FDA开绿灯:10家AI制药公司入选加速通道

2026年，FDA做了一件前所未有的事情：启动Accelerated AI Pathway Pilot（AI药物加速审评试点）。这件事的意义，比表面上看到的要大得多。

---

1. 赛道定义与规模

2026年，FDA做了一件前所未有的事情：启动Accelerated AI Pathway Pilot（AI药物加速审评试点）。

这件事的意义，比表面上看到的要大得多。

先说什么是这个试点。传统的药物审评流程是：药企提交IND（新药临床试验申请）→ FDA审评（30天）→ 获批后进入I期临床。整个流程是"申报-静态审评"模式，企业提交材料，FDA审评，然后给出意见，企业再根据意见修改，再重新提交。这个过程可能需要数月甚至数年。

而FDA的AI加速通道试点，改变了这个模式。它针对由人工智能发现或优化的进入I期临床试验的治疗性候选药物，建立专门的加速审评通道。核心变化是：FDA与企业持续互动，企业提交AI模型的训练数据、算法逻辑、验证报告等详细资料，FDA专员实时反馈，共同验证AI生成证据的科学性。

这个变化，对AI制药行业意味着什么？

首先，它明确了监管预期。在此之前，AI设计的药物如何审评？需要提交什么材料？FDA没有明确的指南。很多企业不知道如何与监管机构沟通AI模型的验证结果。现在，FDA通过试点，给出了明确的信号：AI药物是可以被审评的，而且有专门的通道。

其次，它降低了审评不确定性。AI制药公司最大的风险之一，就是监管不确定性。如果FDA不认可AI模型的预测结果，那么整个管线就可能作废。现在，入选试点的公司，可以与FDA实时互动，提前解决监管问题，大大降低后期失败的风险。

第三，它提升了资本信心。AI制药行业近年来融资火热，但也有很多质疑声音："AI设计的药物真的有效吗？""FDA会批准吗？"现在，FDA用行动回答了这些质疑：他们不仅认可AI技术的价值，还专门开设了加速通道。这将大幅提升资本对AI制药领域的投资信心，进一步加速行业融资和管线推进。

从市场规模来看，AI制药市场正在快速增长。根据权威机构预测，2026年全球AI制药市场规模将达到29.9亿美元，年复合增长率超过40%。而FDA的这个试点，将进一步推动市场增长。

但是，这个试点最值得关注的，不是它对美国AI制药公司的影响，而是它对全球AI制药格局的影响。入选试点的10家公司中，有一家中国公司：英矽智能（Insilico Medicine ）。这意味着什么？意味着中国AI制药公司，已经在全球竞争中占据了一席之地。

---

2. 产业链图谱

FDA AI加速通道试点，涉及到AI制药产业链的多个环节。让我们梳理一下这个产业链图谱。

上游：AI技术提供商

• AI算法公司：提供药物发现算法（如生成式AI 、深度学习、知识图谱等）
• 数据提供商：提供生物医学数据（如基因组数据、蛋白质结构数据、临床试验数据等）
• 云计算平台：提供算力支持（如AWS 、Azure 、Google Cloud等）

中游：AI制药公司

• AI平台公司：提供端到端AI药物研发平台（如英矽智能的Pharma.AI 、晶泰科技的XtaPi Platform 、Isomorphic Labs的AlphaFold-derived平台等）
• AI+CRO公司：提供AI驱动的合同研究服务（如Atomwise 、BenevolentAI等）
• 传统药企的AI研发部门：大型药企内部建立的AI研发团队（如恒瑞医药的AI研发中心、辉瑞的AI药物发现团队等）

下游：监管机构与商业化伙伴

• 监管机构：FDA 、EMA 、NMPA等
• 传统药企：与AI制药公司合作，进行临床开发和商业化（如施维雅与英矽智能的合作、礼来与Chai Discovery的合作等）
• 投资者：VC 、PE 、战略投资者等

