晶泰控股20250221

2025年02月22日12:41 关键词关键词 中金公司分析师计算机板块医药首席张静金泰科技联合创始人CEO马建博士AI药物研发通用人工智能超级人工智能AGI ASI药物研发自动化实验室生物医药AI落地创新药 全文摘要全文摘要 本次对话聚焦AI在药物研发与化学合成领域的应用，以及相关公司与药企的合作情况。讨论强调了自动化实验室的进展，尤其是AI机器人在化学合成中的关键技术突破，以及这些技术如何提升药物研发的效率与成功率。AI在药物发现、分子设计等阶段的潜力被提及，与传统方法相比，AI可能带来的改进与挑战亦被讨论。 晶泰控股晶泰控股20250221_导读导读 2025年02月22日12:41 关键词关键词 中金公司分析师计算机板块医药首席张静金泰科技联合创始人CEO马建博士AI药物研发通用人工智能超级人工智能AGI ASI药物研发自动化实验室生物医药AI落地创新药 全文摘要全文摘要 本次对话聚焦AI在药物研发与化学合成领域的应用，以及相关公司与药企的合作情况。讨论强调了自动化实验室的进展，尤其是AI机器人在化学合成中的关键技术突破，以及这些技术如何提升药物研发的效率与成功率。AI在药物发现、分子设计等阶段的潜力被提及，与传统方法相比，AI可能带来的改进与挑战亦被讨论。此外，对话还覆盖了AI应用的收入趋势、研发投入，以及公司未来发展方向，凸显了持续创新与技术进步的重要性。会议还介绍了中金公司及其在线参与团队，以及公司如何通过AI技术加速药物研发过程，实现行业创新，展示了金泰科技在生物医药行业的地位与未来展望。 章节速览章节速览 ● 00:00金泰科技金泰科技CEO马建博士分享马建博士分享AI药物研发及未来战略药物研发及未来战略中金公司的分析师介绍了金泰科技的参会管理层，包括联合创始人兼CEO 马建博士等。马建博士在线上分享了自己在麻省理工的博士后研究背景以及在浙江大学的学术经历。他强调了AI在药物研发领域的推动作用，并展望了通用人工智能（AGI）向超级人工智能（ASI）的发展趋势，探讨了人工智能对未来工业产业和科研的商业价值影响。 ● 02:53金泰科技：从量子物理到生物医药的跨界创新金泰科技：从量子物理到生物医药的跨界创新金泰科技自2014 年创业以来，由从事量子物理等基础研究转向生物医药行业，建立了一个完善的药物研发及材料研究基础设施。公司于2018年6月13日成为首家在香港18Z上市的公司。金泰科技的足迹遍布全球，总部设在深圳，并在上海、北京和波士顿设有办公室。深圳是其研发中心，而上海则拥有更大的自动化实验室。金泰科技专注于解决行业痛点，通过正确的开发、模型和工具驱动数据，以AI提升垂直领域的研发能力。其业务涵盖了药物研发的各个方面，拥有最完整和先进的AI药物研发平台。公司还建立了自动化机器人基础设施，不仅为药物研发积累高质量数据，还催生了金泰制造这一新业务板块，实现了自动化智慧实验室解决方案的快速增长。生物医药行业的高学科综合度和难度，使其成为AI技术的最佳应用和考验领域，也为金泰科技的技术溢出效应提供了广阔的应用前景。 ● 06:46中国生物医药行业的创新与十年发展回顾中国生物医药行业的创新与十年发展回顾在过去的十年中，中国生物医药行业经历了从大众创新到万众创业的重要阶段，特别是在生物医药领域，如药明 康德的私有化、临床一致性评价的推动、贝达药业的成功上市等事件，展现了行业从初创到成熟的过程。期间，人工智能技术逐渐成为推动药物研发的重要力量，众多AI制药公司如明晰智能、金泰科技等相继成立并发展壮大，通过AI技术赋能创新药企，加速药物开发。此外，资本市场如香港的18A和科创板也为生物医药行业的资本退出提供了重要渠道。随着技术突破和商业模式的成熟，中国生物医药行业正在进入一个加速发展的关键时刻，与国际资本和海外大型药企的合作日益紧密，展现了行业波澜壮阔的发展历程和广阔前景。 ● 10:39中国生物医药创新的快速发展与国际认可中国生物医药创新的快速发展与国际认可近年来，中国生物医药行业在创新方面取得了显著进展，从早期的仿制药和快速跟进，发展到原创技术的突破和 国际认可。中国创新药物项目已开始在海外获得高额交易，如去年的几项重要交易显示，中国医药创新不仅在技术上走在前列，也在商业价值上受到重视。特别是在技术平台上，中国生物医药企业展现出了特别的差异化和稀缺性，不再仅依靠成本优势，而是以技术领先获得国际药企的合作与认可。这标志着中国生物医药创新正逐步成 为全球生物医药领域的领导者之一。 ● 12:39 AI技术在药物研发中的突破与进展技术在药物研发中的突破与进展通过与大型药企的合作以及利用自身的技术平台，该公司在小分子药物研发方面取得了显著进展。特别是与莱蒙 熙格莫达和犀利科技等生物科技公司的合作，结合AI技术，加速了药物管线的推进。例如，莱芒的临床研究已取得积极成果，希格深刻则利用类器官技术预判临床效果，而莫达的药物也获得了FDA的罕见病药物资质认可。这表明，AI在药物研发中的应用正逐渐成为行业趋势，未来将有更多AI参与的药物进入临床乃至上市阶段。 ● 14:51大分子药物研发与国际客户合作的挑战与机遇大分子药物研发与国际客户合作的挑战与机遇 对话强调了在大分子药物研发领域，尤其是抗体技术方面，国内企业面临的国际认知不足的问题。尽管如此，海外企业，尤其是美国和欧洲的公司，显示出强大的付费能力和对科技创新的高度认可。然而，这些企业对技术平台的要求极为苛刻，常将评价标准设定为世界顶级水平。金泰科技通过深入合作，成功应对挑战，体现了其技术实力。同时，对话还提到了生物医药行业对AI技术的高要求，由于学科的综合性和安全合规的考量，AI在该领域的应用面临更大挑战。未来，各方都在关注通用人工智能的发展方向。 ● 15:55超级人工智能在科研自动化中的应用与未来超级人工智能在科研自动化中的应用与未来对话探讨了从AGI到超级人工智能的演进，以及这种演进如何颠覆传统的研究范式。将ADI 比作高性能计算机的基座，而AIJ则如同苹果的IOS，预示着未来垂直领域将有更多超级大脑的APP嵌入，形成超级人工智能。特别提到了金牌科技自动化实验室的三大区域，包括智能软件控制区、人工备料操作区以及自动化实验室区，展示了自动化设备在化学实验中的显著优势，如高通量平行反应、催化剂及反应条件筛选等。通过自研的视觉识别算法，解决了液体分层界面检测及体积高度测量等问题，实现了全程自动化流程和数据监控，推动了传统化学实验的数字化转型。 ● 20:31通用人工智能与机器人在传统研发领域的革命通用人工智能与机器人在传统研发领域的革命随着通用人工智能和特定行业需求的发展，未来研发模式将发生根本性变革。这种变革体现在从人为主导的参与 过程转变为由AI协助进行目标拆解、任务执行和工具调用，特别是在药物研发、材料化学化工等领域。AI不仅能帮助进行计算模拟，还能通过调用机器人完成真实世界的实验探索，显著提高生产效率。机器人在这一过程中扮演关键角色，因其连续运转和一致性操作能力，能有效积累高质量数据，用于AI模型训练，从而推动各个产业的高效发展。 ● 22:56自动化化学实验室与人工智能在化学研究中的应用自动化化学实验室与人工智能在化学研究中的应用 自动化化学实验室的数据收集效率远超人工，提升了数字化和数据治理工作的效果。通过每季度的人机比赛，AI在判断化学反应能否发生的准确性上超越了人类化学家，尤其是在负样本预测上保持了高准确率。这表明在金泰化学实验室中，对正负样本的全面收集使得AI预测更平衡和强大。未来，随着自动化带来的高质量、高密度数据的增多，人工智能在化学研究中的优势将更加显著。 ● 26:32从弱人工智能到通用人工智能的发展与挑战从弱人工智能到通用人工智能的发展与挑战展望未来，从弱人工智能向通用人工智能的演进，离不开各行各业数字化新基础设施的建设和真实物理世界的实 验应用。