諾獎得主萊維特對話英硅智能CEO任峯，坦言AI製藥發展遠超他預期

上觀新聞

昨天

「邁克爾，半個世紀前，您完成了全球首次蛋白質動力學模擬，那時用計算機研究生物學就像科幻小說。如今，人工智能可以預測蛋白質結構、生成全新分子、設計藥物並推動它進入臨床試驗。人工智能+生物醫藥的發展速度，是否超出了您的預期？」英硅智能聯合首席執行官、首席科學官任峯向諾貝爾化學獎得主、斯坦福大學教授邁克爾·萊維特提出了這個問題。　　2026張江藥谷大會暨上海國際生物醫藥產業周·開幕論壇昨天下午舉行，萊維...

網頁鏈接

免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。

熱議股票

{"basename":"/hant","ssrTDKData":{"titleTemplate":"%s - 老虎證券","title":"Easy breezy. No more feesies.","description":"Tiger Trade is a mobile trading app offering real time data, low commission fees and a free demo account. Download now to start investing in ETFs, options and the global share market.","keywords":"老虎國際,美股交易,港股交易,交易美股,股票信息,股價,美股行情,美股打新,港股打新,IPO打新,購買美股,全球投資","social":{"ogDescription":"Tiger Trade is a mobile trading app offering real time data, low commission fees and a free demo account. Download now to start investing in ETFs, options and the global share market.","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.0a0bd8dc.png","ogUrl":"https://www.thetigerbrokers.com/hant/news/2668990558"},"companyName":"老虎證券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"NZL","license":"TBKIWI","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2668990558\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2668990558?lang=zh_TW&edition=fundamental","thumbnail":"","is_english":false,"pubTime":"2026-09-18 06:00","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2668990558","market":"sh","top_or_hot":-1,"title":"諾獎得主萊維特對話英硅智能CEO任峯，坦言AI製藥發展遠超他預期","media":"上觀新聞","content":"<div>\n<p>「邁克爾，半個世紀前，您完成了全球首次蛋白質動力學模擬，那時用計算機研究生物學就像科幻小說。如今，人工智能可以預測蛋白質結構、生成全新分子、設計藥物並推動它進入臨床試驗。人工智能+生物醫藥的發展速度，是否超出了您的預期？」英硅智能聯合首席執行官、首席科學官任峯向諾貝爾化學獎得主、斯坦福大學教授邁克爾·萊維特提出了這個問題。　　2026張江藥谷大會暨上海國際生物醫藥產業周·開幕論壇昨天下午舉行，萊維...