October","ARTY":"ISHARES FUTURE AI & TECH ETF","AIPO":"Defiance AI and Power Infrastructure ETF","VTHR":"Vanguard Russell 3000 ETF"},"translate_title":"Nobel laureate Levitt spoke with Ren Feng, CEO of Insilicon Intelligence, and admitted that the development of AI pharmaceuticals far exceeded his expectations.","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"QTOC":1.5,"VTHR":1.5,"CHAT":1.5,"AGIX":1.5,"01477":1.5,"AIPO":1.5,"ARTY":1.5},"content_text":"“迈克尔，半个世纪前，您完成了全球首次蛋白质动力学模拟，那时用计算机研究生物学就像科幻小说。如今，人工智能可以预测蛋白质结构、生成全新分子、设计药物并推动它进入临床试验。人工智能+生物医药的发展速度，是否超出了您的预期？”英硅智能联合首席执行官、首席科学官任峰向诺贝尔化学奖得主、斯坦福大学教授迈克尔·莱维特提出了这个问题。　　2026张江药谷大会暨上海国际生物医药产业周·开幕论坛昨天下午举行，莱维特与任峰的“炉边对话”引人关注：一位是计算生物学先驱；另一位带领团队，推动全球首个由人工智能驱动识别靶点、设计分子结构的创新药进入Ⅲ期临床试验。 莱维特与任峰在2026张江药谷大会上对话。　　围绕AI制药这一话题，多位专家分享了观点。在他们看来，医药企业转型发展、全流程部署人工智能是大势所趋。人工智能不仅能降本增效，还能突破知识边界。医药企业要加快构建长链条数据，推动生物医药向数据驱动型行业迈进。 AI设计蛋白让诺奖得主震惊　　近年来，人工智能赋能生物医药的第一个标志性成果，是“阿尔法折叠”（AlphaFold）问世，这款AI软件用于预测蛋白质的三维结构。2024年，“阿尔法折叠”研发团队负责人德米斯·哈萨比斯和约翰·江珀获得诺贝尔化学奖。如果把眼光放得长远些，为这项成果奠定基础的正是莱维特等老一辈计算生物学家。过去50年，他们开发出很多预测蛋白质结构的算法，让AI软件开发团队“站在了巨人肩膀上”。　　对于任峰提出的问题：“人工智能+生物医药的发展速度，是否超出了您的预期？”莱维特坦言：“远超我的预期，如今人工智能不仅能预测蛋白质结构，还能设计新的蛋白质和药物分子，这让我感到震惊。”　　人工智能驱动研发的创新药进入Ⅲ期临床试验，是今年AI制药领域的一个标志性成果。这款候选新药名为Rentosertib，治疗特发性肺纤维化，由英硅智能利用自研智能平台Pharma.AI开发。上周，这款小分子口服药在北京协和医院完成首例患者入组并给药。同日，上海市肺科医院也完成首例患者入组。 莱维特在2026张江药谷大会上回答问题。　　“Rentosertib的药物靶点由人工智能发现，分子结构也由人工智能设计。您认为它的Ⅲ期临床试验里程碑对整个行业意味着什么？”任峰问。“它打破了业界的一种怀疑——人工智能设计的药物能通过临床试验吗？你们的新药已通过Ⅱ期临床试验。”莱维特说，这个里程碑也意味着，干实验（在计算机上进行的生物学虚拟实验）与传统的湿实验相互验证、循环迭代，是一条可行的AI制药路径。英硅智能就是在张江药谷开展湿实验，将实验数据反馈给Pharma.AI平台，再通过干实验一步步完善新药分子，最终将候选新药推向临床。 转型药企能赶上AI原生药企　　谈及AI制药发展趋势，任峰表示，未来几年，所有生物技术公司和医药公司都将转型发展，实现AI赋能。与转型药企相比，英硅智能这样的AI原生药企目前还处于领先地位，但不会保持很长时间。　　“在早期阶段，大家不知道哪些AI算法最好，处于百花齐放、百家争鸣状态。然而随着技术发展，生物医药领域的垂类模型算法将逐步趋同。”任峰说，“垂类模型为AI原生药企争取到了3—5年时间，让我们可以布局新药管线。英硅智能要利用这几年的算法优势，快速布局管线，如果做出几个大药，就能形成企业未来发展的护城河。” 英硅智能创始人、首席执行官亚历克斯·扎沃隆科夫（左）与任峰在实验室工作。　　在转型发展道路上，很多创新药企业正在奋力追赶AI原生药企。和黄医药高级副总裁唐飞在论坛上分享了公司“3+1战略”：开发科学发现、决策、执行3个AI引擎，分别用于药物分子设计、研发管线布局和推进决策、全流程智能体执行；打造1个数据基座，实现医药临床数据的语义统一，让大数据在3个AI引擎之间高效流动。　　目前，和黄医药已部署离线隔离的内部大模型，在保障患者数据安全的前提下，为不同功能的AI引擎提供支撑。公司AI团队还开发了上百个智能体，将它们部署在企业工作流的各个流程中，如患者数据提取、临床研究报告生成、药物注册文档撰写，已有效提升所有岗位的工作效率。 人工智能与科学家各有所长　　“生物医药过去不是一个数据驱动的行业，特别是在新药发现环节，主要靠科学家的直觉和试错。”唐飞表示，人工智能进入这个行业后，引发了科研“第四范式”即数据密集型科学变革。在此背景下，企业要加快构建长链条数据，将体外实验、动物实验、临床试验的数据串起来，再“喂”给垂类模型，让模型在高质量大数据基础上分析出更有价值的信息。　　今年4月，天鹜科技发布了对话式蛋白质研发智能体“晓鹜”，用户可通过与智能体对话，完成标签数据库检索、蛋白质设计、自动化实验验证等一系列工作。天鹜科技创始人、上海交通大学特聘教授洪亮说：“AI不仅能降本增效，更重要的是突破知识边界，产生人类单凭聪明才智很难获取的新知识。”　　洪亮认为，大模型拥有的高维统计能力是人类所不具备的。自然界中，各种蛋白的氨基酸序列和三维结构差别很大，科学家探索到底什么样的序列和结构能实现某种功能，其实难度非常大。“我们现在直接用大模型在高维上提取各种蛋白的特征，再根据统计数据得出新的认知，在此基础上就能设计新的蛋白质，做更好的创新药。”　　另一方面，也要看到科学家的不可替代性。唐飞举了“爱因斯坦测试”的例子——把训练大模型的物理学知识截止到1900年，看大模型能否根据这些知识提出相对论。测试结果显示，大模型无法独立完成从牛顿力学到相对论的科学范式革命。“生物医药领域也是这种情况，所以科研人员未来还是会发挥重要作用。他们要向大模型和智能体输入高质量的科学解释，推动干实验与湿实验循环迭代，还要向大模型提出高水平问题，这样才能与AI合作取得创新突破。”（文章来源：上观新闻）","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"1","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"isLaohu8Offline":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.50.0","shortVersion":"4.50.0","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2668990558","isCrawlerRequest":true}