7月9日，英矽智能发了一份正面盈利预告。

公告里的数字很直接：公司预计2026年上半年收入超过7个亿人民币，净利润实现扭亏，接近3个亿。盈利速度比一众biotech要快得多。

而就在前一天，这家国内AI制药龙头还公告核心管线Rentosertib（ISM001-055）正式进入III期临床。一款针对特发性肺纤维化（IPF）的TNIK小分子抑制剂，计划在中国47个中心入组320名患者，主要终点是52周FVC年下降率。

一个是利润，一个后期临床进展。这回答了两个AI制药领域很关键问题：AI制药到底能不能赚钱，以及这个赛道最终的产品到底是什么？

过去几年，AIDD热的时候，市场除了“芯片生成药物”的幻想之外，很难具体回答AI制药的商业闭环。

到了2026年，在一批海内外公司都交出来阶段性答卷之后，英矽这份盈利预告，也提供了一个新的入口。这背后，是整个AI制药迈进了一个新的产业深水区。

-01-

跳出“烧钱黑洞”，进入“自我造血”新周期

AI制药过去最容易被质疑的地方，是烧钱。

模型训练，数据，湿实验......每一步都说在提效，可落到利润表上，很多公司仍然是亏损。如果AI制药只是换一种方式烧研发费用，那它充其量只是一个套了AI壳的Biotech。

所以，英矽这次盈利预告的意义，不只在于收入增长快，也在于它把AI制药从技术叙事拉回了财务表，真正验证了AI模型在制药领域的产出效率。

公司预计2026年上半年收入突破1亿美元，并从去年同期亏损转为盈利。公告里也解释，增长主要来自out-licensing、共同开发和研究合作收入增加，以及经营效率提升。

换句话说，AI平台如今已经被验证是可以持续去薅MNC的资本开支的。

这对二级市场很关键。市场可以容忍创新药公司长期投入，也可以给平台公司一定估值溢价，但前提是要模式的持续闭环。

国内另一家头部公司晶泰，也给了类似信号。

2025年，晶泰科技收入8.026亿元，同比增长201.2%；全年盈利1.346亿元，经调整净利润2.582亿元。

和英矽不一样的是，晶泰不自己做产品。对一个AI for Science公司来说，这组数据不只是“业绩不错”，更像一次模型验证：AI+机器人+湿实验闭环，可以跑出收入，也可以跑出利润。

剂泰科技则从另一个角度完成了交卷。它今年5月登陆港交所，成为“AI药物递送第一股”。相比英矽的AI找药、晶泰的AI+机器人实验平台，剂泰切的是递送和制剂。这个环节离患者更近，也离产业痛点更近。但环节过于细分背后是市场容量的天花板过低。

看下来，国内AI制药头部公司的第一轮答案已经逐渐清晰。这其中，又数英矽是国内AI制药里跑得最快的商业模式样本。

用Pharma.AI承接药企合作的同时，也自己推进核心资产，把AI发现药物推到临床后期。英矽这种模式是一种偏激进的打法：当平台能力足够强，就不该只停留在“帮别人找药”，也应该反过来沉淀成自己的产品和权益。

这套打法在三年前会被质疑投入是否过重。但在如今中国创新药领域对外BD浪潮之下，英矽显然是押对了时代的那个。

那么问题也随之而来，这种模式还能持续多久？

-02-

到底是“偶发性BD”，还是“常态化提效”？

今年英矽的BD密度很高。

3月，英矽与Lilly达成全球管线授权和AI药物发现合作，首付款1.15亿美元，潜在交易总额约27.5亿美元。6月，英矽与SK Biopharmaceuticals达成最高超过25亿美元的神经免疫疾病合作。7月，英矽又与Takeda达成最高约6亿美元的AI药物发现合作。

AI制药公司交付的多为临床早期的产品，因此后期里程碑落地以及进一步分成的确定性要相对少些。如果能持续把靶点、分子、PCC、IND、临床候选物往前推，同时不断从大药企手里拿到项目启动费、首付款和里程碑，它就有机会被看成一个平台型公司。

