中国创新药产业正在迎来一个新的竞争周期。

过去十年，中国创新药企业依靠研发投入、人才积累和临床执行能力快速成长，并逐渐从国内竞争走向全球市场。但随着创新药研发进入深水区，行业竞争的底层逻辑正在发生变化。未来决定企业长期竞争力的，不仅是拥有多少研发管线，更在于能否以更高效率发现和开发下一代创新药。

8 月 3 日，剂泰科技官宣一笔交易，与国内创新药 " 一哥 " 恒瑞医药就其 NanoForge 平台旗下 AI 制剂创新平台 AiTEM 展开合作。这笔交易的性质不同于常规的管线买卖，而是一场发生在 AI 小分子制剂优化基础设施层面的能力采购，更释放出一个产业信号：AI 正在从创新药企业关注的前沿技术，逐渐进入头部药企真实研发体系。

这一变化正在全球范围内同步发生。近年来，默克、诺华、辉瑞、赛诺菲、罗氏等跨国药企纷纷通过合作、投资和联合研发等方式，将人工智能引入药物发现和研发流程。AI 正在成为制药行业继实验平台、生物技术平台之后，下一代研发基础设施的重要组成部分。

对于剂泰科技而言，恒瑞的选择意味着 NanoForge 商业化迈出了关键一步。相比过去 AI 制药企业更多需要证明技术可行性，如今行业开始关注 AI 是否能够真正提升研发效率、创造产业价值，而 AiTEM 进入头部药企应用场景，正是这一转变的重要体现。

01.

恒瑞为何选择 AiTEM

随着全球创新药竞争加剧，传统研发模式面临越来越大的挑战。一方面，热门靶点竞争更加激烈，企业需要更快发现新的治疗机会；另一方面，研发成本持续提升，如何提高早期研发成功率，成为药企必须解决的问题。

人工智能正是在这一背景下逐渐进入药物研发核心环节。AI 药物设计的价值，并不是简单替代科学家的判断，而是利用算法模型处理复杂数据，提高研发人员在早期探索阶段的效率。通过对分子结构、化学性质以及生物数据进行分析，AI 可以帮助研发人员缩小探索范围，加快候选分子的发现和优化。

对于大型药企而言，AI 真正的价值不在于展示一个模型，而在于能否融入已有研发体系。这也是恒瑞选择 AiTEM 的重要背景。

作为中国创新药龙头企业，恒瑞近年来持续推动创新转型，在肿瘤、自免、代谢等多个领域布局创新药研发。随着研发规模不断扩大，如何利用新技术提升研发效率，也成为企业下一阶段发展的重要课题。

而近年来，恒瑞医药也在持续推动人工智能与研发体系融合，希望通过 AI 技术提升靶点发现、分子设计和研发效率。2025 年初，恒瑞医药号召全员拥抱 AI、提升效率；2026 年全国两会期间，作为全国人大代表的恒瑞医药董事长孙飘扬在接受媒体专访时表示，将以 AI 赋能新药研发，助力医药产业高质量发展。

实际上，恒瑞医药并非 AI 制药的门外汉。作为较早布局 AI 研发体系的企业之一，恒瑞大力发展人工智能药物发现（AIDD），推动 AI 技术以计算和实验相结合的方式融入研发全流程，从 AI 靶点发现、AI 大分子与多肽设计，到小分子的生成与优化等。从恒瑞的 AI 布局看，其更多集中在药物发现的 " 上游 "，靶点发现和分子设计，而在制剂优化这一 " 下游 " 环节，AI 的渗透仍然有限。

这正是 AiTEM 的切入点。

AiTEM 是剂泰科技以自研 AI 纳米递送平台 NanoForge 为技术引擎开发的四大核心解决方案之一，专注于小分子纳米级制剂优化。与 AiLNP（AI 核酸递送系统设计平台）和 AiRNA（AI mRNA 序列设计平台）等不同，AiTEM 服务于传统小分子药物的剂型开发，它解决的是 " 药到了体内如何更好地被吸收 " 的问题，这是小分子药物从候选化合物走向临床的关键一步。

AiTEM 的技术逻辑是什么？平台通过量子化学和分子动力学模拟，预测药物与辅料间的相互作用，生成纳米级剂型优化方案，以提高药物溶解度和生物利用度，实现理想药代动力学特征。换言之，AiTEM 将传统依赖经验试错的制剂开发过程，转变为 "AI 预测－实验验证－数据反馈 " 的闭环优化。

对于恒瑞而言，AiTEM 的价值在于其可规模化应用的能力。恒瑞拥有庞大的小分子创新药管线，涵盖肿瘤、代谢、自免等多个治疗领域。传统制剂开发高度依赖经验试错，周期长、成本高。而 AiTEM 通过 AI 驱动算法模型，完成辅料类型和比例等药物制剂的设计与优化，有望将这一过程从 " 经验驱动 " 转变为 " 数据驱动 "。

此次合作的关键在于：恒瑞采购的是 AiTEM 的平台能力，而非某个具体产品的权益。这意味着恒瑞可以将自身的多个小分子管线接入 AiTEM 平台进行制剂优化，而不是一次性买断某个制剂方案。这种 " 平台级合作 " 模式，反映的是大型药企对 AI 能力的认知升级，从 " 购买单个解决方案 " 走向 " 采购持续提效能力 "。

