上交大谢伟迪创办观壹智能，打造让AI进入生命科学的“编译器”
上海交通大学副教授谢伟迪联合王延峰、张娅创办观壹智能（OneX Intelligence），已完成首轮商业化融资，目标是训练连接生物学知识与实验数据的生命科学基础模型，让模型提出假设并由湿实验检验。
#生命科学大模型
DeepTech深科技AI 评分3838
剂泰科技AI 评分3636 剂泰科技赖才达博士：AI制药核心在“三层蛋糕”，数据是最深壁垒
剂泰科技赖才达博士在瑞银颠覆性科技CEO峰会上提出Biological AI“三层蛋糕”架构，认为干湿实验数据平台是最厚底层、数据是最深壁垒。公司自研NanoForge平台覆盖约5万至7万种脂质分子建模，DataLots已产生超10万次小鼠实验，将验证到PCC缩短至9到11个月。其MTS-109为全球首个in vivo三特异性TCE，并已与礼来、恒瑞及Deerfield达成合作或授权。
Alex ZhavoronkovAI 评分2222 英矽智能ARDD谈LLM评估神经免疫衰老靶点
当LLM让一条具名通路变得足够可评分、可供尽职调查时，神经免疫衰老靶点就变得可合作了。Gerald Lushington 在 #ARDD2026 上。照片：https://agingpharma.org/photos2026
BioTenderAI 评分3838 Radical Numerics 创始团队访谈：从 Hyena、Evo 到 Omnii，AI 如何进入真实生物学
Radical Numerics 联合创始人 Eric Nguyen、Armin W Thomas、Michael Poli 与 Stefano Massaroli 在访谈中讲述从长序列架构 Hyena、DNA 生成模型 Evo 到多生物信号模型 Omnii 的技术路径，主张让 AI 直接学习尚未写成自然语言的原始生物数据。
水木分子AI 评分4242 [量子位] 央视严选「中国AI创业十骏」,唯一AI制药公司水木分子是清华系
水木分子入选央视「中国AI创业十骏」，是名单中唯一AI制药公司。其以对话式药物研发平台ChatDD连接专家经验与AI，自研自身免疫领域双特异性抗体管线从立项到确认PCC仅用七个月，对比传统方法12-24个月。公司称2026年为商业放量阶段，预计今年收入为去年的3至4倍。
DeepTech深科技AI 评分4343 对话科理新序张载熙：在最冷门时入局AI4S，他想构建科学原生基座模型
科理新序创始人张载熙正训练一个多模态科学基座模型，用自定义scientific token统一蛋白质结构、组学矩阵、基因序列与分子动力学等模态，使模型直接在科学空间推理。
DeepTech深科技AI 评分3838 AI已能破解百年数学难题，为何治病仍然困难？
OpenAI 公布内部模型证明任意维度挂谷猜想、证伪指数时间假说并给出四维量子色动力学严格存在性证明，成果交由领域专家牵头核查且不申请学术署名。
药化猩球AI 评分2525 分子之心许锦波：从RaptorX到AlphaFold，二十年蛋白质预测探索与MoleculeOS、MMDesign创业路
分子之心创始人许锦波开发的RaptorX-Contact在2016年CASP12蛋白质结构预测比赛中夺得第一，首次将深度残差卷积神经网络用于预测氨基酸残基间相互作用。他于2022年创立分子之心，推出AI大分子优化与设计平台MoleculeOS，并于2026年6月发布AI生物药从头设计平台MMDesign。公司称已完成逾亿美元A轮系列融资。
BioMap 百图生科AI 评分2828 经济观察报对话百图生科刘维：我们为什么不做管线
百图生科联合创始人、CEO刘维在接受《经济观察报》专访时表示，公司不做自研药物管线，而是坚持为做药企业提供底层AI能力。他称平台型公司分享的是很多客户的成功，而非单个企业或管线的成功。随着底层AI能力在多个项目中得到验证，这一路径正面临商业化检验。
动脉网AI 评分4343 对话科理新序02后联创：AI4S的价值密度和Scaling Law
科理新序提出以Science Token、科学Token链和ScienceRSI递归自我改进循环重构AI4S，并发布Chain of Structures（COS）酶设计技术报告。COS在酶设计基准六项指标中五项第一，EC3达57.0%，高于CodeFP的55.3%，去掉推理链后EC3降至53.4%。这些设计尚未经湿实验验证，仅为计算评测结果。
DrugAIAI 评分5858 浙大侯廷军团队在npj Drug Discovery提出智能体六级自主性框架
浙江大学药学院侯廷军等在npj Drug Discovery发表观点文章，梳理智能体在药物发现中的应用并提出L0至L5六级自主性框架。L0为单项计算工具，L1在固定流程中加入大模型，L2具备任务调度能力，L3形成围绕研究目标的反馈闭环，L4强调跨项目积累经验，L5“虚拟科学家”指向提出原创假设并组织端到端探索，作者将其定位为长期愿景。