在这个产业链中，FDA的AI加速通道试点，主要影响中游的AI制药公司和下游的监管机构。对于AI制药公司来说，入选试点意味着：

1. 可以与FDA实时互动，降低监管不确定性
2. 可以加速管线推进，缩短上市时间
3. 可以提升估值，因为监管风险降低

对于监管机构来说，试点可以帮助他们：

1. 积累AI模型验证、AI生成证据审评的实操经验
2. 完善AI药物监管标准
3. 推动全球AI药物监管标准的统一

从价值分配来看，AI制药产业链的价值，主要集中在中游的AI平台公司和下游的传统药企。AI平台公司通过技术授权、里程碑付款、销售分成等方式获利；传统药企通过临床开发和商业化获利。

而FDA的试点，将提升中游AI平台公司的价值，因为他们的技术得到了监管机构的认可。

---

3. 核心玩家对比

FDA AI加速通道试点，首批入选了10家AI驱动的生物医药企业。让我们详细对比这些核心玩家。

企业名称	总部	AI技术方向	核心AI衍生候选药物（阶段）	治疗领域	最新估值/融资
英矽智能（Insilico Medicine ）	中国香港/美国	生成式AI药物设计	Rentosertib（ISM001-055 ，TNIK抑制剂，已完成IIa期试验）	特发性肺纤维化	市值195.1亿港元（2025年12月上市）
Recursion Pharmaceuticals （合并Exscientia后）	美国犹他州	高通量表型组学+精准化学	REC-1245（I期）、REC-3964（II期）	肿瘤、中枢神经系统疾病、艰难梭菌感染	并购后估值未公开
Schrödinger/Nimbus	美国纽约	物理分子模拟+机器学习	Zasocitinib（TAK-279 ，TYK2抑制剂，III期）	自身免疫/炎症疾病	Schrödinger估值约100亿美元（2025年）
Relay Therapeutics	美国马萨诸塞州	AI驱动蛋白动态建模	RLY-2608（PI3Kα突变选择性抑制剂，I期）	实体瘤等肿瘤疾病	市值约20亿美元（2026年）
BenevolentAI	英国伦敦	生物医学知识图谱+机器学习	BEN-8744（PDE10抑制剂，II期）	溃疡性结肠炎（炎症性疾病）	市值约5亿英镑（2026年）
AbCellera Biologics	加拿大不列颠哥伦比亚省	AI驱动抗体发现	曾开发新冠中和抗体Bamlanivimab（获得紧急使用授权）	感染性疾病	市值约30亿美元（2026年）
Isomorphic Labs	英国伦敦	基于AlphaFold的AI药物设计	尚处临床前阶段	多治疗领域	估值约10亿美元（2025年）
Iambic Therapeutics	美国加州	物理AI+快速实验验证	尚处临床前阶段	多治疗领域	估值约2亿美元（2025年）
Atomwise	美国加州	基于结构的卷积神经网络药物设计	合作开发临床前候选药物	肿瘤、神经疾病	估值约15亿美元（2025年）
Generate Biomedicines	美国马萨诸塞州	生成式AI新型蛋白设计	与诺华合作的临床前管线	多治疗领域蛋白药物	估值约20亿美元（2025年）

从对比中可以看出：

1. 技术路线多样化
   有生成式AI（英矽智能、Generate Biomedicines ）、物理模拟（Schrödinger ）、知识图谱（BenevolentAI ）、蛋白动态建模（Relay ）等多种技术路线。
2. 管线进展差异大
   有的已经进入III期（Schrödinger的Zasocitinib ），有的尚处临床前（Isomorphic Labs 、Iambic 、Generate Biomedicines ）。
3. 估值差距显著
   最高的Schrödinger约100亿美元，最低的Iambic约2亿美元，相差50倍。
4. 中国公司入选
   英矽智能是唯一入选的中国公司，这说明中国AI制药技术已经得到国际认可。

特别值得关注的是英矽智能。这家公司成立于2014年，2025年12月在香港上市，发行价24.05港元/股，开盘价35.00港元/股，市值195.1亿港元。2026年1月，英矽智能与法国第二大制药公司施维雅达成多年期研发合作，合作价值高达8.88亿美元。这是2026年以来，生物医药行业的首单BD（商务拓展）。

