image: 英矽智能发布 SOTA MMAI专家模型，重塑 AI 在药物研发中的应用 view more
Credit: 英矽智能
临床阶段生成式人工智能（AI）驱动的药物研发公司 Insilico Medicine（“英矽智能”；HKEX: 3696）今日宣布，推出一系列通过其用于 MMAI Gym for Science 框架训练而成的前沿化学与生物学专家模型。在化学和生物学领域，这些模型在 50 多个基准测试任务中展现出了达到 SOTA（业内先进）水平的性能。
“多年来，大语言模型一直被视为功能多样的对话工具，但在面对药物研发中复杂且数据稀缺的问题时，垂直领域细分模型往往更胜一筹，”英矽智能创始人兼首席执行官 Alex Zhavoronkov 博士表示，“通过 MMAI Gym，我们证明了语言模型架构在经过特定领域的精细化多任务训练后，能够远超高层级的通用知识水平。如今，它们在真实世界的化学和衰老科学基准测试中，已经能够与专用科学方法相媲美甚至超越后者。这标志着人工智能在人类健康领域向真正具备预测能力迈出了根本性的转变。”
长期以来，ADMET 和靶点活性预测等数据匮乏的药物研发任务，一直由专门针对分子数据开发的专用模型主导。 而语言模型则基本游离于这一竞争格局之外。然而，MMAI Gym 的最新评估结果表明该态势正在发生转变：基于语言模型的专业模型在特定任务上，已能媲美甚至超越现有传统的方法。
此次通过 MMAI Gym 发布的模型均为经过训练的科学领域专家型轻量化语言模型（Small Language Models, SLMs）。每个模型都针对特定类别的科学任务进行了微调，并在该类别下的多个相关问题上完成了训练。这些“专家模型”使用完全相同的数据集和训练/测试集划分方式，与既有的计算方法（基线模型）进行了直接的标杆对照测试。所有基线模型均在相同的评估设置和真实事实数据划分下重新进行了训练与运行，从而实现了直接的正面交锋，而非依赖公共排行榜上公布的分数。
当前推出的化学模型系列，包括基于语言模型的专业模型，专门用于化学合成、ADMET 预测，以及针对 GPCR（G 蛋白偶联受体）和激酶靶点组的结合活性预测
- ADMET：该专业模型在 28 项任务中接受了评估，相较于成熟的计算方法达到了 SOTA级别的表现，尤其是在药物相互作用风险、细胞毒性和药代动力学性质方面表现尤为突出。精准预测这些性质有助于更早地识别潜在风险，并在开展耗费更多资源的实验研究之前为化合物的优先级排序提供支持。作为专注于特定类别的模型，它可以仅凭单一模型评估多个 ADMET 相关指标，而无需针对每个独立性质依赖不同的模型。此外，在涵盖“候选药物核心要素”基准测试中 14 项性质的独立留出实验集上，该模型展现出了最强的整体性能，超越了既有的 SOTA 基线。
- 靶点活性预测：团队训练了两个专注于特定蛋白家族的模型：一个针对 GPCR（G 蛋白偶联受体，涵盖 44 个受体），另一个针对激酶（涵盖 67 种酶）。在这两个类别中，模型在特定靶点上均实现了 SOTA 级别的 IC50 预测性能。这些模型可支持广泛的药物研发应用，从虚拟筛选、先导化合物优先级排序，到多靶点化合物设计以及选择性剖析，从而识别并最大限度地减少潜在的脱靶活性 。
- 化学合成：专门针对单步逆合成进行了专业化训练，基于 Liquid AI 公司紧凑的 26 亿参数架构打造。该逆合成专业模型在标准分布内基准测试以及更具挑战性的分布外评估集上，表现均优于主流的专用方法。其早期版本已通过微软 Azure Marketplace 上架（https://marketplace.microsoft.com/en-us/product/insilicomedicineusinc1751604844440.lfm2-mmai-chem-ssrs），计划近期在同平台发布性能更高的升级版本。除了作为独立的逆合成预测工具外，这些模型还可以作为更广泛的计算药物研发和合成路线规划流程中的核心组件，为需要强大单步逆合成引擎的系统提供支持。
除了化学领域，MMAI Gym 还被应用于生物学方向的专业模型中。这些模型涵盖了多种生物学数据类型及相关预测任务，这些模型将这种基于类别的相同方法拓展到了临床、组学以及分子生物学等应用中。在特定基准测试中，与规模显著更大的通用前沿大模型相比，这些专业模型展现出了 SOTA 级别的性能表现。
总体而言，这些模型在化学与生物学领域的 70 多个基准测试任务中展现出了达到甚至超越SOTA水平的性能。评估结果记录于 DDD Bench（药物研发基准测试，https://dddbench.insilico.com/ ），这是由英矽建立的标准化基准测试框架，旨在系统性地评估 AI 模型在各项关键药物研发任务中的表现。
需要关注的是，这些评估结果的意义远不止于“语言模型具备讨论化学或生物学的能力”，而是基于语言模型的专业模型如今已能与既有的科学方法同台竞技；在部分特定任务上，其表现甚至超越了专为解决这些预测问题而开发的方法。