</p>\n\n<a href=\"http://finance.eastmoney.com/a/202609183877705468.html\">網頁鏈接</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>諾獎得主萊維特對話英硅智能CEO任峯，坦言AI製藥發展遠超他預期</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: 12.5px; color: #7E829C; margin: 0;}\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諾獎得主萊維特對話英硅智能CEO任峯，坦言AI製藥發展遠超他預期\n</h2>\n<h4 class=\"meta\">\n<p class=\"head\">\n<strong class=\"h-name small\">上觀新聞</strong><span class=\"h-time small\">2026-09-18 06:00</span>\n</p>\n</h4>\n</header>\n<article>\n<div>\n<p>「邁克爾，半個世紀前，您完成了全球首次蛋白質動力學模擬，那時用計算機研究生物學就像科幻小說。如今，人工智能可以預測蛋白質結構、生成全新分子、設計藥物並推動它進入臨床試驗。人工智能+生物醫藥的發展速度，是否超出了您的預期？」英硅智能聯合首席執行官、首席科學官任峯向諾貝爾化學獎得主、斯坦福大學教授邁克爾·萊維特提出了這個問題。　　2026張江藥谷大會暨上海國際生物醫藥產業周·開幕論壇昨天下午舉行，萊維...</p>\n\n<a href=\"http://finance.eastmoney.com/a/202609183877705468.html\">網頁鏈接</a>\n\n</div>\n\n<div class=\"bt-text\">\n\n\n<p> 來源：<a href=\"http://finance.eastmoney.com/a/202609183877705468.html\">上觀新聞</a></p>\n<p>為提升您的閱讀體驗，我們對本頁面進行了排版優化</p>\n\n\n</div>\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"AGIX","symbol_name":"通用人工智能 ETF-AGIX","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":"「邁克爾，半個世紀前，您完成了全球首次蛋白質動力學模擬，那時用計算機研究生物學就像科幻小説。如今，人工智能可以預測蛋白質結構、生成全新分子、設計藥物並推動它進入臨床試驗。人工智能+生物醫藥的發展速度，是否超出了您的預期？」英硅智能聯合首席執行官、首席科學官任峯向諾貝爾化學獎得主、斯坦福大學教授邁克爾·萊維特提出了這個問題。","collect":0,"end_time":0,"defaultTopTitle":"eastmoney.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"AGIX":"通用人工智能 ETF-AGIX","01477":"欧康维视生物-B","VTHR":"Vanguard Russell 3000 ETF","ARTY":"ISHARES FUTURE AI & TECH ETF","AIPO":"Defiance AI and Power Infrastructure ETF","BK1191":"制药","BK1574":"生物医药B类股","QTOC":"Innovator Growth Accelerated Plus ETF - October","CHAT":"ROUNDHILL GENERATIVE AI & TECHNOLOGY 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":{"AGIX":1.5,"QTOC":1.5,"CHAT":1.5,"ARTY":1.5,"AIPO":1.5,"01477":1.5,"VTHR":1.5},"content_text":"「邁克爾，半個世紀前，您完成了全球首次蛋白質動力學模擬，那時用計算機研究生物學就像科幻小説。如今，人工智能可以預測蛋白質結構、生成全新分子、設計藥物並推動它進入臨床試驗。人工智能+生物醫藥的發展速度，是否超出了您的預期？」英硅智能聯合首席執行官、首席科學官任峯向諾貝爾化學獎得主、斯坦福大學教授邁克爾·萊維特提出了這個問題。　　2026張江藥谷大會暨上海國際生物醫藥產業周·開幕論壇昨天下午舉行，萊維特與任峯的「爐邊對話」引人關注：一位是計算生物學先驅；另一位帶領團隊，推動全球首個由人工智能驅動識別靶點、設計分子結構的創新藥進入Ⅲ期臨床試驗。 萊維特與任峯在2026張江藥谷大會上對話。　　圍繞AI製藥這一話題，多位專家分享了觀點。在他們看來，醫藥企業轉型發展、全流程部署人工智能是大勢所趨。人工智能不僅能降本增效，還能突破知識邊界。醫藥企業要加快構建長鏈條數據，推動生物醫藥向數據驅動型行業邁進。 