英矽智能的核心技术是Pharma.AI平台，这是一个端到端的AI药物研发平台，包括：

• Pandomics
  用于靶点发现的AI平台
• Chemistry42
  用于小分子设计的生成式AI平台
• In Silico Clinical
  用于临床试验设计的AI平台

英矽智能的进展最快的管线是Rentosertib（ISM001-055 ），这是一个TNIK抑制剂，用于治疗特发性肺纤维化（IPF ）。该药物已经完成IIa期试验，正在准备IIb期。如果一切顺利，有望在2028-2029年获批上市。这将是全球首个由AI设计的药物获批上市。

---

4. 关键成功因素

在AI制药这个赛道，什么决定成败？从FDA试点入选公司的经验来看，关键成功因素包括：

4.1 AI模型的可信度和可解释性

FDA在试点中要求企业提交AI模型的训练数据、算法逻辑、验证报告等详细资料。这意味着，AI模型不能是一个黑箱。企业必须能够解释：

• 模型是如何训练的？
• 训练数据是什么？
• 模型的预测结果如何验证？
• 模型的局限性是什么？

那些能够提供可解释AI模型的企业，更有可能入选试点。比如，英矽智能的Pharma.AI平台，每个生成的分子都有明确的设计逻辑，可以追溯。而一些只提供"黑箱"预测结果的企业，就很难通过FDA的审查。

4.2 临床前数据的质量

AI设计的药物，最终还是要通过临床试验验证。而在进入临床试验之前，必须有高质量的临床前数据（体外实验、动物实验等）。FDA在试点中，特别关注企业在转化建模（从动物实验数据到人体数据的推演）方面的能力。

那些能够提供高质量临床前数据的企业，更有可能入选试点。比如，Recursion Pharmaceuticals拥有全球最大的高通量实验平台之一，可以大规模生成高质量的临床前数据。

4.3 管线推进能力

AI制药公司，最终还是制药公司。能否推进管线，完成临床试验，是成功的关键。从入选试点的公司来看，它们的管线都处于相对后期的阶段（I期或II期）。这说明，FDA更倾向于那些已经有实际管线推进能力的企业。

而那些只有AI技术，但没有实际管线推进能力的企业，就很难入选试点。

4.4 与传统药企的合作能力

AI制药公司，大多数没有临床开发和商业化的能力。它们需要与大型传统药企合作。而那些已经建立起与传统药企合作关系的AI制药公司，更有可能成功。

比如，英矽智能与施维雅的合作、Recursion与罗氏的合作、Generate Biomedicines与诺华的合作等。这些合作，不仅提供了资金支持，还提供了临床开发和商业化的能力。

4.5 资本支持

AI制药是一个资金密集型行业。从靶点发现到药物上市，可能需要10年时间和数亿美元资金。那些能够获得持续资本支持的企业，更有可能成功。

从入选试点的公司来看，它们大多数都获得了顶级VC的支持，如Andreessen Horowitz 、New Enterprise Associates 、Third Rock Ventures等。

---

5. 风险与瓶颈

尽管FDA的AI加速通道试点，为AI制药行业带来了重大利好，但这个行业仍然面临诸多风险和瓶颈。

5.1 AI模型的预测准确性

AI模型，归根结底是统计学模型。它们基于历史数据训练，预测未来。但生物医学的复杂性，远远超出当前AI模型的能力范围。即使是最先进的AI模型，也无法完全准确预测药物在人体内的效果。

这意味着，AI设计的药物，仍然有可能在临床试验中失败。事实上，迄今为止，还没有一个完全由AI设计的药物获得FDA正式批准。所有的AI设计药物，都还在临床试验阶段。

如果试点过程中，出现AI模型预测错误导致的安全性事件，可能会放缓监管推进的速度，甚至导致试点项目中止。

5.2 数据质量和可及性

AI模型的质量，取决于训练数据的质量。而在生物医药领域，高质量的数据非常稀缺。很多数据掌握在大型药企手中，AI制药公司很难获得。

即使能够获得数据，数据的质量也是一个问题。很多历史数据，存在偏差、噪声、缺失值等问题。这些问题，会影响AI模型的预测准确性。

5.3 监管不确定性

尽管FDA推出了AI加速通道试点，但这是一个试点项目，不是正式的改革。试点项目可能因为各种原因中止或调整。而且，即使试点成功，要形成正式的监管指南，可能还需要数年时间。

