英矽智能20260813 原文

2026年08月14日09:20 发言人00:00 意大利布是在同一领域卖，在25年的时候已经卖了40亿美金。然后欧美的整个的一个IPF患者人数大概在40万人。在25年这样一个世界范围内的发病率还是很高的，国内发病率大概20万人左右。 发言人00:17 所以说从这一个图中我们可以看到，就T这个分子的疗效，尽管它是一个2A7的1个数据，是高氧组60毫克的，可以实现一个正的一个98.4的这样子就是实现了一个肺部的纤维化的一个逆转，这个其实在这个临床看到还是比较罕见的。这样一也是有望成为一个颠覆性的一个治疗的药物。而并且CD也是根据他这个2A7的1个数据，然后批准了他开三期临床。但三期临床时间可能后面可能要在29年的时候，会读出他的数据。是这样的，因为他下半年会完成这样首例患者入组，那入组时间可能是整个27年入组时间，然后28年会有一个一年评估它的对象分化的F。VC这个指标，然后看数据定的，并且每年有相应的一个收入的一个到账。并且在这波AI for size这个大行业情况下，我们知道银西它这个整体研发效率，刚才三个维度来比较，银锡都是在同类里面是最优的一个一家公司。 发言人01:26 这一页主要是想分享各位投资者，就是他这个发布点AI发现forcing class这类能力，它是可以复现的，可以复现到其他种的疾病。比如说发现了很多新的靶点，不仅仅是T那那一款，还有PHDR以及QPCTL等等。这些意味着这类的一个发现靶点药物研发的这样的一个模式是它可以复现可持续性可持续消费，大概就是4到5个PC26年整体上就是达到了10个PC然后27年也有望去复刻这样的十个，平均下来每年就是大概一个摄像机，十个一个PC的一个数量产出。 发言人02:10 第二部分主要是给各位领导汇报一下这个AI究竟赋能的药物研发哪些方面。因为现在其实过去其实过去来说的话，药领域一个药物的发现过程之中，一般是三个十。十年的研发周期，10亿美金的研发费用，10%成功率。但目前来看，因为大家现在很卷，因为要做byclass分子，所以说整体的一个研发的时间以及研发的费用其实反倒没有减少变多了。 发言人02:35 整体的目前最新的一个数据来说，整体的研发时间可能要到13年这样的更长时间，然后研发费用可能到20亿美金。但是就是从这个图我们可以看到，从一个靶点发现到一个PC分子，大概现在是需要3到6年时间。然后费用是达到11亿美金，也是非常大的一个数据。因为现在每一个PAC的花费大概是300到500万美金，所以说每年的平均研发费用大概就是3000万到5000万美金。这样的一个研发费用的一个提升。所以说整体的一个降幅真的非常大，99%的一个研发的费用的一个节省。然后周期时间刚才也提了，就是整体的一个研发节奏现在已经降到12到18个月了。并且靶点的发现效率以及这个蛋白质结构预测的准确度也在不断提升。 发言人03:23 右侧这个图就是目前AI赋能的整个药物研发环节。刚才讲的通过一个艰组的序列一个差别，然后可以发现这些靶点，这个靶点发现能力发现firstclass能力。然后这个我们认为也是因为最核心的一个竞争壁垒。相对于其他公司，因为他有这样的一个做一些增量的市场，而不是存量里面市场去找一个bestcost这种分子。因为这个20%的靶点往往都是聚焦于forcing class，也就是这一部分别人做不了的这项试验证，以及别人发现不了这些新的靶点。然后剩下80%的靶点是聚焦于basic class，做同类里面最优的。 发言人03:57 整体来说管线还是聚焦于这个化药或者小分子药物，像生物制剂一般都是济泰公司。对，济泰科技它做的 是AI加递送，主要它做AI大分子。这两个公司的一个差异化定位。 发言人04:11 然后这一页主要是梳理一下目前的一个收入情况，不管是三个类型的公司。