牵手中国医药一哥！中国AI for Science新基建的拼图终于完整了！
8月3日，中国AI for Science上市公司剂泰科技宣布自主研发的AiTEM人工智能制剂创新平台将在创新药上市龙头恒瑞医药进行本地化部署，加速药物制剂配方开发效率。
一个重要信号正在释放：中国制药界的头部玩家正在将AI能力从研发辅助工具，推向创新药研发体系的基础设施层。
恒瑞医药是中国制药界的头部玩家，市值规模和管线数量都稳居一线，而剂泰科技是中国「AI药物递送第一股」，手握全球首个基于AI的端到端纳米递送平台。两家行业头部企业的碰撞，正在加速补齐AI4S时代新基建的关键拼图。
从AIforcoding到AIforScientist
AI4S开启平台应用落地攻坚
强强合作的背后，AI4S新基建的关键拼图终于完整了。
过去两年，大模型竞争的主战场主要集中在AI for Coding，通过编程助手快速验证模型能力和商业模式。
而进入2026年，一个更加值得关注的变化正在发生：全球AI巨头开始把资源投入到AI for Scientist，让AI直接参与科学发现和研发流程。
Anthropic陆续推出面向科研场景的Claude能力，并重点强化复杂推理、文献分析与实验协同；Google DeepMind持续推进AlphaFold、AlphaGenome等科学模型；OpenAI也不断增强模型在科研推理、工具调用和实验工作流中的能力。
全球AI竞争正在从“帮助程序员写代码”，逐步升级为“帮助科学家做科研”。
而未来真正决定竞争格局的，也不再只是模型参数，而是谁能够把AI真正嵌入真实科研流程，形成数据、实验、模型持续迭代的闭环。从这个意义上看，AI for Science已经进入平台化、产业化落地的新阶段，而药物研发正成为最重要的应用场景之一。
如果说通用大模型竞争的是算力、数据和算法，那么生命科学AI for Science竞争的，则是覆盖完整研发链条的基础设施能力。
过去几年，全球多数AI制药企业仍聚焦于单一环节，例如靶点发现、小分子生成或蛋白设计；而随着可编程细胞时代加速到来，真正能够贯穿药物研发全流程的平台价值正日益凸显。
目前，剂泰科技已围绕NanoForge平台形成覆盖AI纳米递送（AiLNP）、AI mRNA序列设计（AiRNA）、AI蛋白设计（AiProtein）以及AI制剂设计（AiTEM）的四大能力体系，并通过统一的数据底座、自动化实验平台和AI Agent实现协同运行。
这意味着，剂泰已经从单点AI工具，逐步发展成为覆盖递送、mRNA、蛋白和制剂等关键环节的生命科学AI基础设施平台，这也是当前全球AI4S领域较为少见的平台化布局。
长期以来，制剂研发涉及材料体系、配方组合、工艺参数和体内递送效率等大量复杂变量，高度依赖专家经验和实验试错，也因此成为研发链条中最需要智能化升级的环节之一。
AiTEM的核心价值在于将AI能力真正嵌入制剂研发流程。通过AI模型与实验数据闭环，平台能够加速制剂方案筛选和优化，将传统需要1—2年的临床前制剂优化周期压缩至3个月以内。
此次恒瑞迈出的这一步，选择重点补齐AI在制剂创新环节的应用能力，背后有着清晰的产业逻辑：
当头部药企开始像对待算力、模型那样的基建设备一样，将一个AI技术平台深度嵌入核心研发体系，AI for Science的商业化路径和行业规模化扩展，也将迎来新的节点。
跨越技术到商业
完成企业价值的二连跳
如果说2025年是AI制药实现技术突破与能力验证的一年，那么2026将成为行业迈向规模化商业部署的关键窗口期。
大模型、多模态AI、自动化实验等技术的加速成熟，正在推动全球生命科学产业进入新一轮升级周期。而在这场浪潮之中，剂泰科技正在稳步实现从技术平台到商业价值的多重跃升。
自成立以来就聚焦药物递送这一创新药研发关键环节，剂泰科技手握目前全球规模最大的千万级多元脂质库，自主研发的全球首个端到端AI纳米递送平台NanoForge以及NanoForge驱动的四大核心解决方案AiLNP（AI纳米递送系统设计平台）、AiRNA（AI mRNA序列设计平台）、AiProtein（AI蛋白设计平台）和AiTEM（AI小分子制剂设计平台）。
从AI制剂创新开始，以AI纳米递送为目标，剂泰科技在不断推进NanoForge的迭代和扩展。
采用自研“干实验+湿实验+智能体”创新范式，NanoForge目前已实现覆盖AI蛋白生成、体内递送技术及下一代免疫疗法开发的完整链条，具备对肝、肺、心脏、肌肉、肿瘤、免疫系统、中枢神经系统、胃肠道等8个重要器官或组织的精准递送能力，和面向不同药物类型的设计与递送优化能力。
相比服务单一药物项目的平台，这种跨器官、跨靶点、跨药物类型的能力，正是AI4S基础设施能够规模化赋能创新药研发的关键。
在方法论层面，剂泰科技也已率先探索AI Agent for Science在科研流程中的应用。
