科技巨头抢滩AI制药：实验数据与闭环能力成竞争焦点

2026年开年至今，全球科技与制药巨头的动作密度前所未有：英伟达与礼来宣布联合投资10亿美元在旧金山共建AI药物研发实验室，计划在五年内将算力、模型构建能力与礼来的生物学数据深度整合。几乎同一时间，扎克伯格旗下Biohub联合Google DeepMind、Meta及美国能源部、NIH，启动总额达18亿美元的“虚拟细胞”计划，目标是为AI生成和标准化大规模生物数据。这些事件的共同指向是：科技公司不再满足于“赋能”制药，而是直接下场重构药物发现的底层基础设施。但真正决定这场竞赛走向的，未必是算力或模型规模——而是一个更朴素的问题：能否持续产出高质量、可迭代、专为AI设计的实验数据。

全球科技公司加速进入生物医药的趋势已日益明确。生命科学正在成为继大语言模型、自动驾驶、机器人之后，科技巨头争夺AI下一阶段能力边界的重要战场。生物医药或许正是检验下一代AI能力最有价值、也最严苛的试验场。

熵景智药与尧景基因达成深度战略合作，融合双方在湿实验平台与AI算法方面的核心优势，共建面向小核酸药物设计的干湿闭环系统，并基于该系统开发序列与修饰一体化设计的AI智能体。该智能体生成的序列与修饰方案由尧景基因湿实验平台完成实测，活性、稳定性、脱靶效应及免疫原性等多维数据经结构化记录后回流至数据库，模型据此持续迭代，性能不断提升。由此，熵景智药构建了一套“AI设计—湿实验验证—数据回流—模型进化”的持续学习系统，使小核酸药物设计中序列与修饰相互制约的一体化难题，能够在巨大组合空间中持续学习并逼近序列—修饰—活性的复杂映射关系。目前，双方已建立起能够持续产出高质量实验数据并驱动数据飞轮运转的平台能力。