撰文：Alma Li，Techub News
导语
药企为什么愿意把研发任务交给一家以药用包材为主业的上市公司？华兰股份（301093.SZ）的主业是直接接触注射剂药品的内包材，自去年起把 AI 医药作为战略升级方向。按公司介绍，华兰股份（301093.SZ）以灵擎数智为载体，在专家委员会的顶层设计下，构建了以知识图谱为数据底座，横跨胞内靶点及胞外「不可成药」靶点研究、AI 抗体设计与优化、AI 小分子设计与优化及临床预测等五大核心领域的 AI 制药生态体系。据公司 2026 年半年度报告，截至报告期末，公司已针对 30 多家药企客户进行 AI 医药业务的拜访及交流，相关业务仍处于前期布局及投入阶段。
灵擎数智总经理秦炳杰博士从 2003 年开始用计算机做药物研发，那时这一领域还叫计算机辅助药物设计；去年，他加入华兰股份（301093.SZ）负责 AI 业务。10 月 22 日，秦炳杰在澳门举行的 AI+X Future Summit 2026 上发表题为「从模型竞争到系统竞争：AI 制药全链条的下一程」的主题演讲，会后在现场接受了 Techub News CEO & Founder Alma Li 的专访。谈到药企为什么买单，秦炳杰的回答是：「敲门的那一下是基于信任基础，敲开门以后还是基于我们的技术。」
核心摘要
- 秦炳杰介绍，其药企客户在合作前都会先拿一个小项目做技术验证，并以国内一家未具名大药企的抗体项目测试为例：团队一周交出结果，对方再用一周做实验验证，结果比其内部五六位专家半年多的工作要好很多。
- 秦炳杰表示，五个板块的模型都是基于自己的数据和算法团队训练的专业垂类模型，不是在通用大语言模型上叠加行业知识；各板块团队是考察技术后吸纳进来的成熟团队，并非从头做起。
- 秦炳杰也承认，目前还没有药企与灵擎数智从头开始全链路合作直至 NDA（新药上市申请），已有几家签了这类战略合作协议，现阶段的合作仍是点对点。
- 秦炳杰坦言，AI 真正用在临床上的还很少。按其介绍，华兰股份（301093.SZ）参股的无锡自然常数要用三个 PB 的真实实验数据打造跨物种真实世界 AI 大模型，希望把临床管线成功率从不足 10% 提高到 20%、30% 甚至 50% 以上，也希望借此挽救部分已宣布失败的管线。
- 秦炳杰预计，像华兰股份（301093.SZ）参股的佳吾益这样的一人一方精准治疗，大概率一年后会有清晰的结果。按其说法，佳吾益的酵母展示平台三周左右就能找到病人的新抗原，佳吾益方案的早期价格可能在几十万，低于目前常见细胞治疗约 120 万、130 万的水平。
- 秦炳杰直言，服务药企最早期的难点不在技术端而在信任端：很多药企还没真正意识到 AI 的作用，仍把它当作简单的辅助。
博士刚毕业时那个「卡住」的项目
Alma：秦博士，先请您简单介绍一下自己和您所在的公司。
秦炳杰：大家好，我叫秦炳杰，是华兰股份下面灵擎数智子公司的总经理。我们做的主要就是华兰股份在整个 AI 制药板块的布局，从开头的知识图谱，到多模态的小分子平台、抗体平台，以及佳吾益的湿实验平台，再到临床的无锡自然常数，覆盖了整个药物研发的链条。我们目前是用 AI 的手段去覆盖整个药物研发链条，为广大药企去做相关的服务。
编者注：灵擎数智即华兰股份（301093.SZ）全资子公司海南灵擎数智医药科技有限公司，2025 年 10 月设立。据华兰股份（301093.SZ）2026 年半年度报告，公司设立控股子公司上海药图智能科技有限公司、全资子公司北京梵宇智拓生物医药科技有限公司，并通过灵擎数智参股科迈生物科技（苏州）有限公司、佳吾益（北京）科技有限公司、无锡自然常数科技有限公司。按秦炳杰当天的演讲演示文稿，药图智能对应知识与靶点，梵宇智拓对应小分子等多模态药物设计，科迈生物对应抗体。
