大模子带来的能力跃升，，，，让制药行业看到了真正的可能性：已往一个靶点需要重复试错数年，，，，现在AI可以在数周内完成高通量筛选。。。。
；；
；；；；已往解读一篇文献需要数小时，，，，现在大模子可以实时提炼焦点结论并横向串联。。。。。
。算法正在从基础上压缩从靶点发明到候选分子降生的周期。。。。。
。 这种能力转变，，，，也在重塑行业对AI的明确。。。。。
。早期行业对AI制药的预期更多是一个"替换"逻辑：人们期待AI能绕过人的履历，，，，直接输出可上临床的分子。。。。。
。但随着实践深入，，，，行业逐渐形成新的共识：最有力的路径，，，，是让AI与制药"老法师"协作。。。。。
。 在这条更务实的路上，，，，清华AIR孵化的水木分子，，，，是走得最早也最坚定的玩家之一。。。。。
。自2023年起，，，，水木分子相继开源BioMedGPT百亿参数模子、宣布对话式药物研发助手ChatDD，，，，宣布OpenBioMed Skills把生物医药的研发流程封装成45项可执行手艺。。。。。
。再到最新的生物医药情报工具水木知了APP——产品路径清晰指向一个目的：成为制药"老法师"真正离不开的智能助手。。。。。
。 工具层之外，，，，水木分子还在推进一项更重的工程。。。。。
。2025年，，，，水木分子的第一条自研管线启动——针对自身免疫疾病的双特异性抗体，，，，用AI同时阻断两条焦点信号通路。。。。。
；；
；；；；贑hatDD- Discovery平台的盘算设计已完成，，，，多款候选分子进入湿实验验证。。。。。
。从ChatDD到双抗管线，，，，水木分子的产品矩阵里，，，，最先有了“效果”而不但是“工具”。。。。。
。 这背后，，，，是AIR（清华大学智能工业研究院）一直的做事逻辑。。。。。
。张亚勤院士（AIR首创院长）曾说过：“AIR的研究课题，，，，80%以上源自企业真实需求。。。。。
。”而水木分子首席科学家聂再清教授，，，，正是这种逻辑最忠实的践行者。。。。。
。 作为清华大学万国数据教授和AIR首席研究员，，，，聂再清教授照旧“十四五”国家重点研发妄想BTIT融合项目新药研发大模子偏向的课题认真人，，，，曾任微软亚洲研究院首席研究员，，，，天猫精灵首席科学家，，，，揭晓论文50余篇，，，，拥有专利近30项。。。。。
。 而就是这样一位在学界上声誉卓著的教授，，，，在和我们长达两个小时的对话中，，，，没有提过自己的一篇论文、一项专利。。。。。
。谈话的内容始终围绕：工业端的真实反响、“老法师”的履历怎样与AI融合、药企究竟愿意为哪种效劳买单……这些工业端的真问题上。。。。。
。 “AI制药，，，，不是AI替换人类制药，，，，是AI与“药研“老法师””协作制药”聂再清教授体现，，，，“药物研发从TMDD（手工制药）生长到AIDD（AI辅助制药），，，，而现在和未来是ChatDD——人机互动、辅助制药的时代。。。。。
。” “昨天有个投资人用户专门联系888集团，，，，说他们全公司都要求用上了水木知了APP。。。。。
。生命科学领域的投资人都特殊喜欢水木知了，，，，说是他们做行研的神器。。。。。
。”当获得用户的直接反响时，，，，聂教授会兴奋地向我们展示。。。。。
。 第三代是AIDD（AI辅助制药），，，，用AI小模子辅助“老法师”们制药。。。。。
。这个阶段的最大问题就是：“老法师”们的履历和AI模子无法融合，，，，“老法师”无法明确AI推导出来的分子为什么好，，，，也没法用自然语言指导该怎么改；；
；；；； 第四代就是ChatDD。。。。。
。最大的区别是：“老法师”们把履历酿成自然语言的Prompt，，，，大模子基于此去触发对应能力，，，，做高通量阅读和盘算。。。。。
。这样双方的强项都施展出来了，，，，大模子的高通量盘算、阅读和最新算法展望，，，，加上“老法师”的履历直觉，，，，形成一直迭代的闭环。。。。。
。 未来肯定是ChatDD的时代，，，，5年内就完全靠AI制药还不太可能，，，，但AI和智能体的分量会越来越多、越来越重，，，，“老法师”们会越来越离不开它们，，，，这是一个必定的趋势。。。。。
。 聂再清： 制药是一个很是重大的问题。。。。。
。迄今为止，，，，生物学尚有许多运行机制没有被数字化息争读出来。。。。。
。大模子能盘算抗体的亲和力和结构，，，，但进入人体之后，，，，会跟哪些机剃头生冲突、导致什么问题，，，，这些现在还都无法盘算。。。。。
