AI产业风向标：重资产竞赛开启，千亿资本抢滩算力新基建
过去一年，业界最关心的是哪家公司的模型更智能。但从今日的全球人工智能动态来看，产业核心逻辑正发生显著转变：角逐焦点已从模型参数，迁移至数据中心、能源供应、芯片、产业落地和商业合同。截至2026年7月20日，全球AI领域浮现出五个值得重视的关键动向。美国数据中心服务商Hut 8披露，已与既有客户敲定第二份长达15年、总额98亿美元的AI算力设施租赁合约。该协议涵盖352兆瓦IT负载，使其在得克萨斯州Beacon Point园区的累计签约容量达到704兆瓦，园区15年基础合同总值攀升至196亿美元。公司整体A
FDA首封制药AI警告信：明确AI无法豁免药企合规义务
据外媒7月16日消息，美国FDA向一家名为Purolea的实验室发出了首封涉及制药AI的cGMP警告信，划定了AI在药品生产中的合规红线。此次行动并非基于新规，而是依据现行cGMP制度，强调企业不能利用AI逃避合规责任。违规核心在于：该企业依赖AI撰写操作规程、批生产记录等全套文件，且未经质量部门审核，同时缺乏法定的工艺验证。企业辩称AI未提示合规要求，但该理由被FDA驳回，导致企业已停产。业内专家指出，事故根源在于企业试图用软件完全取代人工复核和专业判断，人工监督是强制性要求，药企必须对AI算法和软件进
英矽智能WAIC深度解读：中国AI制药「高速」背后的真实面貌
从「制药超级智能」发展路径到难以模仿的中国因素！本文聚焦2026年WAIC世界人工智能大会上英矽智能主论坛的演讲，从三个相互联系的层面深入剖析AI制药。首先，详细解读英矽智能「制药超级智能」（PSI）路径的基础技术架构——PandaClaw自主生物代理（140+项技能/1000+种工具）、LabClaw实验室自主管理平台（Agent-Guard架构/人机协作）、Science MMAI Gym通用LLM药物级训练引擎（Qwen 3-14B性能提升10倍/LFM 2.6B超越GPT-5/ICLR 2026研
AI制药：从概念到救命药的转折点
一款新药从实验室到患者手中，平均耗资26亿美元，历时十余年。更严峻的是，研发效率持续下滑——‘Eroom定律’（‘Moore定律’的反向映射）表明，每九年新药研发的单位产出便减半。投入越来越大，产出却越来越慢，这是制药业长期难以突破的困局。AI被寄予厚望，并非因其时髦，而是传统路径已逼近极限。世界顶尖科学家协会最新发布的《AI驱动药物研发产业报告》指出，AI对制药的变革已超越‘锦上添花’，正深入重塑整个研发链条。临床前阶段的变革最为显著。AI对生命科学数据的强大处理能力，将‘从靶点发现到提交IND’的时间
制药行业AI浪潮下，QA岗位何去何从？
2026年4月，FDA向整个制药行业投下了一枚重磅炸弹——发布了首封针对"AI违规使用"的GMP警告信。事件起因是一家美国实验室利用AI自动生成药品质量标准、SOP和批生产记录，在未进行人工审查的情况下直接投入GMP生产。当FDA检查员询问工艺验证缺失的原因时，企业的回应令人震惊："我们使用的AI系统并未提示需要进行工艺验证。"这不只是一家机构的失误。这是对我们所有QA发出的关键警示——关于AI，关于行业的未来走向。因此今天，我想认真探讨这个问题：AI来了，QA会失业吗？我
AI创新药崛起：2026年最确定的万亿级蓝海市场
作为贯穿全周期的顶级刚性需求，医药天然具备抗周期属性，这一领域的万亿增量，正在AI赋能下全面爆发，堪称2026年确定性最高、需求永不衰退的超级蓝海。许多投资者仍困在旧思维里，认为只有AI算力硬件能走出行情，其他AI应用要么变现慢，落地遥遥无期。但AI创新药不同，它精准命中了传统医药研发的核心痛点：传统新药研发需投入十亿资金、耗费十年周期，还有七成概率在临床阶段折戟，这个致命难题恰好能被AI大模型完美解决。今年下半年以来，AI创新药的催化已密集落地，政策、订单、技术三重逻辑集体爆发，当前布局正好踩中主升浪的
哈佛辍学生携OpenAI背景入局AI制药，20亿估值背后是AI科学革命
作者丨周蕾2024年3月，Miles Wang从哈佛计算机科学本科退学，加入OpenAI强化学习团队。一年半后，他联合数位前同事创立一家AI药物发现公司。该公司尚未上线官网，未公布研发管线，创始人亦无生物背景。但这家初创企业已启动约2亿美元融资谈判，由Lightspeed领投，估值达20亿美元。尽管交易尚未最终敲定，这一数字已引发市场深思：当顶级AI人才离开大模型实验室，他们的下一站会是哪里？Miles Wang正踏入一个炙手可热的领域。近三个月，AI制药领域累计融资约27亿美元：Chai Discove
AI每日速递丨7月17日
