在全球人工智能制药领域迈向“超级智能”的关键节点，临床阶段生物医药科技公司英矽智能（Insilico Medicine, 03696.HK）与源自麻省理工学院（MIT）的液态基础模型先锋Liquid AI今日（3月9日）正式宣布达成战略合作。
双方共同推出了首 个落地成果——LFM2-2.6B-MMAI（v0.2.1）。这款仅基于26亿（2.6B）参数的轻量化科学基础模型，在完全本地化部署（on-premise）的条件下，于多项药物发现基准测试中实现了超越参数量大其10倍模型的业界领 先性能，标志着制药AI从“暴力堆砌算力”向“高效架构设计”的重大范式转变。
作为合作的核心参与方，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，成为首家通过联交所主板上市规则8.05条上市的AI生物医药科技公司，其IPO募集资金总额达22.77亿港元，创下年内多项港股Biotech IPO纪录，获得礼来、腾讯、淡马锡等15家全球化基石投资者的青睐。
依托自主研发的Pharma.AI平台和先进的自动化生物学实验室Life Star 1，英矽智能已打通从计算设计到实验验证的干湿实验闭环，正在为纤维化、肿瘤学、免疫学等未满足的疾病领域提供创新药物解决方案，其AI驱动发现的全新机制抗特发性肺纤维化候选药物Rentosertib，仅用18个月便完成早期药物发现工作，相关成果发表于Nature Biotechnology。此次合作中，英矽智能拿出2026年初推出的大模型专精训练框架MMAI Gym，为联合模型研发提供了坚实支撑。
Liquid AI作为另一核心合作方，由MIT计算机科学与人工智能实验室（CSAIL）的研究人员创立，成立两年多已融资超过2亿美元，估值突破10亿美元，其核心团队包括CEO Ramin Hasani、CTO Mathias Lechner等行业顶 尖人才。该公司基于动态系统和信号处理技术构建液态基础模型（LFMs），秉持“更小、更快、更省电”的产品哲学，专注于开发可在本地部署或资源受限环境中运行的高效AI模型，其独 创的液态神经网络技术可随时间动态调整神经元连接权重，结合混合专家架构（MoE），实现了“高能力与低消耗”的平衡，此前推出的LFM2系列模型已在代码能力、多语言理解等多个领域展现出卓 越性能，此次则凭借其领 先的LFM架构，与英矽智能的MMAI Gym形成技术互补。
通过将LFM架构引入MMAI Gym进行系统化训练，双方成功验证了单一轻量级模型即可覆盖药物研发全流程的可能性，打破了以往依赖“多个单一功能模型拼接”的传统路径。
尽管参数规模仅26亿，该模型在完全私有化部署条件下仍可达到“云端级”性能，具体表现尤为突出：
在涵盖药代动力学和毒理学的22项性质预测任务中，有13项超越参数量为其10倍的TxGemma-27B，其中3项达到细分领域专用模型的业界领 先水平；在行业标准的多参数优化基准（MuMO-Instruct）上，分子优化成功率最高达98.8%；在英矽智能内部涵盖689个蛋白靶点、250万条实验测量数据的基准测试中，亲和力预测相关性指标优于GPT-5.1、Claude Opus 4.5与Grok-4.1等前沿模型；在官能团推理（FGBench）上表现突出，单步逆合成建议通过创新化学可行性指标ChemCensor展现出高质量输出。
Liquid AI联合创始人兼首席执行官Ramin Hasani博士表示：“LFM2-2.6B-MMAI的成功验证了科学领域AI应用的关键在于高效的架构设计，而非简单的规模扩张。如今，一个26亿参数的单一模型即可在私有服务器上，实现与规模大10倍的系统相当甚至更优的表现。这不仅突破了质量上限，更大幅降低了智能计算的成本。”
英矽智能创始人兼首席执行官Alex Zhavoronkov博士指出：“很高兴与Liquid AI合作训练下一代轻量级液态神经网络模型。此次合作让我们获得了一个能一站式执行多项科学任务的优化模型。高效的液态神经网络将协助科学家更高效地达成科研目标，缩短药物发现周期，最终惠及患者。”
此次合作是英矽智能构建“制药超级智能（PSI）”战略的重要一步。MMAI Gym作为该战略的核心组件，设有“化学超级智能（CSI）”与“生物学超级智能（BSI）”两条垂直训练方向，通过灵活的会员制项目，正帮助全球制药企业和AI实验室将通用AI转化为强大的科研引擎。
相关研究成果已发表于论文预印本平台ArXiv，并入选国际学习表征会议（ICLR）专题学术研讨会，获得了学术界的高度关注。随着LFM2-2.6B-MMAI的落地，制药行业有望迎来一波轻量化、私有化、高效率的AI应用新浪潮。
