文 | 医线Insight红盘，作者丨雨山
旧金山的冬天有些许寒冷，但刚刚开幕的第44届摩根大通医疗健康大会（J.P. Morgan Healthcare Conference, JPM）却让全球资本市场感受到了前所未有的燥热。
当地时间1月12日，就在JPM大会的首日，一则重磅消息瞬间引爆了会场，也震动了从硅谷到华尔街的每一根神经：
全球市值第一的制药巨头礼来与全球市值第一的科技巨头正式宣布，双方将达成一项历史性的战略合作。
两家公司将在未来五年内共同投入10亿美元，在旧金山湾区建立一个全新的联合创新实验室。
这不仅是一次简单的企业合作，更被业内视为“硅基智能”与“碳基生命”最顶层的握手。
截至发稿，英伟达市值已突破4.5万亿美元，稳坐全球科技王座；而礼来凭借在GLP-1减肥药领域的绝对统治力，市值稳定在1万亿美元以上，是无可争议的医药之王。
两家市值加起来接近6万亿美元的巨无霸，决定联手押注AI医疗，这本身就是一个巨大的时代信号。
这究竟是一场怎样的“豪赌”？AI真的能打破困扰制药业数十年的“反摩尔定律”吗？
不仅是算力，更是生态
根据双方披露的细节，这个联合实验室将不仅仅是一个算力中心，而是一个完全通过AI重构药物研发流程的“超级工厂”。
具体来说，包括以下三大方式。
首先，是硬件：首发Vera Rubin芯片。最引人注目的技术细节在于，该实验室将率先部署英伟达最新一代的AI芯片架构——Vera Rubin。
如果说2024年的Blackwell芯片让大模型训练成为可能，那么2026年登场的Rubin架构则是专门为极大规模、极高精度的科学计算而生。
对于药物研发中涉及的蛋白质折叠、分子动力学模拟以及复杂的基因组学分析，Rubin芯片提供了前所未有的算力密度。
礼来并没有选择等待云服务商的分配，而是直接将“核武器”搬进了自己的后院。
其次，是软件：BioNeMo与TuneLab的合体。
硬件只是基础，真正的护城河在于数据与算法的融合。
英伟达将全面开放其BioNeMo生成式AI平台，这是一个专门用于生物学的“ChatGPT”。它能够理解氨基酸的语言，像生成文本一样生成全新的蛋白质结构。
而礼来则拿出了其压箱底的宝藏——TuneLab平台红盘。
作为一家拥有150年历史的老牌药企，礼来积累了海量的、高质量的实验数据。
在AI时代，这些标注清晰、经过验证的实验数据比黄金更珍贵。
通过联邦学习技术，双方试图解决AI医疗最大的痛点：科技公司有模型没数据，制药公司有数据没模型。
最后，是“AI工厂”与数字孪生。
除了研发，这次合作还延伸到了制造端。利用英伟达的Omniverse平台，礼来计划建立其制药产线的“数字孪生”。
这意味着在现实世界中拧紧一颗螺丝之前，AI已经在虚拟世界中模拟了数百万次生产流程，以确保供应链的绝对高效与稳定。
对于像Zepbound（替尔泊肽）这样全球供应紧缺的“药王”级产品，产能的优化直接意味着数百亿美元的营收增量。
礼来的焦虑与野心：站在巅峰寻找下一条曲线
为什么是礼来？
在外界看来，礼来正如日中天。凭借替尔泊肽在糖尿病和肥胖症领域的横扫之势，礼来现金流充沛，股价屡创新高。
但恰恰是这种巅峰状态，让礼来的管理层感受到了更为深层的焦虑。
原因在于，制药行业长期受困于“双十定律”——研发一款新药需要耗时10年，花费10亿美元（甚至更多）。
更可怕的是“反摩尔定律”：随着时间推移，研发新药的成本不仅没有下降，反而在指数级上升。
尽管GLP-1药物为礼来赢得了未来十年的船票，但下一个“药王”在哪里？是阿尔茨海默症？是癌症？还是自身免疫疾病？
传统的“试错法”研发效率太低了。礼来CEO Dave Ricks曾多次表示：“我们不能指望运气，我们需要工业化的发现能力。”
此外，与英伟达的合作，标志着礼来试图将药物研发从“Discovery”（发现）范式转变为“Design”（设计）范式。
以前，科学家像是在大海捞针，从成千上万个化合物中筛选可能的有效分子。而有了AI，科学家可以像建筑师画图纸一样，根据靶点结构，定向设计出具有特定功能的分子。
这不仅能将药物筛选的时间从几年缩短到几个月，还能大幅提高临床试验的成功率。