Alma：您做药物研发二十多年，是从哪个时刻开始，从「只是关注 AI」，变成觉得这件事必须自己亲自去做？
秦炳杰：其实目前的整个 AI，在很早的时候叫计算机辅助药物设计，也就是用计算机的手段去处理药物的问题，那时候还是比较早的传统机器学习的方式。我真正用计算机去做药物，实际上在 2003 年就开始了。但那时候计算机辅助并不是特别好，做药还是靠试错的方式，非常麻烦。整个药物研发的过程中会有各种各样的问题，要反复地试错，你试过的错，他可能再犯一遍，这实际上是一个巨大的浪费。但如果有计算机、有 AI 的话，这些其实都可以避免过去。最早应该是在 2008、2009 年，那时候我博士刚毕业，在做一个项目的时候，我发现计算机在整个药物研发里面应该发挥更大的作用。
Alma：当时项目卡在哪里，让您有这种感觉？
秦炳杰：我们在优化化合物的时候，有一个化合物的性质，不管怎么优化都过不去，项目就卡住了。当时计算机的辅助还不是特别强，但即使在那种情况下，我们也做了一个小的模型，通过模型的模拟解决了这么一个关键的问题。这对我的触动特别大，所以我后面就决定一定要把这个方向坚持走下去，在这个方向里坚持走了二十多年。
「客户群体是最重要的连接点」
Alma：您为什么会选择华兰？从什么时候开始加入的？
秦炳杰：我到华兰来实际上是从去年。因为从去年华兰才开始真正要做 AI 制药，需要一个懂 AI 制药的人来做这个事情，我才加入华兰。
Alma：是什么样的因缘际会呢？您从什么时候开始关注他们的？
秦炳杰：我其实老早就关注华兰，华兰是做药用材料的，在我们整个药圈里是很有名的，在药用胶塞里面是中国的龙头。所以在华兰的华总说想做 AI 制药、找到我的时候，我们其实聊得都比较好。华兰在药用材料里面做了二十几年，它所有的客户都是药企，手头有 1300 多家药企，这对我们做 AI 制药的人来讲是特别有吸引力的。因为你要取得客户的信任需要很长的时间，华兰现在有 1300 多家建立在深厚信任度上的客户在手里。
Alma：华兰的主业是直接接触注射剂药品的内包材。从药用新材料走向 AI 医药，您觉得最关键的连接点就是这个客户群体？
秦炳杰：对，客户群体是最重要的连接点。技术对我们来讲相对比较容易，把技术搭建起来、把人招进来，整个架构迅速就会搭起来，您可以看到，华兰股份的 AI 制药板块我们用了不到一年的时间就把整个链条搭起来了。对我们来讲，最重要的还是客户。
编者注：秦炳杰所说的 1300 多家药企，是其对华兰股份（301093.SZ）主营业务客户规模的口述；导语所引半年报中的 30 多家，是公司截至报告期末就 AI 医药业务拜访、交流过的药企客户数。
药企为什么买单：先拿一个小项目来测
Alma：药企认识华兰，到愿意把研发任务交给华兰，中间要跨过哪道门槛？
秦炳杰：其实门槛很简单。我们都是做技术出身的，整个药企也是以技术为主，早期做一个小项目的技术验证就 OK 了。我们现在每个板块都有客户，所有客户在合作以前都会拿出一个小的项目来做技术验证。
Alma：能不能拿一个案例给大家分享一下？
秦炳杰：我就不点名了，因为药企客户比较注重这一块，是国内一家比较大的药企。比如说我们的抗体板块，抗体设计的精准度非常高，但客户不会光看你的模型参数，他会把内部已经做了一段时间的一个小项目拿出来让你做，你做的结果会跟他们项目团队做的结果做比对。如果你的结果好于他们整个团队的结果，他基本上就会立马给你签合同。我们跟这家大药企做测试的时候，用一个星期给他拿出结果，他们用一个星期去做实验验证，拿到的结果比他们团队做了半年多的结果要好很多。
Alma：为什么差距这么大？大家不都在用 AI 吗？
秦炳杰：他不用 AI，他是靠人，他的团队大约有五六个专家在里面。人的经验跟 AI 大模型的经验来比，还是有差距的。
