Pharma.AI 2026春季发布会：驱动制药超级智能未来

随着基础模型加速人工智能时代的变革，制药行业正迎来由科学AI驱动的新一轮发展机遇，涵盖药物发现、设计与决策等关键环节。为深入探讨这一领域的最新进展与趋势，由生成式人工智能（AI）驱动的临床阶段生物医药科技公司英矽智能（Insilico Medicine，03696.HK）今日宣布，将于美国东部时间4月14日上午10点举行Pharma.AI 2026春季发布会。登陆即可免费注册报名https://insilico.zoom.us/webinar/register/WN_h7tujok6SdmfDWzkZwRgNg

即将在2026年上线的新一季Pharma.AI网络研讨会系列，将持续聚焦生命科学领域AI革命背后的核心驱动力和关键问题，包括：在基础模型快速发展的背景下，生物学、化学和转化医学研究为何仍然依赖专业化模型；Pharma.AI如何融合基础模型与科学AI智能体，形成统一的AI工作流，进而赋能药物研发与科研创新；以及英矽智能开创性的“AI训练AI”方法，如何帮助基础模型更好地适应科学研究和药物发现任务，推动AI决策系统持续演进。

具体而言，本次活动将重点展示Pharma.AI生态的全新能力，包括Science MMAI Gym、PandaOmics、Generative Biologics和Chemistry42等核心模块的功能升级。

英矽智能总裁Alex Aliper博士表示：“迈入2026年，我们的目标已不再局限于简单的AI驱动，而是要构建真正的AI决策生态系统。随着Pharma.AI的不断发展，我们正在为制药领域的超级智能系统奠定基础，让AI能够进行更有效的推理、适应实际科研工作流程，并为药物研发带来深远影响。即将举行的网络研讨会将带来一系列令人振奋的最新进展，旨在为研究人员提供应对人类健康领域最具挑战性问题的最新工具和最佳实践。”

Science MMAI Gym是英矽智能于2026年1月推出的基础模型训练框架。该框架基于超过1000项药物研发基准任务以及约1200亿词元的制药行业公域和专有数据，通过多任务微调和强化学习，大幅提升基础模型在制药专业场景中的表现。

内部试点研究显示，经训练的基础模型在关键药物发现基准上的性能提升高达10倍，远超通用基础模型在约75-95%药物发现任务中表现不佳的情况。此外，2026年3月，英矽智能与Liquid AI达成MMAI Gym的首个合作，并同步发布了经训练的基础模型LFM2-2.6B-MMAI（v0.2.1）。尽管该模型轻量化且支持本地部署，但在多个精选关键任务中实现了业界领先（SOTA）表现。相关论文已被ICLR 2026接收，详细介绍了模型训练过程及任务测试结果。

在即将召开的网络研讨会中，观众将有机会了解监督微调（SFT）和强化微调（RFT）训练与基准测试如何显著提升因果大语言模型在真实世界药物发现任务中的能力，以及如何加入MMAI Gym的训练框架。

PandaOmics 是英矽智能推出的AI驱动靶点发现和适应症拓展平台，通过分析大规模多组学和生物医学数据集，帮助研究人员识别、筛选并优先排序与特定疾病相关的药物靶点，并针对特定靶点进行适应症拓展。本次即将展示的PandaOmics的最新升级包括引入单细胞数据集以实现更精准的靶点识别，以及新增PandaClaw，一款智能体AI工具，使科学家能够通过简单的自然语言界面，实时执行复杂分析的多组学，生成研究假设并完成靶点潜力评估。

Chemistry42 是英矽智能面向新型小分子设计与发现的AI平台。平台整合多个经过验证的生成模型集成和先进的物理方法，帮助研究人员高效设计并优化创新化合物。平台核心子引擎之一Nach01是一款基于数十亿数据点训练的AI模型，具备同时理解自然语言和化学语言的能力，支持数百项专业任务，推动“从提示词到新药”（prompt-to-drug）的未来发展路径。

本次网络研讨会将公布Chemistry42的多项更新，包括介绍针对多靶点分子生成的功能迭代；升级分子生成结果可视化功能以提升用户体验；展示将 Nach01-MMAI模型深度应用于分子生成的流程，以及经过强化的 Alchemistry 在自由能结合计算能力方面的提升。

Generative Biologics是一款前沿生物大分子工程平台，专注于抗体、多肽及其他生物药物的设计与优化，采用先进的多参数优化方法，应对复杂的生物分子工程挑战。Generative Biologics结合10余种生成模型和预测模型，以及高精度的物理计算工具，能够快速生成多样化、性质更优生物分子，可在72小时内生成有潜力的蛋白结合体。

Generative Biologics平台已完成多肽设计能力的重大升级，通过引入全新的环肽设计流程，支持头尾环化和二硫键架构，结合AI和物理方法评估，仅需数小时即可生成数百个候选分子。同时，研发团队成功利用该平台完成线性肽优化，对GLP-1R的先导化合物P3进行了改良，并产生了数十个新候选分子，其中最佳变体P3-1相较于原始先导分子的效果提升了六倍。

英矽智能端到端Pharma.AI平台覆盖药物发现与开发全流程，构建统一的AI驱动工作流，并整合靶点发现、生成式化学、生物药设计和临床预测建模，为制药研发提供系统化支持。英矽智能期待在2026年首场Pharma.AI季度发布会与您相见，共同开启新一年的探索。