比如说谢宁饿、新丁克、学丁克这个公司更偏向于一个软件服务，就开发出他的AIAI的一个软件，然后并把这个软件租赁给MNC或者白菜公司去使用，从中获得这个软件服务费。而是一个大概这样的一个收入的结构构成。 发言人04:35 然后静态控股更偏向于一个C超的逻辑，比如说接单的逻辑。比如说我是一家镖泰公司。我要做某些靶点，但是某些八点我要做一个by分子，可能有点困难，可能会交给金泰帮我设计几个分子，通过他的软件模型，然后它有一个接单的，比如说帮我合成出来。主要是这方面的一个科学，生物制剂服务这样的一个问题，生物这样的一个商业模式。 发言人04:57 而应急智能更偏向于去把自己的自己去落实到靶点发现，药物研发。并且把这个分子PCC或者是IND的，或者说一期二期分子麦麦青苗把这些枣研的分子通过BD交易卖给海外大小企，这部分收入占比大概在80%左右。剩下的10%，其实是软件，就类似于薛定谔这样的一个商业模式，做服务开放软件，去租赁它的软件的这样一个商业模式。一星其实有很多个PC分，有很多个金属临床分子。我刚才也看到，并且不仅有一期二期，还有三期的分子。然后整体的这些研发的这些试实验，这些临床数据都会反哺到他的AI模型中，让他的模型不断的升级迭代。所以说发现的靶点的准确率会变得进一步提高，发现的分子的质量也会得到一个进一步的升级。这样的话，因为它具有这样的一个数据飞轮的一个效应。 发言人05:55 第三部分主要是讲一下英西的一个新的一个商业模式。其实英西不仅仅就这个80%的比例，八十多的一个 收入来源是卖卖自己的早研的产品，卖青苗。然后还有10%的一个软件的一个租赁的服务。另外你也开发出了一个MMAGM新推出来的这个训练场的这样一个新的一个收入模式。这个模式主要是提升整个AI制药的行业的一个发现靶点能力。 发言人06:23 我们知道现在AI大家都在找新的一个叙事逻辑。不管是国内的国内的科技公司，还是海外的巨头科技公司，像英伟达open I大家都在寻找AI制药的一个AI下一个落地点。所以大家普遍的共识就是AI制药。所以大元模型它也有它的一个诉求，就是寻求对于药物发现能力以及靶点发现能力、分子发现能力的的提升，垂类领域的提升。所以英西他也公布了他开发的这样的一个商业新的一个商业模式。这个team训练场，他可以把自己的实验数据放在这个训练场一部分的一个临床发现分子这样的一个数据，它可以供这些大语言的模型公司去使，去在这个训练场去训练，训练他的让他的单元模型发现药物分子发现能力得到提升。然后公司这边给的一个口径是总体来说可以提升十倍。 发言人07:17 这一页，主要是举了个例子，他用的是千问的一个公开大语言模型，而这些大语言模型发现靶点能力也比较弱，发现分子发电检索能力大概在20%的一个水平。然后用了英西的训练场训练之后，整体的一个门整体的一个发现能力提升到80%。然后这个也是因西他推出来的一个新的收入收费模式。目前因西已经跟liquidAI以及通讯健康达成了合作。后续一些大员模型公司也在进一步的也是潜在的合作客户新推出的这样商业模式。 发言人07:52 第四部分就是整个一个英西智能公司这家公司的一个估值情况。我们知道其实在这一波大的一个AI制药的一个行情下，或者AI for size的行情下，其实整体来说我们更偏向于整用整个行业的估值，好整个行业的一个平均水平进对AIGO对英矽智能这家公司估值。如果按传统的博彩公司估值，按管线估值的话，那我 们没有办法去给他的平台给予一定的溢价。所以说整体来说是按更偏向于按整个行业的平均的PS的一个水平。那么对比了一下美股的企业以及国内的港股的静态控股，整体的行业平均标准的PS水平大概是33倍。而银行目前处于23倍，也就是说上涨空间还是非常大的。目标是指我们认为如果按33倍给的话，可以看到360亿。所以说整体上涨空间还是非常大的。好，以上就是我们关于音信智能的一个一个介绍。好的，谢谢各位投资者的一个聆听。 发言人08:56 感谢大家参加本次会议，用AI金宝获得优质复盘资料。