编者注：秦炳杰未透露该药企名称、测试所用指标及双方结果的具体比对数据，本文无法独立核实。
Alma：药企同样可以在通用大模型的基础上，用自己的数据来做垂类模型。为什么华兰能做，药企自己做不了？
秦炳杰：垂类模型和通用大模型是有区别的。通用大模型是语言类的大模型，你基于语言类模型，再把专利之类的知识加进去，做一个小垂类在上面。我们这个垂类是专业的垂类，我们所有 5 个板块的模型都是我们自己训练出来的，我们没有基于大语言模型。
Alma：所有的东西都是你们自己的？
秦炳杰：对，我们是基于自己的数据、基于自己的算法团队去构建的。
Alma：但华兰做这件事也才一年多，做一个大模型其实很耗时。
秦炳杰：所以我们在搭这个团队的时候，每个团队都是成熟团队，每一个团队都有五六年的时间。我们是考察了每一个团队的技术以后，把它吸纳到我们这个框架里来的，不是说我们自己从头做起的。
Alma：相当于是一个自研模型？
秦炳杰：对，就是自研模型。
Alma：没有用 ChatGPT、Claude 这些？
秦炳杰：没有。每一个板块，我们都考察了全国甚至全球里面最强的团队，跟他们谈，把他们吸纳进来，成为我们架构中的一部分。所以我在会议上强调，我们五个板块都是各自领域的佼佼者，都是经过充分的技术考察和技术验证才放到我们板块里来的。
Alma：所以药企之所以买单，是因为用了华兰的自研模型之后，结果比它想象的更好？
秦炳杰：对，你必须有技术优势它才会用。所有的药企都很现实，只有你的技术真正能为它服务，它才会用你。所以我们现在跟所有客户的服务，都是真真正正通过技术验证得到的。当然，前期敲门的那一下是基于信任基础，敲开门以后还是基于我们的技术。
Alma：那华兰给客户交付的到底是什么？
秦炳杰：交付的是结果。就像刚才举的跟大药企合作的例子，我们交付的是你最终要的东西，比如说抗体，这个抗体的活性到了哪个数据、成熟度到了哪个数据。客户在签合同以前都是有数据要求的，我们必须达到这个数据要求才能交付这个结果，达不到是交付不了的。
Alma：所以华兰和每个药企客户的合作，都是因为给到了客户结果，而客户是有验证的？
秦炳杰：有验证，而且是客户自己亲自做实验验证，用实验去验证你做的这个 AI 的结果到底对不对。
Alma：和药企合作，基本流程是从哪一步开始，最后做到什么程度？整个链路都由你们来做吗？
秦炳杰：现在还没有一个药企跟我们做全链路从头开始，一直做到临床结束、做到 NDA，但我们已经有几家签了这种大的战略合作协议，想这么做。我们前期的合作很多还是点对点，哪个平台需要，比如需要小分子平台，就由梵宇去帮他们做小分子相关的业务；抗体的就由科迈去给他们做抗体相关的业务。目前还是点对点，还没有全链路展开。
「AI 真正在临床上的使用其实很少」
Alma：在全链路上，哪些是 AI 现在可以做的，哪些是 AI 还做不到的？
秦炳杰：现在基本上我们这五个板块就是 AI 可以做的。第一个是知识图谱。比如药企早期要去发现新靶点，要用我们的知识图谱去做数据挖掘；要做项目立项，也可以用知识图谱迅速去做。以前我们做项目立项，要花两三个人、两三个月的时间去看文献、做总结，最后出一个立项报告，但用我们的知识图谱，可以在几分钟之内给你出一个非常好的立项报告。
再就是小分子设计平台，包括小分子早期的虚拟筛选、结构优化、骨架跃迁等等，现在我们的模型都可以做到非常好。
再就是抗体设计，科迈从 0 到 1 的从头设计，以及从 1 到 100 的抗体优化，现在我们的模型都可以做得很好，已经做了十几个项目验证。
再就是佳吾益。它的创新酵母展示平台，除了能免蛋白纯化、快速去做相关数据以外，最厉害的一点，我刚才在会议上也提了一句，就是针对一人一方的精准治疗具有巨大的优势。因为它解决了一人一方里面最卡脖子的一个问题，就是病人新抗原的快速发现。