AI設計蛋白讓諾獎得主震驚　　近年來，人工智能賦能生物醫藥的第一個標誌性成果，是「阿爾法摺疊」（AlphaFold）問世，這款AI軟件用於預測蛋白質的三維結構。2024年，「阿爾法摺疊」研發團隊負責人德米斯·哈薩比斯和約翰·江珀獲得諾貝爾化學獎。如果把眼光放得長遠些，為這項成果奠定基礎的正是萊維特等老一輩計算生物學家。過去50年，他們開發出很多預測蛋白質結構的算法，讓AI軟件開發團隊「站在了巨人肩膀上」。　　對於任峯提出的問題：「人工智能+生物醫藥的發展速度，是否超出了您的預期？」萊維特坦言：「遠超我的預期，如今人工智能不僅能預測蛋白質結構，還能設計新的蛋白質和藥物分子，這讓我感到震驚。」　　人工智能驅動研發的創新藥進入Ⅲ期臨床試驗，是今年AI製藥領域的一個標誌性成果。這款候選新藥名為Rentosertib，治療特發性肺纖維化，由英硅智能利用自研智能平台Pharma.AI開發。上周，這款小分子口服藥在北京協和醫院完成首例患者入組並給藥。同日，上海市肺科醫院也完成首例患者入組。 萊維特在2026張江藥谷大會上回答問題。　　「Rentosertib的藥物靶點由人工智能發現，分子結構也由人工智能設計。您認為它的Ⅲ期臨床試驗里程碑對整個行業意味着什麼？」任峯問。「它打破了業界的一種懷疑——人工智能設計的藥物能通過臨床試驗嗎？你們的新藥已通過Ⅱ期臨床試驗。」萊維特説，這個里程碑也意味着，幹實驗（在計算機上進行的生物學虛擬實驗）與傳統的濕實驗相互驗證、循環迭代，是一條可行的AI製藥路徑。英硅智能就是在張江藥谷開展濕實驗，將實驗數據反饋給Pharma.AI平台，再通過幹實驗一步步完善新藥分子，最終將候選新藥推向臨床。 轉型藥企能趕上AI原生藥企　　談及AI製藥發展趨勢，任峯表示，未來幾年，所有生物技術公司和醫藥公司都將轉型發展，實現AI賦能。與轉型藥企相比，英硅智能這樣的AI原生藥企目前還處於領先地位，但不會保持很長時間。　　「在早期階段，大家不知道哪些AI算法最好，處於百花齊放、百家爭鳴狀態。然而隨着技術發展，生物醫藥領域的垂類模型算法將逐步趨同。」任峯説，「垂類模型為AI原生藥企爭取到了3—5年時間，讓我們可以佈局新藥管線。英硅智能要利用這幾年的算法優勢，快速佈局管線，如果做出幾個大藥，就能形成企業未來發展的護城河。」 英硅智能創始人、首席執行官亞歷克斯·扎沃隆科夫（左）與任峯在實驗室工作。　　在轉型發展道路上，很多創新藥企業正在奮力追趕AI原生藥企。和黃醫藥高級副總裁唐飛在論壇上分享了公司「3+1戰略」：開發科學發現、決策、執行3個AI引擎，分別用於藥物分子設計、研發管線佈局和推進決策、全流程智能體執行；打造1個數據基座，實現醫藥臨床數據的語義統一，讓大數據在3個AI引擎之間高效流動。　　目前，和黃醫藥已部署離線隔離的內部大模型，在保障患者數據安全的前提下，為不同功能的AI引擎提供支撐。公司AI團隊還開發了上百個智能體，將它們部署在企業工作流的各個流程中，如患者數據提取、臨床研究報告生成、藥物註冊文檔撰寫，已有效提升所有崗位的工作效率。 人工智能與科學家各有所長　　「生物醫藥過去不是一個數據驅動的行業，特別是在新藥發現環節，主要靠科學家的直覺和試錯。」唐飛表示，人工智能進入這個行業後，引發了科研「第四範式」即數據密集型科學變革。在此背景下，企業要加快構建長鏈條數據，將體外實驗、動物實驗、臨床試驗的數據串起來，再「喂」給垂類模型，讓模型在高質量大數據基礎上分析出更有價值的信息。　　今年4月，天鶩科技發布了對話式蛋白質研發智能體「曉鶩」，用户可通過與智能體對話，完成標籤數據庫檢索、蛋白質設計、自動化實驗驗證等一系列工作。天鶩科技創始人、上海交通大學特聘教授洪亮説：「AI不僅能降本增效，更重要的是突破知識邊界，產生人類單憑聰明才智很難獲取的新知識。」　　洪亮認為，大模型擁有的高維統計能力是人類所不具備的。自然界中，各種蛋白的氨基酸序列和三維結構差別很大，科學家探索到底什麼樣的序列和結構能實現某種功能，其實難度非常大。「我們現在直接用大模型在高維上提取各種蛋白的特徵，再根據統計數據得出新的認知，在此基礎上就能設計新的蛋白質，做更好的創新藥。」　　另一方面，也要看到科學家的不可替代性。唐飛舉了「愛因斯坦測試」的例子——把訓練大模型的物理學知識截止到1900年，看大模型能否根據這些知識提出相對論。測試結果顯示，大模型無法獨立完成從牛頓力學到相對論的科學範式革命。「生物醫藥領域也是這種情況，所以科研人員未來還是會發揮重要作用。他們要向大模型和智能體輸入高質量的科學解釋，推動幹實驗與濕實驗循環迭代，還要向大模型提出高水平問題，這樣才能與AI合作取得創新突破。」（文章來源：上觀新聞）","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"}}}