关注人工智能领域动态的各位读者朋友们，今天为你们梳理了四条全球AI行业的核心要闻，涵盖自研芯片、资本流向、行业大会以及前沿制药方向，助你快速了解本周行业的关键变动👇为突破大模型训练所面临的算力瓶颈，Anthropic正式启动专属AI芯片的研发计划，携手三星展开深度协作，将借助三星2nm先进制程来定制匹配自身大模型的专用算力芯片，长期愿景是逐步摆脱对英伟达GPU供应链的依赖。与此同时，产品端的落地步伐也在持续提速，其核心大模型Claude Sonnet 5已全面接入办公协作平台Slack，可在企业日常协同场
AI制药五大领军企业深度解析
1.悦康药业公司构建了基于AI深度学习的药物研发体系，覆盖靶点识别、分子设计与筛选等关键环节，已向国家知识产权局申请4项AI药物算法专利，并成为国内少数同时掌握小核酸药物、mRNA疫苗、多肽药物、高端化药及中药研发能力的企业之一。2.华东医药企业打造了人工智能辅助的新药研发平台，贯穿靶点发现、先导化合物筛选、临床前研究至临床开发全过程，目前创新药研发中心正推进80余项研发项目，其中绝大多数为1类新药。3.泰格医药其医雅AI大模型已投入应用，服务于新药研发、临床试验与注册申报等场景，是国内少数能深度参与创新
AI制药风口：六大核心硬核企业名单
7月13日，国家重磅发布《国民健康“十五五”规划》，为未来五年医药行业指明了两大核心发展方向首先，全面放宽创新药审批！通过优化审评流程、健全临床评价体系、医保优先纳入以及完善创新药目录，彻底解决创新药“研发难、落地慢、商业化难”的顽疾，国产创新药正迎来前所未有的发展良机。其次，人工智能全面渗透医药全产业链！国家顶层设计明确推动AI技术深入药物发现、靶点筛选、临床试验及量产落地等全流程，AI制药已不再是空谈，而是创新药迭代升级的必经之路。1、华润双鹤彻底撕掉传统输液企业的标签，加速向高端创新药转型！公司重磅
AI动态简报 | 2026年7月16日
本日人工智能快报：苹果智能服务登陆中国、面壁科技终端大模型将集成于三星设备、OpenAI在与苹果的法律纠纷中发布230美元产品、GPT-5.6 Sol被曝私自清除用户文档、马斯克FSD系统降级至L2级别、AI药物研发热度上升、脑机接口NEO获准上市、韩美半导体计划建设第八工厂应对AI芯片设备需求、Meta 26名员工联合起诉AI裁员、印度AI编程初创公司Emergent成立一周年——十大要闻汇总。📮 扫码直达聚合页⚠️ 微信内扫码可能无法打开 ① 截图保存 → ② 打开相机/浏览器扫码 → ③ 查看原文链
制药巨头礼来或将收购致幻剂研发企业AtaiBeckley
据知情人士透露，制药巨头礼来(1156.63, 4.09, 0.35%)正在洽谈收购致幻药物开发商AtaiBeckley（ATAI.O），这笔交易可能最早于本周公布。 AtaiBeckley股票在盘后交易中暴涨66%，而礼来股价则保持不变。统计显示，AtaiBeckley今年至今累计增长31%，截至周三收盘市值达到19.7亿美元。 消息称，礼来正以高于市场价的条件进行协商。 责任编辑：王永生 新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。
AI制药刷新里程碑
一款完全由人工智能驱动、涵盖靶点发现至分子设计的药物，已正式迈入III期临床阶段。7月8日，英矽智能（Insilico Medicine）公布：其自主研发的AI平台Pharma.AI所发现的候选药物Rentosertib，已在中国47家研究中心启动III期临床试验，计划招募320名特发性肺纤维化（IPF）患者，试验周期为52周。这是全球首款从靶点筛选到分子构建完全由AI完成，并成功推进至III期临床阶段的创新药。本研究由北京协和医院徐作军教授牵头，钟南山院士与上海市肺科医院陈昶院长共同担任联合负责人。传统
AI亲自下场研发罕见病药物，还挖来诺奖得主；欧洲推出单目机器人导航模型
各位朋友，这周的AI领域比村口大爷的棋局还要精彩。如果说以前的AI还在“动嘴皮子”——聊天、写诗、画美女，那这周的AI直接撸起袖子亲自上阵干活了。而且专挑最硬的骨头啃：一边在实验室里研发罕见病的药物，另一边仅凭一只眼睛就敢满世界乱跑。更夸张的是，有人为了干这事，把诺奖得主给“挖”走了。咱今天不说虚的，三条重磅消息，一条比一条震撼。先说最重磅的——Anthropic，就是开发Claude那家公司。6月30号，他们在旧金山开了场发布会，扔出的炸弹把隔壁DeepMind都震了一下。他们推出了一个叫Claude
新书推荐|《化学生物信息学与人工智能》
2026年全国教育工作会议明确指出：“扎实推进人工智能赋能教育，加快普及全学段的人工智能通识教育。”与此同时，2026年政府工作报告第三次将“创新药”纳入其中，并将生物医药列为新兴支柱产业。在2026年全国两会上，多位代表委员共同呼吁。中国科学院院士、南京大学副校长周志华建议，系统化培养既精通领域知识又掌握前沿AI技术的“双语”科学家；中国科学院院士、清华大学化学系教授李景虹则明确提出，应在高校系统布局建设一批“AI+X”交叉学科，打破传统院系壁垒。AI与生命科学的深度融合，正在重塑药物研发的底层逻辑。在