。而“老法师”们的履历和直觉在这个时间能提供很大资助。。。。。
。 创投家：在外部看起来，，，，水木分子的产品矩阵可以说很是重大，，，，从底层生物医药大模子BioMedGPT，，，，到对话式研发助手ChatDD，，，，到生物医药研发Agent平台OpenBioMed Skills，，，，再到最新宣布的水木知了APP。。。。。
。咱们产品开发路径背后的考量是什么？？？ 聂再清： BioMedGPT着实是底层的生物医药大模子，，，，实质上是一项手艺而非产品；；
；；；；而随着基础模子能力的提升，，，，连系拿到的工业反响。。。。
。，，，我们才把算法研发的一些效果封装成标准化的产品宣布。。。。。
。 行业天天都有许多新希望和新效果，，，，但内容很是专业，，，，看懂的门槛很高。。。。。
。行业里许多通俗人也需要这些信息，，，，并且需要通俗化的解读，，，，这就让我们看到了一个“情报决议助手”的时机。。。。。
。为生物医药研发职员提供海量数据、精准检索、趋势洞察、智能推荐生物医药情报与行研效劳。。。。。
。 APP具有“情报”与“对话”两大？？？椋骸扒楸ā蹦？？？橥ü院Ａ可镆揭┫喙匦畔⒌募焖鳎，，，为用户筛选和推荐经由精准检索的最新科研与行业资讯；；
；；；；“对话”？？？樵蛲ü匀挥镅远曰胺椒ǎ，，，基于生物医药智能体知识图谱，，，，深度为用户答疑解惑。。。。。
。 例如最近，，，，水木知了就全新上线全球医学顶会 AI 解读专题。。。。。
。2026 年 6 月 2 日刚刚落幕、被誉为全球肿瘤新药研发风向标的2026 ASCO 年会，，，，其全量聚会摘要已同步上线平台。。。。。
。用户可以第一时间纵览大会英华，，，，关注偕行谈论，，，，关注新宣布研究效果的站位，，，，包括关于Revolution Medicines 现场宣布的胰腺癌 RAS 靶向疗法的解读。。。。。
。 同时，，，，水木知了的效劳不但笼罩生物医药，，，，还延伸至合成生物及 AI for Science、医疗器械、以及大康健 五大前沿领域，，，，致力于打造一个“个性化智能情报枢纽”。。。。。
。 创投家： 以是水木知了APP是一个针对生物医药圈小白提升认知的工具？？？专业的研究员和圈内焦点专家也是水木知了的目的受众吗？？？ 聂再清： 水木知了不但针对行业小白，，，，也可以效劳行业专家。。。。。
。专家的使用场景有如下几个：第一，，，，可以用来宣布和推广自己的研究效果；；
；；；；第二，，，，生物医药行业很宽，，，，许多专家都是“T”字形人才，，，，纵向很深，，，，但在横向上也是小白，，，，可以通过水木知了来建设最新的基础认知。。。。。
。 未来我们还希望专家能够在水木知了APP上使用我们提供的工具来完成其他人宣布的咨询使命，，，，最终将整个生物医药行业的情报和信息生态都能落在水木知了上。。。。。
。 药企里关于AI的需求分几种场景：决议洞察、分子设计和开发、临床。。。。。
。差别的场景对能力的需求纷歧样。。。。。
。决媾和临床对文本和多模态能力需求多一些，，，，分子设计对我们卵白质相关的模子需求多一些。。。。。
。 现在我们吸收到的需求里，，，，决媾和临床部分的量更大。。。。。
。好比效劳复星医药，，，，我们主要就是帮他们做更好的决议，，，，类似管线要不要上、要不要推进的决议。。。。。
。而效劳博奥晶方，，，，我们更多是资助做疾病机制的明确，，，，什么通路导致了什么疾病。。。。。
。分子设计上，，，，我们也相助了一家胶原卵白公司和一家MNC药物研发公司。。。。。
。 聂再清： 第一曲线照旧工具类产品，，，，收入占比也最高。。。。。
。第二部分是效果付费——就是我们直接产出分子、药品或者报告等。。。。。
。这部分收入刚刚最先，，，，但想象空间很是大。。。。。
。 创投家： 在水木分子的许多手艺宣布中都提到了一个词——“学术平权”，，，，让通俗研究员在研究要领、研究工具上追平顶级专家的水准。。。。。
。这件事对整个科研系统和专家系统会爆发什么影响？？？未来通俗研究员是否也有时机可以直接攻克最顶尖的科研难题？？？ 聂再清： 确实具备了可能性。。。。。
。“水木知了”主要是实现认知层面的平权——让许多知识各人都看得懂、学得会，，，，逐步酿成专家。。。。。
。而OpenBioMed是实现算法能力层面的平权——让不懂盘算机的研究员也能用上最前沿的算法和最好的论文，，，，把AI职员才有的算力和工具能力补全了。。。。。