对于剂泰科技而言，与恒瑞这样的龙头药企达成平台合作，意味着 AiTEM 将获得更大规模、更多样化的真实制剂开发数据。这些数据将反哺 AI 模型优化，形成 " 技术迭代－商业应用－数据反馈 " 的正向循环。

值得注意的是，AiTEM 平台能力此前已经由剂泰科技 MTS-004 得到了验证。这款针对假性延髓情绪失控（PBA）的口服治疗药物，采用 AiTEM 自研口腔崩解片（ODT）剂型设计。PBA 患者常伴有吞咽困难，传统胶囊剂型存在严重安全隐患，而 MTS-004 无需用水即可在口腔中迅速溶解，显著改善了患者服药体验和治疗依从性。

更重要的是开发效率。在 MTS-004 项目中，AiTEM 承担了剂型开发的建模与预测分析，将临床前制剂优化周期从行业平均的 1 至 2 年缩短至 3 个月内完成。MTS-004 从立项至完成 III 期临床试验仅耗时 38 个月。

2025 年 10 月，MTS-004 顺利达到 III 期临床研究主要终点，成为国内首款完成 III 期临床的 AI 赋能制剂新药。它也是中国首款且唯一完成 III 期临床试验的 PBA 药物。2025 年 9 月，剂泰科技将 MTS-004 授权给浙江引安医药，获得 1 亿元分期首付款。MTS-004 计划于 2026 年向国家药品监督管理局提交新药上市申请。

MTS-004 的意义不仅在于一款药的成功，更在于它证明了 AiTEM 平台具备 " 可重复的提效能力 "。它不是一个偶然的 " 单点突破 "，而是一套可规模化复用的方法论。对于恒瑞这样的药企而言，这意味着：将管线交给 AiTEM，或者就可能不是一次性的 " 赌博 "，而是可预期的 " 提效 "。

02.

从单点合作到生态重构

恒瑞与剂泰科技的合作，从另一视角来看，或预示着中国 AI 制药行业正在发生的一个结构性变化。

对于 AI 制药企业而言，技术能力只是起点，真正决定商业价值的是能否进入药企研发流程。

过去几年，AI 制药行业经历了一轮快速发展。大量企业提出利用人工智能改变药物研发模式，也吸引了资本市场关注。

但随着行业逐渐成熟，市场开始更加关注实际应用效果。AI 制药最大的挑战在于，技术和产业之间存在距离。一个算法模型可以证明预测能力，但最终必须进入真实研发场景，解决药企实际问题，才能形成长期商业价值。

因此，未来 AI 制药企业竞争的核心，不只是模型能力，而是对药物研发场景的理解能力，以及与药企合作落地的能力。

NanoForge 的发展路径正体现了这一趋势。通过 AiTEM 平台进入恒瑞这样的头部药企体系，意味着剂泰科技正在从技术提供者向产业合作伙伴转变。

与此同时，回顾剂泰科技的商业化路径，其 " 平台合作 + 产品合作 " 的双轮驱动模式正在加速运转。在产品合作端，MTS-004 已授权给浙江引安医药；MTS-128 于 2026 年 6 月授权给 Boulevard Bio，潜在交易总额超 16 亿美元。在平台合作端，据招股书信息，剂泰科技已经与全球超过 30 家制药及生物科技企业建立合作。

但此前剂泰科技的平台合作多集中于海外 Biotech 和中小型药企，与国内创新药龙头的深度绑定尚属首次。恒瑞的 " 下单 "，意味着 AiTEM 平台的技术价值已经获得了国内严苛、成熟的产业方的认可。这种认可的分量，不亚于任何一笔海外大额授权。

更值得关注的是，剂泰科技已于 2026 年 5 月在港交所挂牌上市，成为 " 全球 AI 药物递送第一股 "。上市后的剂泰科技，拥有了更充足的资本弹药和更高的品牌能见度，其与恒瑞的平台合作，有望产生显著的协同效应。

从行业层面看，这笔合作也揭示了 AI 制药竞争格局的深层变化。过去几年，AI 制药行业经历了从 " 技术想象 " 到 " 商业验证 " 的转变。如今，随着恒瑞这样的头部药企开始将 AI 制剂平台纳入研发体系，行业正在进入 " 产业规模化应用 " 的新阶段。决定企业竞争力的，不再只是技术故事，而是商业落地能力，谁能帮助更多药企提高研发效率，谁就可能成为下一代制药产业的基础设施。

更深层的变化在于，中国创新药产业的竞争维度正在拓宽。过去，中国创新药企业更多依靠 License-out 向全球输出创新资产。未来，除了输出创新药产品，中国企业也可能输出新一代研发基础设施，AI 制药平台正是其中的重要组成部分。恒瑞医药选择 AiTEM，本质上是一场对于未来研发效率的提前布局。

当然，挑战依然存在。AI 制药平台的商业化兑现周期较长，技术迭代需要持续的高研发投入，而平台合作的深度和广度也存在不确定性。但无论如何，当 " 创新药一哥 " 选择用真金白银为 AiTEM 投票，一个明确的信号已经释放：AI 小分子制剂优化，不再是实验室里的概念验证，而是正在驶入商业化快车道的基础设施能力。

对于剂泰科技而言，与恒瑞的合作只是一个开始。随着更多头部药企将 AI 制剂平台纳入研发体系，平台型 AI 制药公司的价值，或将在未来几年持续释放。AI 制药的真正竞争，或许才刚刚开始。