更关键的是红盘，谷歌旗下的Isomorphic Labs（也就是开发AlphaFold的团队）正在大举进军药物研发；微软、亚马逊也在疯狂布局。
作为“旧世界”的霸主，礼来非常清楚，如果不主动拥抱AI，未来很可能会沦为科技公司的代工厂。
与其等着被颠覆，不如主动联手最强的科技伙伴，将主动权掌握在自己手中。
英伟达的“第二增长极”：黄仁勋的生物学梦想
对于英伟达来说，这笔合作同样意义非凡。
虽然英伟达靠卖GPU赚得盆满钵满，但黄仁勋一直有一个观点：“数字生物学将是下一场惊人的技术革命。”
背后的原因是，模型训练的算力需求虽然旺盛，但迟早会进入平台期。英伟达需要找到一个能够像互联网一样消耗无尽算力的新领域。
生命科学正是这样一个完美的场景。人体的复杂度远超任何语言模型。一个细胞内的生化反应网络，其数据量和计算复杂度是天文数字级的。
如果能用算力模拟生命，那么医药行业对GPU的需求将是无底洞。
同时，英伟达虽然有最强的算法和算力，但它没有生物数据。
通过与礼来合作，英伟达得以接触到顶级的药企内部数据（尽管是通过联邦学习等隐私保护方式），这将极大地反哺其BioNeMo模型的进化，使其在与Google AlphaFold的竞争中获得差异化优势。
一个更隐秘的细节是，过去英伟达只是向药企兜售显卡和服务器。但通过与礼来的深度绑定，英伟达开始深入到药物研发的核心业务流中。
BioNeMo平台的推广，实际上是英伟达在构建生物医药领域的操作系统。
一旦全球的药企都习惯了在英伟达的软件栈上开发药物，英伟达在医疗领域的地位将如同微软在PC时代的Windows一样不可撼动。
见证历史：AI for Science 的分水岭时刻
礼来与英伟达的这次牵手，大概率会成为AI制药行业的一个分水岭。
在此之前，AI制药赛道主要由两类玩家主导。
一类是TechBio初创公司（如Recursion, Schrödinger, Insilico Medicine等），它们懂AI，但往往缺乏后期临床开发能力和商业化管线。
另一类是大型药企的内部IT部门，它们有钱有数据，但往往受限于传统体制，难以吸引顶级的AI人才，技术迭代缓慢。
礼来与英伟达的模式，创造了第三种可能：“顶级药企+顶级科技巨头”的深度捆绑。
详细来说，有三大趋势：
第一，行业洗牌加速。
对于那些仅仅靠“讲故事”或“卖SaaS软件”的AI制药初创公司来说，日子要难过了。当英伟达直接向礼来这样的巨头提供最底层的原子级能力时，中间商的生存空间将被极度压缩。
第二，“干湿闭环”成为标配。
这次合作反复强调了“实验室”的概念，而不是“数据中心”。
其意味着AI不再是单纯跑在服务器上的代码，而是要与实验室里的移液管、显微镜、合成机器人紧密连接。
AI设计的分子，必须能迅速在自动化实验室中被合成、测试，并将结果反馈给AI进行迭代。这种“干（Dry Lab）湿（Wet Lab）闭环”的能力，将是未来药企的核心竞争力。
第三，对其他巨头的倒逼。
礼来动了，诺和诺德怎么办？辉瑞、强生、罗氏怎么办？
可以预见，在JPM大会之后，全球排名前十的药企都将加速寻找自己的科技盟友。微软、亚马逊AWS、谷歌云将成为被争抢的对象。
医药行业的“军备竞赛”，从比拼管线储备，升级到了比拼“算力+数据”储备的维度。
当然，尽管巨头们的愿景宏大，但我们必须保持冷静：AI并不是魔法。
这是在于，生物学的黑盒依然存在。大语言模型在处理自然语言时非常出色，因为语言是人类创造的，有明确的语法和逻辑。
但生命之书不是人类写的，其规则充满了混沌、冗余和未知的相互作用。
目前AI在预测蛋白质结构方面已经做得很好了，但在预测蛋白质功能、预测药物在人体内的复杂代谢及临床疗效方面，准确率依然不够高。
特别关键的是，虽然礼来有海量数据，但生物数据的标准化程度远低于文本数据。不同实验条件、不同批次的数据往往存在巨大的噪音。如何清洗这些数据，让AI能“吃得进去、消化得了”，是一个巨大的工程挑战。
但不管怎样，全球第一药企和全球第一科技公司的握手，证明了AI不再是制药业的点缀，而是成为生存和发展的必需品。
我们尚不知道这个联合实验室何时能诞生第一款“重磅炸弹”级药物，但可以确定的是：
当硅基智能开始解码碳基生命的奥秘，人类对抗疾病的方式，已经彻底改变了。
同创优配提示：文章来自网络，不代表本站观点。