MMAI Gym 的构建理念正是源于这一深刻的范式转变：通过在相关任务集上进行针对性训练，并与既有方法展开严苛的同台对比，将语言模型转化为特定领域的科学专家模型。这些结果表明，语言模型可以超越对通用科学知识的掌握，成为面向药物研发和衰老研究等实际应用中具有竞争力的预测与生成式模型。
MMAI Gym for Science 最初于 NeurIPS 2025 上亮相，当时英矽智能展示了定向的科学领域训练能够大幅提升通用语言模型在药物研发任务中的性能。。此后，通过一系列推进多任务化学建模、基准测试以及领域自适应的研究工作，MMAI Gym 得到了进一步拓展。在 ICLR 2026（https://openreview.net/forum?id=4m2TcQpwkf ） 上，英矽智能与 Liquid AI 共同展示了 LFM2-2.6B-MMAI——这是一个通过 MMAI Gym 训练的多任务化学模型，能够执行广泛的药物研发任务。在 ICML 2026（https://openreview.net/forum?id=ABhGgV7pov ） 上，英矽智能引入了用于单步逆合成的新基准和评估指标，旨在提供超越传统 Top-K 准确率的更严苛评估。利用这一框架，团队训练出了一款基于语言模型的“专家模型”，其性能不仅能够媲美前沿基础模型及既有的化学专家方法，且在多个评估指标上超越了它们。近期，英矽智能与 Liquid AI 合作的一项包含 2.6B-MMAI 和 24B-A2B-MMAI（涵盖紧凑型与更大容量架构的两款多任务化学模型）的新研究已被 EMNLP 2026 接收。这些研究共同构成了日益坚实的证据链，表明语言模型架构可以通过系统性的适应性训练，转化为跨越多种化学任务的高性能科学专家模型。
近期，凭借其 AI 平台与管线资产在全球范围内获得的广泛认可，英矽智能宣布 2026 年上半年实现总收入约 1.06 亿美元，同比增长 287%；同时实现经调整净利润超 5100 万美元，迎来上市以来首个盈利的半年度。这一财务里程碑主要得益于公司与全球顶尖伙伴达成的一系列对外授权、联合开发及研发合作，涵盖礼来（Eli Lilly）、施维雅（Servier）、武田（Takeda）、SK Biopharmaceuticals、齐鲁制药、衡泰生物、康哲药业（CMS）及元羿生物（Tenacia）等知名药企。截至最新数据，英矽智能在 2026 年内披露的签约合作总额已达约 73 亿美元，推动公司自 2021 年以来的累计签约合作总额跃升至近 110 亿美元。
在 AI 驱动的研发方面，英矽智能在2026年前9个月内提名了 9 个临床前候选化合物（PCC），刷新了公司年度管线产出的历史纪录；同时在其自研与合作管线中顺利达成了 8 个临床里程碑。领跑这些研发进展的是Rentosertib (ISM001-055)，作为全球首个完全由生成式 AI 赋能研发的潜在全球首创（First-in-class）候选药物，rentosertib 目前已正式进入用于治疗特发性肺纤维化（IPF）的 III 期临床试验阶段，迈出了走向临床验证与商业化落地的关键一步。
关于MMAI GYM
MMAI Gym for Science 是英矽智能打造的模型训练与评估框架，旨在将通用语言模型转化为面向药物研发、生物学及衰老研究的特定领域科学专业模型。MMAI Gym 并非针对单一狭隘的指标（Endpoint）来训练模型，而是开发专注于特定类别的专业模型，使其具备解决特定科学领域内多个相关任务的能力，包括 ADMET 预测、靶点活性预测、化学合成以及跨多种数据模态的生物学建模。
该框架同时支持以化学和生物学为核心的两大训练方向，是英矽智能更广泛的“制药超级人工智能”（Pharmaceutical Superintelligence）倡议的重要组成部分。在多项连续研究中，经 MMAI 训练的模型相比通用模型展现出了显著的性能提升；在特定任务上，其表现达到了 SOTA（行业最高）水平，甚至超越了现有的成熟科学方法。
MMAI Gym 以灵活的会员制项目形式提供，面向希望将通用AI转化为强大科研引擎的制药和生物技术公司、AI实验室以及云服务提供商。如需了解更多信息或洽谈合作机会，请联系mmaigym@insilicomedicine.com
关于英矽智能
英矽智能是一家全球先锋生物科技公司，致力于整合人工智能和自动化技术，加速药物发现并推动生命科学领域的创新，赋能人类更长久更健康的生活。2025年12月30日，公司于香港联交所主板挂牌上市，股票代码：03696.HK。
利用自主研发的Pharma.AI 平台和先进的自动化生物学实验室，英矽智能正在为纤维化、肿瘤学、免疫学、疼痛、肥胖和代谢紊乱等未满足的疾病领域提供创新药物解决方案。此外，英矽智能持续将Pharma.AI应用拓展到多元化领域，如先进材料、农业、营养产品及兽医药物。更多信息，请访问网站www.insilico.com