2026年7月，Kimi K3大模型正式发布，参数2.3万亿。Kimi K4紧随其后，2.8万亿参数刷新了开源大模型的纪录。从2016年到2026年，10年间AI大模型的参数规模增长了大约25万倍。

AI技术总喜欢用指数级的进步“颠覆”一切。

但在生命科学领域，AI遇到了一个尴尬的局面：它能造出很多分子，但不代表这些分子都能成为药。

170条管线：上半场的成绩单

先看一组数字。

截至2026年上半年，全球已有170余条由AI设计或优化的药物管线进入临床阶段，其中十余款候选药物推进至Ⅲ期临床阶段。AI驱动的新药临床管线从2017年的4个增长到2026年6月的179个。

从4到179，9年增长了44倍。

AI在前端确实干得漂亮。传统需要4至5年、耗资数亿美元的分子研发工作，如今可缩短至18个月、成本降至百万美元级别。虚拟筛选、ADMET预测、分子生成等环节全面提速，整套流程压缩至6到12个月。

分子爆炸了。

但问题在于，这些分子走出实验室之后呢？

10%：下半场的残酷现实

“约六成AI驱动新药研发可通过一期临床验证，但二期、三期成功率大幅下滑，三期临床通过率仅约10%。”翰森制药集团AI战略负责人杨洋在2026年世界互联网大会上给出了这个判断。

10%。

这个数字跟传统制药没什么区别。

事实上，AI制药在I期的表现确实亮眼——成功率80%到90%，远超传统I期的40%到65%。进入II期，AI的成功率回落到约40%，基本与传统II期持平。

到了III期，AI和传统制药站在了同一条起跑线上——都是10%。

有券商医药行业分析师说得直白：“AI制药目前主要压缩的是分子的临床前发现周期，对临床试验动辄数年的刚性壁垒仍无法绕过。”

AI能加速“找分子”，但加速不了“验证分子”。

25.6% vs 10%：死亡之谷有多深？

全球医药研发追踪机构Biomedtracker的数据显示，新分子实体的II期通过率仅25.6%。从临床前到临床III期，临床试验的总成功率仅约10%到12%，最终监管审批通过率更低至8%到9%。

这就是药物研发领域的“死亡之谷”。

AI能跨越它吗？目前看，还没做到。

摩根士丹利在今年2月发布的报告《跨越分子：2026年是人工智能药物发现的成败之年》中，用一个“化学模型vs生物模型”的二分法精准概括了问题所在。

化学模型解决的是“如何成药”——分子设计、合成与优化。这块AI干得不错。

生物模型解决的是“往哪走”——疾病机制、靶点与疾病的因果关系。这块AI发展严重滞后。

全球不足三成AI制药企业投入人体疾病生物学研究。大部分公司将算力局限于靶点鉴定与分子设计两端，仅不足24%的AI药物发现公司将AI应用于临床前阶段的人体疾病生物学研究。

重化学、轻生物——AI造出来的分子，不知道能不能在人体里起作用。

22.29亿 vs 5.9%：传统药企的困境，AI能解吗？

再看几组数据。

德勤报告显示，一款创新药从靶点发现到注册上市的平均开发成本，已由2013年的12.96亿美元上升至2024年的22.29亿美元。全球头部制药企业的研发回报率从2010年的10.1%下降到2024年的5.9%。

成本翻倍，回报率腰斩。

这就是传统药企的困境。AI被寄予厚望——高盛研究报告指出，AI有望将药物上市时间缩短20%到25%，研发周期缩短约3年，整体开发成本降低25%到30%。

但“有望”和“已经”之间，隔着十几条III期临床管线的距离。

2026年被业内公认为AI制药临床数据读出最密集的一年。十余款AI设计或优化的药物同步冲刺III期临床。

这批数据，将决定AI制药的命运。

如果III期数据为阳性，AI制药将证明自己不仅能“找分子”，还能“做出药”。如果数据不理想，整个赛道将面临信心考验。

冰火两重天：赢家通吃，输家出局

AI制药赛道的分化正在加速。

英矽智能这边，2026年上半年先后与施维雅、礼来、SK生物制药、武田制药达成合作，四笔潜在总价值接近70亿美元。公司预计上半年收入约1.025亿至1.065亿美元，同比增长约272.7%至287.3%，实现同比扭亏为盈。其核心管线Rentosertib是全球首款由AI完成靶点发现和分子设计并推进至III期的候选药物。

晶泰控股那边，2026年上半年预计归母净亏损2.15亿至2.75亿元，去年同期还是盈利状态。

有人半年签下70亿合作，有人半年亏了两个亿。

资本市场已经做出了选择。市场态度很直接：“股价和管线数据同步波动，AI概念不再能撑估值。”

监管也收紧了

2026年初，FDA与EMA联合发布了AI药物研发良好实践10项核心原则，对训练数据来源、模型可复现性、全流程数据溯源提出硬性规范。

监管的要求很简单：AI造的药，跟传统造的药一样，必须经过严格验证。

这不是针对AI的歧视，是对患者安全的底线要求。

AI制药的下半场，比上半场残酷得多

170条管线冲进临床，III期通过率只有10%。

这组数字说透了AI制药“下半场”的残酷现实：AI可以造出很多分子，但造不出很多药。

前半程是算法与算力的竞速、分子管线批量产出的狂欢。后半程，是横跨数年的临床验证马拉松，也是检验资产商业价值的终极考验。

传统“双十定律”说的是一件事：10年、10亿美元、10%成功率。 AI改变了“10年”和“10亿美元”这两个变量——分子发现快了，成本低了。但它没有改变“10%成功率”这个最残酷的数字。

2026年，十余款AI药物同时冲刺III期。如果这批数据能跑出几个阳性结果，AI制药将迎来真正的拐点。如果数据不理想，那些靠“AI概念”撑起来的估值，可能撑不了多久。

AI制药的下半场，比上半场残酷得多。 上半场比的是谁算法好、谁分子多。下半场比的是谁临床做得好、谁数据拿得硬。

赢家通吃，输家出局。就这么简单。