。 一个通俗人，，，，有了AI之后是不是也能做出很好的分子？？？可能性是保存的。。。。。
。随着大模子能力越来越强，，，，一样平常人也可以通过大模子的建议去做事，，，，遇到一个分子的乐成概率就大增了。。。。。
。 聂再清： 888集团AI手艺定位是做最好的药物研发“助手”，，，，最终交付的产品是工具、分子照旧药品，，，，只是商业上的决议差别，，，，焦点都是助手的能力必需很强, RAAS- Result as a Service。。。。。
。 而助手有三种使用方法：一种是作为工具交给药企的人去使用；；
；；；；另一种是我们自己的专家团队可以接甲方的定向研发诉求，，，，用888集团助手举行研发，，，，并将分子作为交付效果交给甲方；；
；；；；尚有一种就是888集团专家团队自己寻找的一些自研管线研发偏向，，，，做到某一个水平再卖给甲方，，，，或者有时机的话，，，，可以自己做上市。。。。。
。 聂再清：前期主要在打磨助手，，，，资源分派在助手上较多。。。。。
。现在助手已经有一些商业化收入，，，，以后可以实现盈亏平衡。。。。。
。管线前期投入是由同时在研的管线数目来控制的，，，，再有一两年年后就会最先有BD收入。。。。。
。 聂再清：自研管线立项后顺遂的话一样平常两年后就可以有BD收入，，，，我们可凭证资源的富足水平来决议是否在早期就BD出去一部分权益。。。。。
。 聂再清： 医药企业之间最终在靶点层面才保存竞争。。。。。
。只要避开相助客户选择的靶点，，，，我们就可以自由研发药物，，，，相助同伴也不会有意见。。。。。
。 水木分子选择从自免领域的顺应症入手建设了第一条自研管线。。。。。
。这次选择的是一类由重大多信号通路网络调控的自身免疫性疾病。。。。
。，，，现有疗法仅仅针对简单靶点，，，，疗效有限。。。。。
。 基于 ChatDD-Insight 对致病机制的系统剖析，，，，我们决议用人工智能设计双特异性抗体，，，，同时阻断两条焦点信号通路。。。。。
。现在，，，，基于ChatDD-Discovery平台的盘算设计已经完成，，，，已产出多款性能优异的候选分子，，，， 起源湿实验效果很是好，，，，接下来会继续举行更多湿实验和临床前的验证。。。。。
。 我们在2023年建设水木分子的时间就判断，，，，若是要全力投入算力去做通用大模子，，，，已经是一片红海了。。。。。
。不如在一个相对笔直的赛道进入，，，，会有更富足的资源去支持。。。。。
。 另外，，，，若是要做笔直领域，，，，究竟哪个行业最好？？？我们判断的标准是：最好的行业，，，，其数据自己一定要具备和自然语言纷歧样的“语法”。。。。。
。若是用自然语言就能解决，，，，那这个领域早晚会被通用大模子笼罩掉。。。。。
。 从这个标准来看，，，，生物医药是一个特殊好的领域。。。。。
。这个赛道最主要的一种语言叫“卵白质语言”。。。。。
。大部分药物功效都是由差别的卵白质结构支持的，，，，而卵白质语言的语法直接决议了其功效结构纪律，，，，这是一种很是有潜力的数据领域。。。。。
。 虽然卵白质语言现在看上去没有自然语言系统那么重大，，，，但它是一切的基础。。。。。
。并且卵白质语言在植物、动物、人身上都保存，，，，是真正通用的语言，，，，未来爆发的功效可能比自然语言还要大。。。。。
。 在微软亚洲研究院的时间，，，，我提出过一个看法叫"Deployment-Driven Research"（安排驱动的科研）。。。。。
。承继这一理念，，，，我们组做了学术搜索、人立方这些系统，，，，都是真正安排到用户端、与用户打交道的系统。。。。。
。 在清华AIR，，，，我也希望手艺能够通过某种产品或效劳真正赋能行业，，，，爆发真实的反响。。。。。
。在水木分子里也一样，，，，最主要的事情就是关注工业和用户的反响。。。。。
。 聂再清： 应该还需要3到5年。。。。。
。标记就是，，，，干实验效果和湿实验效果的相关性越来越高，，，，高到让“老法师”们都以为无法忽视干实验的效果。。。。。
。让“老法师”们一样平常的所有事情都离不开AI，，，，都想听听AI的建议，，，，ChatGPT时刻就到来了。。。。。
。 聂再清： 我们希望水木分子做推出行业内各人都离不开的药物研发助手；；
；；；；同时，，，，通过“药研管线+AI大模子”的双驱动模式，，，，去重塑新药研发的底层范式，，，，让已往高不可攀的药物研发变得更高效、更普惠，，，，从基础上加速人类攻克重大疾病的历程。。。。。
。