JPM 2026｜英矽智能Nach01多模态基础模型入驻微软Discovery

由生成式人工智能驱动的临床阶段生物医药科技公司英矽智能（Insilico Medicine，03696.HK）宣布，其Nach01多模态基础模型已完成在Microsoft Discovery的部署，并于摩根大通医疗健康年会期间微软主办的专题活动中进行了深度演示与介绍。

Microsoft Discovery是由微软公司于2025年推出的人工智能科研平台，主要面向企业及科研机构。Nach01 基于Nach0和Nach0-pc的能力综合扩展而来，实现了自然语言处理与先进化学智能的创新结合。Nach01拥有二维和三维信息预测能力，其应用场景覆盖上百种差异化的任务，如合成路线预测、ADMET性质预测等。此外， Nach01支持基于用户自有数据的训练、微调和推理功能。

本次Nach01集成于Microsoft Discovery的合作，不仅突显了Microsoft Discovery对第三方AI模型的高度兼容性与扩展性，也为研发机构部署AI驱动的智能药物发现工作流提供了可复制的实践范例。演示过程中，基于微软Azure云环境运行的多步骤研究流程，展现出更高的操作透明度、更优的结果可复现性以及灵活的可扩展部署等优势，有助于科研团队以标准化、可追踪的方式简化和加速药物发现流程。

随着AI在各个领域的深入，药物研发机构正日益依赖AI的方法赋能疾病假说、分子设计和多维数据分析，然而这些关键任务往往在彼此独立的执行环境中，为项目的快速推进或结果可复现性带来了挑战。如今，通过在微软Discovery平台部署的英矽智能Nach01模型，用户可通过多步骤工作流的无缝编排，使科研团队在安全的Azure云环境中构建端到端智能研发工作流，实现从分子生成、性质预测到下游分析的全链路集成。

英矽智能自主开发的多模态基础模型Nach01，隶属其人工智能药物研发平台Pharma.AI。该模型基于大语言模型架构构建，能够处理化学结构和空间数据，旨在协同处理分子设计和预测领域的数百种多样化任务。Nach01融合了其前代开源模型Nach0（于Hugging face开源）的文本和三维空间表征学习技术，整合为单一模型，具备处理逆合成分析、分子性质预测和其他复杂的化学挑战。通过生成和评估新型分子结构、预测和分析ADMET相关特性、并对候选化合物进行实验验证优先级排序，Nach01可以支持苗头化合物生成到先导化合物优化的早期药物发现多工作流。近期，英矽智能将在微软Marketplace平台上架Nach01模型。

Nach01正式登陆微软Discovery平台后，使用团队可以在平台内注册，并将其与各类计算工具无缝对接，自主构建AI驱动工作流、按需执行定制化流程。例如，一套端到端的工作流配置可以从基于结构的设计步骤开始：首先调用Nach01针对选定的生物靶点生成候选分子，随后进行ADMET性质预测，再将结果传递给QSAR模型或自由能计算等附加评分工具，最终完成下游分析和可视化——所有任务均可整合在同一定制化工作流程中。这种方法有效弥合了AI模型和日常研发实践之间的断层，将以往以来手动串联的分子生成、性质预测和数据分析，转变为团队可协同共享、持续优化、且具备可管理性和可重复性的标准化工作流。

英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示，“英矽智能正在构建能够部署于真实世界场景的专用多模态基础模型，这些场景对合规治理、结果可复现性与规模化能力具有极高要求。本次在微软Discovery部署的Nach01模型，有助于我们将化学超级智能带入统一安全的环境，让团队实现高效迭代，以更坚实的信心执行端到端计算发现工作流。”

此次合作精准契合英矽智能的长期发展战略——依托其自主构建的端到端技术平台与经过验证的算法架构，将AI模型创新与早期药物研发深入融合。英矽智能始终致力于同步推动AI平台迭代升级与多领域研发管线布局，并通过提供可扩展的软件和模型服务，赋能合作伙伴构建AI驱动的药物研发体系。基于部署于微软Discovery平台的Nach01多模态化学基础模型，用户可充分发挥其编排能力，显著缩短研发迭代周期，助力团队以更高效率将科学洞见转化为候选药物。

微软Discovery和量子产品创新副总裁Aseem Datar表示，“在微软，我们的使命是成就每一家组织，我们与英矽智能的合作正是对这一使命的最佳实践和有力证明。通过将英矽智能Nach01多模态基础模型引入微软Discovery平台，我们将赋能研究团队能够在统一、安全且可扩展的环境中运用先进的AI技术。携手英矽智能，我们正在共同探索AI多智能体化与协同智能流如何将科学洞见转化为现实突破，进而以前所未有的速度、精度与信心，加速改变生命科学的研发进程。”

通过整合先进的AI和自动化技术，英矽智能在实际应用案例中展现出效率提升，为AI驱动的药物研发树立了标杆。与传统药物研发平均需要4.5年的时间周期相比，英矽智能在2021至2024年间的自研项目，从立项到提名临床前候选药物（PCC）的平均耗时为12-18个月之间，每个项目仅需合成和测试约60-200 个分子。