国内AI制药行业研究报告——市场格局核实版（2026）
风险提示：本报告仅公开产业资料整理，不构成投资建议；创新药研发具备临床失败、商业化不及预期等多重风险。
一、行业总览：国内AI制药当前整体格局
国内AI制药行业已经从早期零散创业、单点工具开发，演化成“一超多强、双轮驱动”成熟竞争格局：
• 一超：平台型龙头，干湿一体化、具备完整闭环研发能力；
• 多强：细分赛道隐形冠军，分别扎根小分子、大分子、蛋白设计、药物递送、底层仿真底座、DEL+AI、AI临床等垂直赛道；
• 双轮驱动主线：AI+自动化湿实验闭环、生命科学垂直大模型，是当前头部企业两条主流技术路线。
行业整体分化：
1. 第一梯队：已经实现平台商业化、自研管线推进至临床阶段，完成从“工具厂商”向“平台+自有管线Biotech”转型；
2. 第二梯队：细分赛道技术壁垒深厚，以技术服务、平台输出为主，少量自研管线进入临床前或早期临床；
3. 第三梯队：传统大型药企AI内部转型、CXO融合AI能力、AI临床数字化服务商；以赋能存量研发业务为主，AI多作为内部增效工具。
标志性外部催化：Moderna+默沙东mRNA‑4157个性化新抗原肿瘤疫苗III期阳性，证明AI新抗原筛选+mRNA药物+PD‑1联用治疗范式可行，直接拉动国内AI制药尤其是AI抗原预测、序列优化、递送系统设计赛道估值重估。
二、企业梯队划分（经过事实校准版）
第一梯队：国内AI制药“四小龙”+上市平台龙头（干湿闭环+大模型双路线，商业化与临床管线领先）
1、晶泰科技（XtalPi，02228.HK）
• 产业链定位：国内AI+自动化实验（PhysicalAI）干湿一体化平台龙头，量子计算+AI+机器人高通量实验室范式开创者；业务模式兼顾对外研发服务+自有管线布局。
• 核心平台：全链条药物发现平台，覆盖靶点验证、分子生成、合成路线规划、晶型预测、制剂开发，自有大规模自动化湿实验实验室，形成「AI虚拟预测‑机器人实验‑数据回流迭代」闭环。
• 合作与商业化：已服务全球Top20药企中17家，多次获得数亿美元级别战略合作订单，商业化收入高速增长；
• 财务校准：2025年依靠大额BD一次性收益实现全年账面盈利；2026年上半年再度出现净亏损，尚未实现可持续经营性盈利，原文“稳定盈利”描述不成立，内生收入保持高增速。
• 管线进展：多条合作管线进入临床阶段，自有管线稳步推进。
• 核心壁垒：国内少数同时拥有顶尖计算模型+大规模自动化实验底座的企业。
2、英矽智能（Insilico Medicine，03696.HK）
• 产业链定位：国内AI原生Biotech代表，端‑to‑end生成式AI药物发现路线标杆，主打大模型驱动从头药物设计。
• 核心平台：Pharma.AI一体化平台，包含靶点发现引擎PandaOmics、分子生成引擎Chemistry42、临床预测引擎inClinico，完整覆盖从靶点识别到临床结果预测全链路。
• 里程碑进展：全球首个由AI发现全新靶点+AI从头设计分子候选药物Rentosertib（特发性肺纤维化），2026年7月正式启动III期临床试验，尚未读出III期临床数据；目前合计十余个项目进入不同阶段临床试验，国内AI驱动进入临床管线数量第一梯队。
• 商业模式：自研管线开发+对外平台授权与BD合作双轮驱动。
• 壁垒：完整端到端生成式AI药物开发经验，从靶点到分子全流程AI原生开发案例国内领先。
3、百图生科（BioMap，未上市）
• 产业链定位：国内大分子AI制药龙头，生命科学基础大模型路线代表企业，聚焦蛋白、抗体、双抗、多肽等大分子药物AI设计。
• 核心平台：自研xTrimo生命科学基础大模型（2680亿参数）+BioMap OS干湿闭环研发系统，面向复杂大分子生成与优化。
• 业务进展：已和多家药企达成深度战略合作，合资推进AI大分子管线开发；多条AI设计抗体分子完成临床前验证，暂无自研管线进入人体临床试验。
• 壁垒：国内规模领先的生命科学通用基础大模型，大分子多模态预测能力突出。