BioTenderAI 评分3838 顾全全公开回应：AI制药的技术路线与未来竞争
Geodesic Intelligence 创始人顾全全在小红书 AMA 中提出，以能否每 6 个月推出一个大版本衡量 AI 制药团队的模型突破能力，并主张模型设计、湿实验反馈与数据迭代形成闭环。
水木分子AI 评分3838 水木分子CEO王卓智：AI智能体ChatDD赋能大分子创新药，临床前候选分子研发周期缩短至10个月以内
水木分子CEO王卓智在2026网易未来大会上称，依托自研AI智能体ChatDD，抗体类大分子药物临床前候选分子研发周期由传统18至24个月缩短至10个月以内。ChatDD覆盖立项调研、靶点评估、分子设计、优化筛选及临床前设计等环节，公司已服务50多家海内外药企和机构，2026年订单数预计增长200%以上。
BioMap 百图生科AI 评分2828 南华早报专访百图生科刘维：为生物世界绘制一张地图
百图生科联合创始人、CEO刘维在南华早报专访中表示，公司基于进化树上超百万个物种、逾200亿条蛋白质序列训练生命科学基础大模型，并在300多个任务模型上平均将所需数据量减少90%。他称未来五至十年基础模型、生物数据与AI原生实验室协同，有望降低First-in-Class药物研发成本，并提及数十个具First-in-Class潜力的药物设计已在临床前研究中得到验证。
深势科技 DP TechnologyAI 评分2222 深势科技高志锋在清华大学分享AI4S实践：从分子模型Uni-Mol到材料产线
深势科技AI算法负责人高志锋在清华大学专场以《AI4S：重新理解科学发现》为题，分享团队从分子预训练大模型Uni-Mol到科研智能体SpecXMaster、再到材料产线的三段实践。
剂泰科技AI 评分3131 赖才达博士在京台科技论坛演讲：Biological AI核心竞争力在于持续积累真实实验数据并转化为模型能力
剂泰科技联合创始人、董事长兼CEO赖才达博士在第29届京台科技论坛发表主旨演讲，提出Biological AI的核心是持续积累真实实验数据并转化为模型能力，架构分为干湿实验数据平台、垂类模型与智能体三层。
Marinka ZitnikAI 评分3838 生物医学世界模型的定义与数据需求
在这篇文章中，我们讨论了如何在生物医学中定义世界模型，它们与基础模型、智能体及其他模型类别的关系，以及我们今天可以使用哪些数据集、还需要哪些数据集 👇
BioMap 百图生科AI 评分3333 从生命科学基础模型走向世界模型的2123天探索
BioMap百图生科在BIOHK2026论坛上总结其2123天进展：已构建数十万亿tokens的AI-ready数据、模型参数达数千亿，使前沿AI建模平均数据消耗降低90%。公司称已赋能数十个first-in-class项目，并计划在北京、上海建设高通量实验室，终极目标是建立覆盖分子到人体尺度的“生命科学世界模型”以部分替代临床试验。
水木分子AI 评分4242 清华AIR首席研究员、水木分子首席科学家聂再清：智能体赋能药物研发——不止于靶点筛选
聂再清在《健康报》撰文指出，智能体可完成分子生成优化与活性预测，其团队用ChatDD从头设计数十种抗体，湿实验验证21%展现较高亲和力。他强调目前尚无药物全流程由AI全自动完成，瓶颈在于大量人体作用机制未被AI解析，更准确的定位是领域专家与AI协作。技术、应用与安全层面的挑战仍待解决。
望石智慧AI 评分1818 望石智慧受邀出席2026中国科创投资夏季峰会，三重内核构筑AI4S“准独角兽”核心竞争力
望石智慧创始人兼CEO周杰龙在2026中国科创投资夏季峰会上称，AI4S护城河来自人才、数据、生态三重叠加，公司正搭建覆盖电子、原子到分子的跨尺度微观分子世界模型。公司携多模态AI 3D分子生成平台MolVado与全栈式医药早研智能体MolVortex亮相展会与路演，并提及此前与华为、广药集团的“算力+模型+场景”三方合作。
美中药源AI 评分3838 下一代疗法竞速：从CAR-T攻坚到AI智造，中国创新药开启全球新航程｜BIO-FORUM 2025
2025上海国际生物技术与医药研讨会分论坛上，学界、产业与资本围绕细胞治疗、AI制药、大分子药物展开讨论。英矽智能称其AI驱动IPF项目仅用18个月、260万美元确定临床候选化合物，德睿智药称AI知识图谱将口服小分子GLP-1研发周期压缩至四年半并推进至III期临床门槛。圆桌环节认为中国创新药出海已从技术授权升级为共同开发模式。
Ignota Labs 官网资讯AI 评分2828 修复失败药物：AI 应对药物发现中的毒性问题（第二部分）
Drug Target Review 刊发 Raminderpal Singh 博士与 Layla Hosseini-Gerami 博士对话的第二部分，讨论组学和细胞绘画等 AI 工具如何改变临床前研究中的毒性早期预测。