猜你想问
这份研报的核心内容是什么？
这份研报分析了AI制药行业从科学家决策迈向智能化自主决策的智能体时代，技术迭代源于通用AI突破，核心特征是全流程替代。报告指出AI制药技术已历经计算化学、机器学习、生物预训练大模型阶段，进入统一智能体模型阶段，蛋白质预测模型能力已达通用GPT3.5水平，但垂类模型存在功能片面性问题。行业痛点在于单点模型强但流程碎片化、黑箱问题，未根本改变研发效率，早期AI管线仅应用于靶点挖掘、分子优化，未涉及生成环节。
AI制药行业的发展趋势如何？
AI制药行业正从单点模型向全流程智能体模型演进，MNC加大厂AI LAB入局成为新范式，从买管线转向买平台访问权与干湿实验闭环能力。上游实验验证需求预计2025年下半年起爆发，AI LAB需求增速超生物科技，Twins 2026年AI订单预计三位数增长。上游需求集中于基因片段、抗体表征等环节，大分子药物需求确定性强，小分子方向需关注后续迭代。
研报重点分析了哪些方向？
研报重点分析了AI制药上游环节的基因合成、蛋白表达等需求，以及具备垂直模型+智能体平台+干湿实验闭环能力的药企，如金斯瑞生物科技等。同时关注平台型企业与MNC的商业模式变化，当前多数AI制药公司仍以卖管线为主要模式。报告还探讨了AI管线在靶点挖掘、分子优化等环节的应用现状及局限性。
当前AI制药市场的现状如何？
当前AI制药市场处于早期发展阶段，技术迭代快，单点模型能力强但流程碎片化、黑箱问题突出，未根本改变研发效率。MNC加大厂AI LAB入局推动行业从买管线转向买平台，上游实验验证需求快速增长，但AI管线尚处早期，临床进展不及预期风险较高。行业竞争加剧，早期管线存在被替代风险。
研报提示了哪些风险？
研报提示AI制药技术迭代快，早期管线存在被替代风险，板块竞争或加剧。AI管线尚处早期，临床进展不及预期风险较高，需警惕临床结果不及预期。此外，行业受国际关系影响大，存在合作不确定性风险，需关注技术路线选择和知识产权保护等潜在问题。