AI药物初创公司Insilico Medicine推出AI‘健身房’，助力GPT和Qwen等模型提升科学能力

(SeaPRwire) –   Insilico Medicine是一家总部位于美国、在香港上市的AI药物发现公司，该公司正在推出一项新服务，用于训练通用大型语言模型（如OpenAI的GPT或阿里巴巴的Qwen）处理生物学和化学任务。

通用模型在衡量AI科学任务表现的基准测试中“表现极差”，Insilico创始人兼首席执行官Alex Zhavoronkov表示：“你对同一个任务测试五次，就会发现它与最先进水平相去甚远……基本上比随机结果还差，完全是垃圾。”

直接在化学或生物学数据上训练的专业AI模型表现要好得多。但这类模型通常不允许用户像使用通用模型那样用自然语言提示，而且它们也缺乏完成专业科学功能之外任务的能力。

于是Insilico推出了新的“Science MMAI Gym”，旨在将通用大型语言模型转化为能与专业模型表现相当的工具。

该训练平台是Insilico的一个战略转折点，该公司称其为“实现制药超级智能的长期路线图”的一部分。这家初创公司属于一群试图利用机器学习和人工智能研究并开发新药的生物技术公司。但借助这个“训练平台”，Insilico现在将目标对准了其他生物技术和制药公司，为它们提供新AI模型的训练服务。

Insilico将使用领域特定数据集、奖励模型和强化学习的组合来训练模型，并声称该过程可使模型在化学和生物学关键基准测试中的性能提高多达10倍，甚至接近专为这些科学任务设计的模型的性能。

但为什么一家公司会选择训练通用模型而不是使用专业模型呢？原因在于灵活性：专业模型擅长某一件事——比如药物发现——但无法完成其他任务；相比之下，经过训练的通用模型即使无法完全达到专业模型的性能，也能保持完成许多其他任务的能力。这意味着初创公司只需依赖一个大型模型，而不是一系列专业模型。

“如果模型很小，它会开始忘记一些最初设计时要完成的基本任务，”Zhavoronkov表示，“如果模型很大，就不会有这个问题。”

Zhavoronkov承认，即使是经过Insilico训练平台的通用模型，性能仍不如最先进的专业模型。“要让它们能够在分子模拟方面进行推理，它们需要理解并‘看到’物理规律。语言模型并非为此设计，所以与前沿的基于物理的模型相比，它们会稍逊一筹，”他解释道，不过他预计这种情况在未来几年会有所改善。

不过随着大型语言模型（LLMs）越来越普及——且越来越多初创公司采用它们——Zhavoronkov表示他希望Insilico成为“这些模型的头号训练者”。他称Insilico已就该训练项目与潜在客户进行了沟通；虽然没有透露具体名称，但他表示已联系了“美国的顶级前沿玩家”。

Insilico、香港与生物技术

Insilico成立于2014年，正努力成为首批将完全由AI设计的药物通过临床试验并推向市场的初创公司之一。该公司的主要努力方向之一是研发一种治疗特发性肺纤维化的药物，这种疾病会导致肺部形成疤痕组织，使人呼吸困难。该初创公司表示，其药物仅用了[此处原文缺失]就进入了临床试验阶段，远短于传统生物技术公司平均四年的时间。去年，该药物[此处原文缺失]，研究人员得出结论认为，这些结果“值得在更大规模、更长时间的临床试验中进一步研究”。

Insilico还在针对其他疾病（如炎症性肠病）进行研究，并正在探索新的癌症药物和GLP-1类药物。

去年12月，Insilico通过首次公开募股（IPO）筹集了23亿港元（约2.95亿美元），这是2025年香港规模最大的生物技术公司IPO。该IPO吸引了[此处原文缺失]、Tencent和Oaktree等公司作为基石投资者。

自12月30日在香港联合交易所上市交易以来，该初创公司的股价已大幅飙升。截至1月16日，Insilico的股价为54.75港元（约7.02美元），是其IPO发行价24.05港元（约3.08美元）的两倍多。

恒生生物技术指数（追踪香港上市的30家最大生物技术公司）在过去12个月上涨了100%，远高于基准恒生指数37%的涨幅。

Insilico并非近期唯一股价飙升的香港上市AI初创公司。中国消费级AI初创公司MiniMax的股价自1月9日上市交易以来已上涨160%。芯片设计公司Biren的股价也较其IPO发行价上涨了90%以上。

尽管如此，美国和中国的投资者都在质疑AI热潮能否持续。虽然Zhavoronkov一直在关注股市中可能形成的AI泡沫，但他乐观地认为，与其他行业相比，AI药物发现领域在泡沫破裂时会更安全。“人们可以没有对话助手或AI生成的电影，但他们不能没有药物。”