Pharma.AI 2026 夏季发布会:驱动制药超级智能未来

随着人工智能不断重塑全球制药产业，药物发现、设计与开发正迎来前所未有的发展机遇。为进一步推动“制药超级智能”（Pharmaceutical Superintelligence）时代的到来，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，3696.HK）今日宣布，将于美国东部时间 2026 年 6 月 30 日（星期二）上午 10:00 至 11:00 举办 Pharma.AI Webinar 2026 Q2 Summer Updates 网络研讨会。

活动注册及详情请访问：
https://insilico.zoom.us/webinar/register/6517804785683/WN_hxGDHR0bTAC8PoqiMhdeEA#/registration

Pharma.AI 2026 年夏季更新将持续聚焦人工智能在生命科学领域的持续演进，围绕基础模型的发展趋势展开深入探讨，并进一步阐明领域专用模型在生物学、化学及转化医学研究中的关键价值。本次发布会还将展示英矽智能如何通过将基础模型与科学 AI 智能体深度融合，构建统一的 AI 驱动型制药研发与科学研究新范式；以及英矽智能开创性的“AI 训练 AI”方法及其持续拓展的科学发现能力，展示基础模型与 AI 智能体如何针对科学研究和药物发现场景进行更高效、更深入的定制化应用，从而加速新一代 AI 驱动决策系统的发展。

英矽智能总裁Alex Aliper博士表示：“过去几个月，人工智能领域以惊人的速度持续演进，在多维度上重塑各行各业。当前，我们的关注重点已不再局限于简单的 AI 驱动，而是要构建真正的AI生态系统，迈向真正意义上的制药超级智能。随着 Pharma.AI 的持续升级，我们正为具备更强推理能力、更高工作流适配能力、并能在药物发现与开发全链条产生实质影响的制药超级智能系统奠定基础。”

Generative Biologics 平台支持快速且可扩展的序列生成。该平台整合了 10 余种生成式与预测模型，并结合基于物理的算法，能够面向复杂表位及传统意义上的难成药靶点，高效生成兼具新颖性、结构多样性与高亲和力的生物制剂候选分子。通过精简高效的工作流程，平台可在 72 小时内产出优化后的结合分子候选物，显著加快早期药物发现进程。

在本次更新中，平台新增两项重要工作流，进一步提升生物制剂发现与优化效率：

• Batch MDflow：将高通量分子动力学模拟能力引入平台，实现多个结构的并行筛选与评估，并支持全自动设置与预处理流程；
• Interactive Optimization：赋予科研人员对结合分子工程的更高控制能力，可开展位点定向突变探索，识别亲和力和稳定性更优的变体，并快速整合有利突变，生成下一代先导候选物。

Chemistry42 是英矽智能面向新型小分子设计与发现的 AI 驱动平台。通过融合生成模型集群与先进的基于物理的方法，Chemistry42 可在命中化合物识别、命中到先导优化以及先导化合物优化等多个研发阶段，为研究人员提供高效支持。

本次更新围绕多个核心应用模块进行功能增强，包括 Reward Models 的优化、Property Profiling 中新增激酶选择性分析面板，以及 Alchemistry 和 MDFlow 的多项升级。与此同时，活动还将预览以 MCP Servers 形式提供的 Chemistry42 模型与工具，支持全新的提示词驱动交互模式，从而大幅拓展用户对平台引擎的操控能力，使最前沿的化学工具与模型能够直接在提示窗口中调用。

PandaOmics 是英矽智能用于生物靶点发现与药物项目评估的 AI 驱动平台。此次更新中，PandaOmics 推出先进自主 AI 智能体 PandaClaw。作为智能编排层，PandaClaw 旨在简化并扩展复杂生物分析流程，不仅支持靶点初步识别，还可自动执行从动态规划、分析执行、结果评审到报告生成的端到端工作流。

依托精选的生物信息学工具与专业科研能力，PandaClaw 可为以下关键任务提供全面支持：

• 靶点评估：包括成药性指标评估及竞争性药理格局分析；
• 靶点-疾病评估：包括作用机制解析等关键研究任务。

从多组表达比较、基因特征分析，到借助 Longevity Lobster 开展衰老生物学研究，PandaClaw 能够将分散的多组学数据与文本数据高效转化为可执行的流程，在计算预测与具备文献证据支持的治疗策略之间建立有效连接。

MMAI GYM 是英矽智能用于基础模型训练与评测的解决方案，MMAI Gym 通过结合领域特定推理能力的多任务 SFT+RFT，可将任何因果基础模型转化为高性能的药物发现引擎。它既能产出达到最先进水平（SOTA）的领域专用模型，也能打造“单模型包办一切”的通用模型，使其胜任性质与 ADMET 预测、分子优化、逆合成、官能团推理、靶点识别以及临床试验结果预测等任务。

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 ，并超越面向单一任务的专用模型及前沿大语言模型。借助 MMAI Gym，用户既可以训练和评估自己的模型，也可以授权使用已在该平台中训练完成的模型检查点。

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，为制药研发构建完整的 AI 生态，并提供系统化的支持。

英矽智能期待在Pharma.AI 2026夏季发布会与您相见，共同探索“制药超级智能”（PSI）的前沿发展。