此外，其他国家的监管机构（如EMA 、NMPA等），是否会跟进FDA的试点，也是一个不确定性。

5.4 技术壁垒

AI制药的技术壁垒，并没有很多人想象的那么高。生成式AI 、深度学习等技术，都是开源的。任何企业都可以使用这些技术。真正的壁垒，在于：

• 是否有高质量的数据？
• 是否有强大的计算能力？
• 是否有经验丰富的团队？
• 是否有与传统药企的合作关系？

那些没有这些壁垒的AI制药公司，很容易被淘汰。

5.5 商业化挑战

即使AI设计的药物成功上市，还面临商业化的挑战。AI制药公司，大多数没有销售团队和商业化经验。它们需要与传统药企合作，或者自己建立销售团队。这两种选择，都有挑战。

---

6. 投资地图

FDA的AI加速通道试点，对投资者意味着什么？哪些标的有机会？

6.1 美股标的

直接受益标的：

• Schrödinger（NASDAQ: SDGR ）
  物理模拟+机器学习，管线进展最快，Zasocitinib已经进入III期。估值约100亿美元。
• Recursion Pharmaceuticals（NASDAQ: RXRX ）
  合并Exscientia后，成为全球最大的AI制药公司之一。管线丰富，涵盖肿瘤、CNS 、感染等。
• Relay Therapeutics（NASDAQ: RLAY ）
  AI驱动蛋白动态建模，管线进展稳定。
• BenevolentAI（LSE: BAI ）
  伦敦交易所上市，知识图谱+机器学习。

间接受益标的：

• AbCellera Biologics（NASDAQ: ABCL ）
  AI驱动抗体发现，已经成功开发过新冠抗体。
• Atomwise
  未上市，但可以考虑二级市场投资。

6.2 港股标的

英矽智能（HKEX: 03696 ）：唯一入选FDA试点的中国AI制药公司。2025年12月上市，发行价24.05港元，开盘价35.00港元。2026年1月与施维雅达成8.88亿美元合作。是当前最值得关注的中国AI制药标的。

晶泰科技（HKEX: 2228 ）：中国另一家AI制药龙头，提供AI驱动的药物研发服务。2025年上市，市值约200亿港元。虽然没有入选FDA试点，但其技术实力强劲。

6.3 A股标的

恒瑞医药（SHSE: 600276 ）：中国最大的制药企业，正在积极布局AI制药。2025年，恒瑞医药宣布与多家AI制药公司合作，推进AI驱动的药物研发。虽然恒瑞不是纯AI制药公司，但它是AI制药技术的最大应用场景之一。

药明康德（SHSE: 603259 ）：CXO龙头，也在布局AI制药。药明康德投资了多家AI制药公司，包括英矽智能、晶泰科技、Engine Biosciences等。

6.4 投资策略

短期策略（0-6个月）：

• 关注FDA试点进展：如果试点顺利，入选公司的估值将大幅提升。
• 关注临床试验数据：如果AI设计的药物，在临床试验中展现出良好的疗效和安全性，将大幅提升市场信心。

中期策略（6-18个月）：

• 关注管线推进：那些管线进展快、临床数据好的AI制药公司，将获得更多合作和融资机会。
• 关注监管动态：如果FDA正式推出AI药物审评指南，将进一步提升行业估值。

长期策略（18个月以上）：

• 关注商业化：那些能够成功将药物推向市场、实现销售的AI制药公司，将获得最大回报。
• 关注行业整合：大型药企将加速并购AI制药公司，行业整合将加速。

---

7. 一句话总结

FDA的AI加速通道试点，标志着AI制药行业从"概念验证"进入"监管认可"阶段，入选的10家公司（特别是英矽智能）将获得显著的估值溢价，但投资者仍需警惕AI模型预测准确性和临床试验失败的风险。