news 2026/6/15 18:06:33

云聚智,药提速:微软与英矽智能联手跑出AI药物研发加速度

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
云聚智,药提速:微软与英矽智能联手跑出AI药物研发加速度

在AI技术迅猛迭代的当下,生命科学领域正迎来前所未有的变革,AI与药物研发的深度融合已成为行业创新的核心引擎。传统药物研发往往面临周期长、成本高、成功率低的困境,而生成式AI的崛起正打破这一僵局。

英矽智能作为AI驱动药物研发的先锋企业,自2014年成立以来,从最初专注于用算法分析组学数据寻找潜在靶点,如今已打造出端到端的生成AI平台Pharma.AI,涵盖从靶点发现、临床化合物筛选到临床预测的完整流程,其AI发现的分子ISM001-055已进入II期临床试验,成为AI赋能药物研发的潜在验证案例。与此同时,英矽智能还在材料科学、农业和动物健康等领域拓展应用,致力于成为覆盖生命科学的变革性AI平台。

技术共鸣催生深度合作,微软服务赋能英矽智能研发升级

据了解,英矽智能与微软的合作并非偶然,而是基于双方在技术理念与业务需求上的高度契合,经过长期磨合与深化形成的战略共识。

早在多年前,双方就已开启合作,英矽智能更是凭借其创新潜力跻身微软西雅图展示中心的全球客户名单墙。2025年6月,双方正式签署MACC协议,标志着合作进入全新阶段,英矽智能也成为微软全球医疗健康行业的战略合作伙伴。

对于此次深度合作的初衷,英矽智能IT负责人沙林表示:“我们与全球几大云服务商都有接触,但最终选择加大在微软云上的投入,核心原因有两点:一是服务的稳定性和完整性,微软云提供了丰富的PaaS和IaaS服务,能让我们快速搭建所需应用和解决方案;二是强大的AI能力,微软Foundry提供了包括OpenAI、Claude、Mistral等在内的数千种模型,满足了我们多模型协同决策的需求。”而微软中国区副总裁梁岩则从生态赋能的角度补充道:“英矽智能代表了一类通过AI创新驱动未来的企业,尽管当前规模有限,但其爆发力和行业影响力巨大,与这样的前沿公司合作,既能发挥双方研发实力,也能共同推动AI技术的前沿发展。”

在具体合作中,英矽智能已将Pharma.AI套件及其核心产品Chemistry42小分子生成平台和DORA等部署在微软 Azure 云平台上。技术应用层面,英矽智能采用Azure Kubernetes Service构建集群,通过Azure Blob Storage等服务支持文件管理,并深度集成Microsoft Foundry的各类模型。从GPT-4推出至今,英矽智能始终紧跟微软模型迭代步伐,及时调整产品架构,确保体验和性能领先。数据处理方面,双方正合作优化内部数据仓库,未来还计划引入Azure Databricks和Microsoft Fabric等服务,进一步提升数据处理、分析和集成能力。

双方的合作成效已然显现——借助微软全球70多个 IT Center 的布局,英矽智能得以满足全球99%以上海外客户的数据合规需求,顺利通过GDPR、HIPAA等各类法规审查;微软充足的GPU资源为AI模型训练提供了强大算力支撑,结合多模型协同优势,英矽智能的药物研发流程得以重构并加速,其抗特发性肺纤维化候选药物Rentosertib仅耗时18个月、投入260万美元就完成了从靶点发现到临床化合物提名的过程,相较于传统研发模式大幅提升效率、降低成本。

从药物研发到AI for Science企业选型的核心考量与关键因素

AI for Science作为微软坚定不移的发展方向,正在推动生命科学、气象预测、材料科学等多个领域的颠覆性创新。而在生命科学这一关键场景中,企业的选型决策既遵循技术合作的普遍规律,又凸显行业专属特质。

从普遍选型标准来看,沙林强调:“对于AI for Science领域的企业而言,选择合作伙伴时,技术传承与核心能力是首要考量。微软研究院在全球享有盛誉,其AI for Science团队在科学计算和模型创新方面积累深厚,这种深厚的技术沉淀能够让双方实现能力互补,共同开发创新产品。”此外,服务的稳定性、完整性以及生态资源整合能力也至关重要,微软云齐全的服务体系和全球化的生态布局,能够为企业提供从基础设施到上层应用的全链路支持,这也是英矽智能最终选择深化与微软合作的重要原因。

而生命科学领域的行业特质,进一步细化了选型要求。梁岩将这类企业的特点概括为三点:“一是高度国际化,业务和客户主要分布在海外;二是专家型属性,核心能力聚焦于AI模型研发;三是平台化服务模式,服务于药企和研究机构。”基于这些特点,合规性、生态协同和深度技术支持成为选型的关键。在合规性方面,企业出海必须满足各国数据本地化和隐私保护要求,微软云的全球合规布局恰好解决了这一痛点;生态协同方面,需要打通上下游合作链路,微软的开放生态体系能够助力企业对接更多行业资源;深度技术支持方面,由于企业专注于复杂技术问题,需要云厂商的研发团队提供专业支持,微软庞大的研发团队恰好能满足这一需求。