此过程中，展示了在化学催化剂筛选、中药现代化实验室、以及锂电池行业中的应用案例，体现了从传统方法向数字化、自动化的转变。随着算力基础设施的快速突破和算法开源的发展，矛盾的焦点转向了行业领域的高质量数据治理。金泰科技通过AI研发场景和自动化机器人的能力，引领着AI for service和AI时代的到来。整体上，中国正处在对未来几年AI技术及其应用充满信心和期待的阶段。 ● 29:27金泰科技开年业务增长及金泰科技开年业务增长及AI超级人工智能发展超级人工智能发展 今年开年，金泰科技的每一个业务部门都迎来了开门红，大量合作订单涌入。近期，中央港澳办的夏主任、广东省省长、科技部部长以及深圳市委书记等高层领导到金泰科技视察，体现了政府对科技创新的重视和支持。公司表达了对中国创业的信心和决心，希望获得更多的耐心政策和资本支持，持续在AI PROMS和AI超级人工智能方向上持之以恒地发展。接下来将进入投资人沟通环节。 ● 30:35 AI在新药研发领域的挑战与突破在新药研发领域的挑战与突破讨论集中于人工智能在新药研发领域的应用及所面临的挑战。一方面，生物学挑战关注靶点与疾病的有效关联， 需跨越从微观蛋白到宏观人体的多个尺度；另一方面，工程技术挑战涉及分子设计、制剂开发、递送系统优化等，旨在提升研发效率和确定性。在工程技术领域，AI通过数据积累和模型优化已展现显著优势，如分子设计和工艺路线优化。而生物学挑战则需更广泛的数据基础建设，涉及政府、企业和医疗机构等多方合作，以高质量的临床和研发数据驱动AI发挥更大作用。 ● 34:22 AI在大分子和小分子药物研发中的应用及未来方向在大分子和小分子药物研发中的应用及未来方向讨论了AI 在大分子和小分子药物研发中的显著提升，特别是在大分子方面，因其天然的高数据通量，如抗体和蛋白的合成，效率远超小分子。对于小分子研发，正在探索新的发展方向，特别是在3.4元复合物结构和更复杂的相互作用体系中，数据驱动和AI的应用显得尤为重要，因为这些领域缺乏基于物理模型和人工精巧设计的指导。此外，探讨了数据、算力和算法在AI制药行业的未来发展中的重要性。 ● 35:48 AI发展中的数据、算力与算法重要性探讨发展中的数据、算力与算法重要性探讨 在讨论AI行业未来发展的关键因素时，指出数据、算力和算法三者的重要性随着发展阶段的不同而变化。当前阶段，数据被认为是最关键的因素，特别是在垂直领域研究中，高质量数据的获取变得日益重要。随着大模型的算力和规模增长，传统语料数据已接近枯竭，提升模型性能需转向更多高价值的数据。此外，讨论还涉及了科学研究中数据驱动范式的迭代，以及AI在复杂体系理解和描述中的潜在作用，强调了数据在未来科技发展中的核心地位。 ● 39:23医药行业医药行业AI发展瓶颈与数据优势探讨发展瓶颈与数据优势探讨讨论集中在医药行业应用AI的挑战，特别是数据实验阶段被视为AI 发展的最大瓶颈。与传统制药公司相比，询问者关注AI公司在数据质量、采集和连续性方面的领先优势，以及这些优势如何持续并体现在未来的商业模式中。 ● 40:16药物研发中的数据挑战与自动化实验室药物研发中的数据挑战与自动化实验室在药物研发领域，数据的可靠性和有效性是关键问题。公开数据如文献和专利存在可靠性不足和正样本偏多的问 题，而企业内部数据虽多，但有效度低，许多数据并未经过数字化处理，数据标注也存在问 题。过去在数据标准化方面缺乏远见，导致大量数据难以直接用于AI训练。因此，建立高质量数据集对于提升AI模型的训练效果至关重要。自动化实验室的引入能够显著提高数据质量和生成效率，从而加速药物研发进程。通过自动化实验流程，从投料到分析的整个过程可以无需人工干预，有效提升了数据的有效度和模型处理能力。 ● 44:23公司商业化落地节奏及未来业务模式规划公司商业化落地节奏及未来业务模式规划对话主要围绕公司当前的商业化落地节奏以及未来3到5年、5到10 年的业务模式规划展开。公司已展现出成熟的自动化显示技术和跨行业的自动化车间设计能