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英伟达正式宣布，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。

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，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。