比如说针对癌症晚期的病人，很多可能医院已经放弃了，他可能只有两三个月的时间。针对这些人的一人一方，你必须快速拿到针对这个人的疫苗，或者针对他的 TCR-T 这种 T 细胞治疗。如果按传统的技术方法去确定这个病人的新抗原，可能需要三到四个月的时间，等你找到新抗原，这个病人已经没了。但用佳吾益的创新酵母展示平台，三周就可以找到这个病人的新抗原，然后用一周把 DC 疫苗做出来，这个病人在一个月的时间内就可以拿到他的救命疫苗。这个事情不管是商业价值还是社会价值都极高，所以我们一直在说，佳吾益极可能是一个万亿级的公司，我们是有依据的，不是信口开河。一旦它解决了这个问题，那它的整个市场就是万亿级。
编者注：佳吾益即华兰股份（301093.SZ）参股子公司佳吾益（北京）科技有限公司，秦炳杰当天的演讲演示文稿中写作「北京佳吾益」，定位为酵母展示及相关实验研究。新抗原指肿瘤细胞因基因突变产生、正常细胞没有的抗原；酵母展示是把蛋白或抗体展示在酵母细胞表面进行筛选的技术；TCR-T 是通过基因改造，让患者 T 细胞表达能识别肿瘤抗原的特异性 T 细胞受体（TCR）的细胞疗法；DC 疫苗即树突状细胞疫苗。三周找到新抗原、一个月内拿到疫苗均为受访者口述，本文未获得相关临床数据；「万亿级公司」为受访者判断，其未具体说明依据。
Alma：哪些是 AI 还做不到的？
秦炳杰：做不到的就是最后一个，也是我们想让 AI 去做的，就是整个临床。大家都在说 AI 制药，但 AI 真正在临床上的使用其实很少，大部分还是用 AI 处理一下临床的数据、对临床方案做一下修正，说实在的不关痛痒。
Alma：之所以做不到，是因为药必须放在人身上。
秦炳杰：对，放到人身上，而且对人的预测过于复杂，存在不可预测性。但我们现在的无锡自然常数，要用三个 PB 的真实实验数据量，去打造一个跨物种的真实世界 AI 大模型，这个数据量比 ChatGPT 的数据量还大。基于这个模型，我们想把 AI 真正运用到临床上去，让正在临床上进行研发的管线成功率从不足 10% 提高到 20%、30% 甚至 50% 以上。
Alma：一方面提高成功率，另一方面也缩短时间。
秦炳杰：肯定会缩短时间。刚才讲的英矽智能，它的时间节省了 60%，加上我们这个以后，可能是 80%。另外，现在临床成功率只有 10%，90% 失败了，那 90% 里面有没有能救活的？一旦做到临床二期或者三期，你已经投了将近十几亿美元进去。如果用我们的大模型能把临床上宣布失败的管线挽救回来，对药企、对这条管线来讲都是巨大的利好，相当于把十几亿的投入损失挽救回来。所以目前有好几家国际大药企（MNC）对自然常数特别感兴趣，不仅想做项目合作，还想通过投资入股的方式加入进来。
Alma：说明他们很看好。
秦炳杰：非常看好。而且自然常数现在有顶级的世界级科学家要加入，一位就是洛桑联邦理工学院的 Johan Auwerx 教授，他是抗衰老界的顶级科学家，也是代谢领域的顶级科学家，现在已经入职自然常数。
编者注：自然常数即华兰股份（301093.SZ）参股子公司无锡自然常数科技有限公司。据华兰股份（301093.SZ）2026 年半年度报告，灵擎数智增资后持有自然常数 34.17% 股权；Johan Auwerx 教授已与自然常数签订劳动合同，正式入职。三个 PB 数据量及其与 ChatGPT 的比较、多家国际大药企有意投资入股等说法，秦炳杰未说明口径或具体公司，本文无法核实。秦炳杰当天的演讲演示文稿以英矽智能 TNIK 抑制剂的研发闭环为全链路案例，称其相比传统研发节省 60% 以上时间。
一人一方：「大概率一年以后会有一个非常清晰的结果」