4、剂泰科技（Metis，07666.HK）
• 产业链定位：AI纳米药物递送赛道龙头，差异化赛道龙头，专注AI设计LNP等纳米递送系统，服务mRNA、小分子、蛋白药物。
• 核心平台：自研NanoForge AI纳米递送大模型，下设AiLNP（LNP设计）、AiRNA（mRNA序列优化）、AiTEM小分子制剂、AiProtein蛋白优化四大模块。
• 管线里程碑（校准）：核心管线MTS‑004（制剂改良小分子，假性延髓情绪）已完成III期临床主要终点，暂未递交上市申请，是国内最早完成III期临床的AI赋能制剂新药；另有mRNA肿瘤治疗管线MTS‑105处于临床阶段，获FDA孤儿药资格。
• 壁垒：AI驱动纳米递送材料高通量设计‑验证闭环，在靶向LNP方向国内第一梯队。
小结：第一梯队四家代表国内两条主流路线：
晶泰科技（AI+自动化实验）；英矽智能、百图生科、剂泰科技（大模型垂直应用，分别对应小分子、大分子、递送系统）。
第二梯队：细分赛道领军企业（单项技术壁垒极强，垂直领域龙头）
5、深势科技（DeepPotential，未上市）
• 定位：AI for Science底层算力与分子动力学仿真底座供应商，偏上游基础工具层；不是直接做新药管线，而是为大量AI制药企业、科研机构提供微观尺度高精度分子模拟工具。
• 核心技术：深度势能（DeePMD）分子动力学算法，将大体系原子模拟效率提升百倍；Hermite等工业级药物模拟软件；玻尔科研空间站一体化科研平台。
• 业务模式：软件订阅、科研服务、企业定制解决方案；是国内AI制药产业重要底层“算力工具基建”。
6、德睿智药（MindRank，未上市）
• 定位：全链路AI小分子制药代表企业，自研多智能体协同AI药物研发平台MAP（Molecule Arts Platform）。
• 核心管线：AI设计口服小分子GLP‑1受体激动剂MDR‑001，已经进入III期临床试验，是国内较早推进至III期的AI赋能一类创新药，研发周期大幅压缩。
• 商业模式：自有管线开发+对外AI药物研发服务。
7、分子之心（MoleculeMind，未上市）
• 定位：AI蛋白质/从头抗体设计龙头；专注蛋白结构预测、全新蛋白、纳米抗体、酶的AI生成优化。
• 核心平台：自研MoleculeOS生物研发操作系统，底层NewOrigin多模态蛋白大模型；已经为多家头部药企交付抗体优化项目，部分合作管线推进临床前，暂无自主管线进入临床。
• 壁垒：从头蛋白生成、抗体界面高精度预测能力。
8、成都先导（688222.SH，A股上市）
• 定位：DEL（DNA编码化合物库）+AI筛选龙头；拥有万亿级实体DEL化合物库，为AI模型提供大规模真实实验数据底座。
• 核心平台：HAILO“DEL+AI+自动化”一体化分子优化平台、HANDS药物研发AI智能体；海量DEL筛选真实实验数据训练自有AI活性预测模型。
• 商业模式：对外DEL筛选CRO服务+AI分子优化服务+自研新药管线转让；数据资源是其核心壁垒。
第三梯队：传统药企AI转型 & AI+临床服务代表
9、恒瑞医药（600276.SH，A股上市）
• 定位：国内传统创新药企AI转型标杆，内部自研全链路AI研发系统HRS‑AIDD。
• 业务模式：AI作为内部研发增效工具，赋能靶点发现、分子优化、成药性预测；不存在完全由AI从头发现并推进到III期的公开管线，部分传统管线使用AI辅助优化，原文表述夸大，予以修正。AI已经融入其ADC、GLP‑1、核酸药等多条管线研发流程。
10、药明康德（603259.SH，A股上市）
• 定位：CXO与AI制药融合代表，优势在于拥有全球规模领先的湿实验验证能力，解决AI虚拟分子“落地验证”行业痛点。
• 核心平台：自研Chemistry42小分子生成AI大模型、DEL‑AI筛选引擎；AI嵌入药物发现、临床前评价全链条；可为外部AI制药企业提供高通量实体实验验证服务，形成“AI设计‑湿实验验证‑数据回流”产业闭环。
• 商业模式：AI赋能原有CRDMO业务，承接全球AI药企实验验证订单，AI不单独作为独立对外售卖软件产品。