英矽的模式似乎就是在朝着这个方向努力。

这个问题也是海外头部AI制药公司在面对的。

Recursion收购Exscientia，说明海外AI制药也在补规模、数据和管线。平台公司需要更大的数据资产、更强的自动化实验能力、更完整的临床组合。

Schrödinger与Novartis、Isomorphic Labs与Novartis/Lilly/J&J、Valo与Novo Nordisk的合作，则说明大药企已经把AI制药纳入外部创新体系。大药企也从旁观者队列，开始下场去要能进入真实研发流程的资产和能力。

石药和阿斯利康的合作，也可以放在这个脉络下看。

2025年，阿斯利康与石药集团达成最高约53.3亿美元合作，首付款1.1亿美元，合作内容包括AI驱动药物发现平台和LiquidGel月制剂技术。

但石药这类公司，本质上是从成熟药企体系里长出AI能力。它的优势是产业资源、成药经验和管线场景，好处是用AI去做产品时结果导向型强。但这种情况大多数时候AI所扮演的角色只是一个“筛选”系统，成不了核心生产力。

而英矽则是完全的模型出发，旗下几大模型平台不是聚焦某一两种分子/机理，不局限于某个具体的治疗领域，而是覆盖从小分子到大分子，从分子合成到药代动力学等一整套完整的药品开发路径。

这意味着，英矽用AI模型产出的潜在药物分子，有着更强的跨领域迁移能力，覆盖的客户是全体制药公司。甚至能延伸到材料、农业以及保健等领域。

这也是英矽能和微软、谷歌这样的公司合作，用其医药领域的积累和算法去嵌入泛科学领域大模型——制药和材料、化工、生物工程等其它科学有很多本质相通的地方。

所以，在回答AI制药公司的BD能不能重复这个问题上，英矽的答案也相对较为清晰：只要生命科学的最前沿持续有需求并有理论技术供给能转化成药，英矽在这种科学与临床之间的供需对接上，能借助不断完善的大模型能力第一时间完成匹配。

如果英矽这条路跑通，未来AI制药公司的大方向，可能会越来越接近“平台+产品”的混合体：平台负责持续生成项目，BD提供现金流和外部验证，自研管线则决定公司上限。英矽现在走得快，也正因为它同时在回答这三件事。

-03-

从“CRO”到“科技基础设施”

除了前文提到的几家AIDD企业，一批新兴公司正在把这条基础设施路线继续拆细。

望石智慧代表的是药研智能体和国产算力生态。

它与广药集团、华为的合作，落在“产业场景+AI算法+国产算力”这条线上。这个方向的价值，在于AI能不能进入药企早研现场，帮研发团队处理靶点发现、分子生成、虚拟筛选、苗头化合物发现这些具体工作。

深势科技更偏AI4S底层工具。

Hermite药物计算平台、RiDYMO高质量Hit发现平台、Uni-Mol这类模型和工具，解决的是科学计算和药物发现的底座问题。短期看，它不像一条III期管线那样刺激；长期看，底层工具决定很多公司能不能持续提高研发效率。

百图生科、星药科技、水木分子、分子之心这类公司，则把AI制药推进到蛋白、RNA、大分子设计和结构生物学方向。海外的Isomorphic Labs、Generate Biomedicines也在走类似方向。AIDD最早被市场熟悉，往往是从小分子开始；下一阶段，AI可能会更多进入跨模态生物设计。

这就回到了文章最核心的问题：AI制药到底该怎么看？

如果只看管线，它像Biotech；如果只看软件收入，它像工具公司；如果看“模型+数据+实验+BD+临床”这条链，它又更像一种新型研发基础设施。

这也是市场需要重新理解的地方。

管线决定短期弹性，平台决定长期边界。临床数据决定信用，商业合作决定造血能力。AI制药真正的稀缺公司，可能要同时回答这几件事。

所以，最后还是要回到英矽。

它站在AI制药最核心的位置上：有盈利预告，有Lilly、SK、Takeda这些大额BD，有Pharma.AI平台，也有Rentosertib进入III期临床。它同时回答了三个问题：能不能造血？BD能不能重复？平台能不能超越单条管线？

2026年的AI制药，已经过了只讲想象力的阶段。市场现在要看的，是谁能把AI变成收入，变成临床数据，变成大药企愿意持续付费的能力，最后变成财务报表能承接的增长。

AI制药最热的时候，大家看想象力；到了交卷的时候，市场开始看耐力。

延申阅读：

投资丨产业分析丨故事丨观察