这种选型逻辑也推动了合作模式的创新。与传统大型企业合作不同,AI时代的创新企业更需要灵活、深度的协作关系。梁岩提到:“现在像英矽智能这样的企业,借助AI实现了轻量化运营与高效创新,微软不再是简单跟随客户需求,而是与他们共同探讨底层技术问题,在模型优化等方面深度协同,这种模式既服务了客户,也让我们从创新企业身上学到了行业洞察。”

英矽智能下一站:开源DORA,打开专业文档生成新范式

在深化与微软技术合作的同时,英矽智能正以开源为抓手,推动行业生态的开放协作,其核心举措便是AI智能体DORA的开源计划。据沙林介绍,DORA是一款赋能科学文档生成的尖端工具,不仅能生成生物医学领域的学术论文、研究报告,还可通过自定义模板生成新闻稿、专利申请等各类文档,预计将于2026年初正式对公众开源。

谈及开源初衷,沙林表示主要有两层考量:“一方面是赋能学术与科研领域,让更多生物医药与化学相关研究者能够免费使用这一工具,我们会开源药物研发场景的专用模板,分享我们在制药领域的经验和最佳实践;另一方面是通过开源社区反哺产品,吸引广大用户共同改进产品,加速商业化进程。” 值得一提的是,DORA解决了通用生成式AI在专业领域的关键痛点——引用“幻觉”问题,其在生命科学场景下的写作基于PubMed等权威数据库,引用的文献真实可追溯,这在科研、医药和法规相关写作中尤为重要。

开源后的DORA将形成“社区版”、“SaaS 版”和“企业版”的产品矩阵。社区版免费开放,支持用户自定义模板;SaaS版集成英矽智能自有平台工具、私有数据库和高级模板,实现 “开箱即用”;企业版则提供独立部署和定制化服务,可与企业账户体系打通,保障数据隐私安全。梁岩对这一布局高度认可:“开源是非常好的方式,能让更多人了解和使用技术,尤其是刚毕业的学生在开源社区积累的使用经验,会带动技术在企业中的普及,形成技术推广的倒三角模式。”目前,英矽智能与微软的DORA开源合作进度迅速,预计2026年1月份即可完成相关部署。

AI与云深度融合,重塑生命科学创新格局

英矽智能与微软的战略合作,是AI与云技术深度融合赋能生命科学领域的典型范例。通过微软Azure云的基础设施、合规保障和算力支持,结合英矽智能在AI药物研发领域的专业积累,双方不仅实现了“1+1>2”的合作成效,更构建了“技术协同-产品创新-生态开放”的良性循环。

从行业发展来看,AI正在颠覆传统药物研发模式,让小型创新企业能够完成过去只有大型企业才能涉足的研发工作。梁岩预判:“未来,像英矽智能这样专注研发、借助AI实现高效创新的企业会越来越多,它们将以更聚焦的业务、更优质的产品,对传统大型企业形成冲击,重塑行业格局。”而开源运动的推进,将进一步降低行业创新门槛,加速技术共享与协同发展,推动生命科学领域进入开放创新的新时代。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/15 12:18:27

如何选择最佳的机器学习部署策略:云端 vs. 边缘

原文:towardsdatascience.com/how-to-choose-the-best-ml-deployment-strategy-cloud-vs-edge-7b62d9db9b20?sourcecollection_archive---------3-----------------------#2024-10-14 选择云端还是边缘部署可能决定了你的项目成败 https://medium.com/vincent.van…

作者头像 李华
网站建设 2026/6/15 14:40:57

iOS 抓包工具在不同场景的实际作用

刚开始做 iOS 开发时,我对抓包工具的理解很简单。 能看到接口请求,参数没问题,返回值符合预期,事情就算结束。 但随着项目变复杂,问题开始只在真机上出现,只在部分用户出现,甚至只在某些网络环境…

作者头像 李华
网站建设 2026/6/15 11:04:35

网络工程师网络安全工程师哪个好_哪个工资高?

【收藏必看】网络工程师vs网络安全工程师:选错赛道,十年白干?2024年薪资、就业、转行深度解析 文章对比网络工程师与网络安全工程师的职业差异。安全工程师薪资比网络工程师高30%-50%,就业前景广阔,政策与技术双驱动的…

作者头像 李华
网站建设 2026/6/15 12:22:24

GitHub热门AI项目拆解:anything-llm架构设计精讲

GitHub热门AI项目拆解:anything-llm架构设计精讲 在大模型热潮席卷各行各业的今天,一个看似不起眼却频频出现在开发者视野中的开源项目——Anything LLM,正悄然改变着我们使用AI的方式。它不像Llama或GPT那样拥有千亿参数,也没有炫…

作者头像 李华
网站建设 2026/6/15 14:44:19

当学术遇见智慧:宏智树AI,重新定义你的研究叙事

引言:不止于文字,我们构建学术研究的“数字孪生” 在传统认知里,论文写作是孤独的跋涉:面对浩如烟海的文献、纷繁复杂的数据、严格规范的格式,灵感与热情常被琐碎的技术性工作消耗殆尽。 但今天,研究的叙…

作者头像 李华
网站建设 2026/6/15 15:58:15

揭秘Open-AutoGLM网页版底层架构:如何实现零代码生成高质量前端?

第一章:揭秘Open-AutoGLM网页版底层架构:如何实现零代码生成高质量前端?Open-AutoGLM 网页版通过融合自然语言理解与前端代码生成模型,构建了一套无需编码即可输出响应式、语义化前端界面的智能系统。其核心在于将用户输入的自然语…

作者头像 李华