11、深度智耀（未上市）
• 定位：AI原生临床研究平台服务商，赛道区别于临床前药物发现；聚焦临床试验阶段数字化、智能化。
• 核心业务：AI临床试验方案智能设计、虚拟预演、智能患者招募、eCTD注册申报文档自动化生成；多智能体协同架构，服务全球上千家药企的临床项目。
• 赛道差异：不做药物分子设计，专注新药开发后端临床环节。
三、国内AI制药两大主流技术路线对比
1. 路线一：AI+自动化实验（干湿闭环）
代表：晶泰科技、成都先导
逻辑：AI负责虚拟筛选与预测，自动化机器人实验室大规模高通量做真实湿实验，实验数据回流训练模型，持续迭代优化。
优势：解决AI模型缺少高质量实验数据、预测不准的痛点，更容易实现产业落地；
短板：前期自动化实验室资本投入巨大，重资产模式。
2. 路线二：生命科学垂直大模型
代表：英矽智能、百图生科、剂泰科技、深势科技
逻辑：构建生物、化学领域专用大模型，直接实现靶点挖掘、分子生成、蛋白设计、递送材料设计。
优势：研发迭代速度快，前期硬件投入相对轻资产；
短板：高质量生物数据稀缺，模型预测结果必须经过湿实验验证，单独大模型不能产出药物。
产业共识：长期两条路线会融合，只靠大模型或者只靠传统实验都难以建立持续壁垒。
四、结合mRNA‑4157催化，产业链受益环节映射
Moderna mRNA‑4157 III期临床阳性，验证个性化肿瘤免疫治疗范式，直接拉动国内AI制药细分方向需求：
1. AI新抗原预测：肿瘤WES测序数据→AI预测HLA亲和力、免疫原性；对应具备多组学AI分析能力平台企业；
2. AI mRNA序列优化：AI优化密码子、降低免疫原性、提升翻译效率；剂泰科技、晶泰科技等平台可覆盖该任务；
3. AI‑LNP脂质分子设计：AI快速筛选新型阳离子脂质，提升递送效率；剂泰科技为国内该赛道龙头；
4. 上游实验验证外包：AI输出候选分子之后，需要大量体外、体内实验验证；药明康德等CXO直接受益；
5. AI+大分子：新一代肿瘤免疫双抗、细胞因子改造药物研发提速，利好百图生科、分子之心等大分子AI平台。
五、行业核心风险
1. 临床转化风险：绝大多数AI设计候选药物仍然处在临床前或早期临床；即使海外标杆管线，III期临床依然存在失败风险；AI只是提高研发成功率，不能消除药物研发本身风险。
2. 技术路线风险：大模型路线、干湿自动化路线孰优孰劣尚未形成最终定论；不断出现新算法、新架构，存在技术迭代淘汰风险。
3. 数据壁垒风险：高质量、标注完备生物实验数据稀缺，是国内AI制药普遍短板；很多企业模型训练数据规模不足。
4. 商业化风险：多数AI原生企业收入来自技术服务，自有管线回报周期很长；平台订阅、项目制收入天花板存在不确定性。
5. 估值波动风险：板块容易受海外重大临床事件催化出现情绪行情，股价和管线临床进展存在预期差。
六、中长期重点跟踪观测指标
1. 头部AI原生药企核心管线II/III期临床数据读出（英矽智能Rentosertib、德睿智药MDR‑001、剂泰MTS‑004后续商业化进展）；
2. AI平台大额对外BD合作、长期框架订单落地情况；
3. 自动化实验室产能扩张、高通量实验数据积累速度；
4. 国内mRNA肿瘤疫苗项目中，采用国产AI平台做新抗原筛选、序列优化的合作案例；
5. 传统药企采购外部AI制药平台服务的订单增速。
七、总结
中国AI制药行业已经形成清晰一超多强、双轮驱动格局：
第一梯队四小龙分别占据小分子干湿一体化、AI原生小分子Biotech、大分子大模型、AI药物递送四大最高价值赛道；第二梯队在底层仿真底座、小分子、蛋白设计、DEL+AI等垂直领域建立技术壁垒；第三梯队以传统药企内部赋能、AI+临床服务、AI+CXO验证底座为主。
Moderna mRNA‑4157临床成功，证明AI在新一代免疫治疗药物当中的刚需地位，行业由“概念验证期”正式进入临床兑现阶段。未来1–3年，头部企业管线临床数据将成为决定赛道估值最重要的变量。
风险提示：仅客观分析，不构成任何投资交易建议