早在2025年，公司就开发并部署了METiS智能体，成功打通科研需求与平台能力之间的接口。研究人员只需要提出研发需求，它自动拆解任务，并且安排实验流程，把复杂科研工作落地。
今年5月，剂泰科技进一步发布AiProtein平台以及抗体设计智能体AARON，将AI智能体能力边界延伸从蛋白设计、mRNA序列优化、LNP递送体系开发，推送AI从辅助科研工具，演变为能够参与研发决策和执行的新型科研基础设施。
从技术发展的角度看，这种闭环正是AI for Science区别于传统行业的关键所在：AI不再只是提升效率的工具，而是一种能在真实物理世界中持续学习、优化和进化的科研基础设施。
与此同时，剂泰科技的商业化价值已经从单一项目验证，走向平台化价值释放。
自研管线方面，MTS-004已成功完成III期临床试验，成为国内首个完成III期的AI赋能剂型的药物，并以1亿元首付款成功对外授权，证明了AI赋能制剂研发具备从技术到商业转化的可行路径。
今年6月，剂泰科技还与全球顶级医疗投资机构Deerfield Management达成了总金额109亿元的海外授权合作，创下中国制药企业临床前TCE项目单笔海外授权交易金额新纪录，进一步验证了AI平台驱动创新药研发的国际竞争力。
如今恒瑞的订单，无疑是为剂泰科技的商业化能力增加了又一枚重量级砝码。进一步强化了剂泰科技作为国内外AI制药第一梯队企业的市场认知，为未来拓展全球药企合作网络奠定扎实基础。
AI4S全球军备竞赛打响
核心数据决定胜负手
AI for Science 的红利期才刚刚开始，未来仍将迎来更大的爆发。
过去几十年，创新药研发的核心竞争力更多来自于科学家的经验积累、实验规模以及长期研发投入。
在AI for Science时代，模型和算法只能算入场券，真正决定长期竞争力的是高质量数据积累、实验反馈闭环以及持续迭代的能力。
剂泰科技技术平台正在形成一股强而有力的数据飞轮。
剂泰科技联合创始人、董事长兼CEO赖才达博士曾在WAIC大会期间表示，公司的目标是搭建「全世界最深的纳米大数据平台」，这重点在于，不是简单追求数据量的大小，核心在于深入理解不同细胞与纳米材料之间的相互作用机制。
剂泰科技联合创始人、董事长兼
CEO赖才达博士
剂泰科技旗下拥有全球首个且唯一一个脂质从头生成算法和脂质语言模型，能够在真实研发场景中不断吸收实验数据、优化模型能力，并推动脂质材料设计从经验驱动走向数据驱动。
随着更多药企研发场景接入，平台的数据规模和应用深度也将持续提升。恒瑞医药这样的头部药企的加入，足以为平台带来更加丰富的创新药研发场景和高价值实验反馈，进一步推动数据积累、模型优化与产业应用之间形成正向循环。
从数据层面看，剂泰科技构建了全球最大之一的脂质库，收录了超过1000万种多元化的脂质结构；从算法层，剂泰自研了独有的脂质生成算法；从平台层面看，NanoForge底层递送平台已实现肝、肺、心脏等8个器官或组织的精准递送。
这三者并非孤立存在，千万级脂质库、独有的脂质生成算法、多器官递送数据，共同构成了一个持续自我强化的数据飞轮：数据越深，模型越准；模型越准，实验效率越高；实验越多，数据积累越厚。
最终，这一飞轮的指向是打开人类30万亿个细胞、2万个基因背后60万万亿种重编程组合的可能性，这正是AI在制药领域的巨大机遇。
这也成为剂泰科技探索AI4S基础设施建设的重要方向。区别于单纯提供算法工具，剂泰科技围绕制剂研发这一核心科学问题，构建了融合AI模型、自动化实验和真实研发数据的智能研发平台。
最终，剂泰科技最难以复制的，是在一个极度细分且高壁垒的领域中，同时拥有了最深的底层数据、最完整的技术平台和最畅通的全球化商业验证通道。三者叠加，使得它不仅是AI制药公司，而是一个可编程生物时代的底层操作系统，这正是AI for Science红利期最大的结构性机会。
这场变革正在吸引全球产业力量加速入局。从跨国药企到科技巨头，从算力公司到AI独角兽，围绕AI4S的全球竞争已经全面展开。在这一趋势下，全球头部药企正在加速构建自己的AI研发体系。
例如，百时美施贵宝通过引入Claude等AI工具，推动人工智能能力在企业内部科研和业务流程中的应用；礼来则和英伟达共同出资10亿美元，建设AI制药实验室。
对于制药行业而言，真正的竞争已经不再是谁拥有更大的模型，而是谁能够让AI持续参与科学发现，并在真实研发场景中不断学习和进化。 AI for Science的终局，不是诞生更多科研助手，而是构建能够支撑生命科学创新的底层基础设施。
围绕递送、mRNA、蛋白和制剂等关键研发环节，剂泰科技正不断完善NanoForge平台能力，并通过全球药企合作和自研管线持续完成产业验证。
随着越来越多真实研发场景接入，这一平台也在不断强化数据、模型和实验之间的正向飞轮，成为全球AI for Science在生命科学和创新药研发领域实现规模化落地的重要实践者。