Alma：您刚才说的定制化治疗、解决癌症晚期病人的问题，大概需要多长时间才能真正让大家用上？
秦炳杰：现在已经可以用了，大家可以再等一年，一年的时间去看一下。
Alma：是临床上可以用，还是老百姓都能用得起？
秦炳杰：老百姓都能用得起的这个，需要的时间肯定会长一点，因为一个技术的普及需要一个过程，不可能立马。但像佳吾益这种一人一方的精准治疗，我们大概率一年以后会有一个非常清晰的结果展现。所以我一直在跟大家说，佳吾益的这个技术，让所有的癌症治愈或者变成慢性病成为一种可能。
Alma：价格会在什么范围？
秦炳杰：现在大家比较常见的细胞治疗，大约是 120 万、130 万的样子。佳吾益缩短了时间、降低了成本，早期价格可能是几十万，随着规模扩大可能更低，所以绝大部分人到后期都可以用得起。
编者注：秦炳杰未说明「已经可以用了」所指的具体场景、患者规模或所处的临床、监管阶段。一年后看到结果、价格以及「让所有的癌症治愈或者变成慢性病成为一种可能」，均为受访者口述的预期与判断，本文未获得相关临床数据。
未来三年：先过信任关
Alma：未来三年，AI 医药会带来哪些普通人能感受到的变化？
秦炳杰：最明显的应该是以前一些不可治愈的疾病可以治愈了。就像哈萨比斯说过的，10 年内治愈所有的疾病，所以 3 到 5 年内，实际上有一部分疾病是可以解决的，我对这个事情很坚信。
编者注：哈萨比斯即 Google DeepMind 首席执行官 Demis Hassabis。
Alma：人类的寿命会怎样？
秦炳杰：人类的寿命肯定会延长，这也是一个必然的结果，只是需要时间来证明。从我们专业的角度来看，延长人类的寿命是完全可能的，只是需要多长时间去验证。一开始延长多少岁，你不可能一下都延长到 150 岁，但延长人类的平均寿命这个事情是必然的。
Alma：在这个过程中，华兰未来三年的计划是什么？
秦炳杰：未来三年，我们就是想全心全意为这 1300 家或者更多的药企去服务，辅助他们整个管线快速推进、迅速上市。
Alma：是不是所有药企都需要 AI？
秦炳杰：都需要。如果你不需要，那你就被淘汰。
Alma：服务药企的过程中，哪一部分最难？
秦炳杰：我觉得最早期的还不是技术端，而是信任端。现在很多药企没有真正意识到整个 AI 的作用，还认为 AI 是一个简单的辅助，有或者没有，其实不是，AI 现在已经彻底改变了各行各业的整个形态，包括医药。所以还是要积极地去拥抱整个 AI 技术。
Alma：当真的看到结果的时候，相信会有越来越多的人积极去拥抱。
秦炳杰：对的，大家都还是比较现实的，看到真正好用的东西，大家肯定会积极拥抱的。
Alma：随着 AI 不断发展，是现有药企重新 AI 化，还是会产生从一开始就是 AI native 的新企业？
秦炳杰：肯定会产生新的，因为这个时代一直在往前发展。
「我们医药行业还是相对保守一些」
Alma：最后，您会给普通人什么建议？
秦炳杰：大家一定要积极去拥抱 AI，不光是医药这个方向。今天我们可以看到，各行各业都在被 AI 颠覆。随着大模型的能力不断提高，所有人所在的行业都要触及到 AI 颠覆的问题，只是有的颠覆得小一些，有的颠覆得翻天覆地，但它会影响到每一个人。
Alma：今天的活动下来，您最大的收获是什么？
秦炳杰：我最大的收获是刚才看到的那本发行的书籍。我发现大家，尤其是做投资的，用 AI 用得最多，他们这波人的脑子是真活。这也是我们非常希望看到的，大家拥抱 AI 的态度非常积极，而且已经在前进的路上了。
编者注：指当天在峰会现场首发的《AI 智能投资手册：人机协同的研究逻辑与决策体系》，该书是 Uweb 商学院与 Techub News 联合主办的「AI 投研精英孵化计划」的研究成果。
Alma：所以您也希望药企或者医药行业能像金融行业一样，更多的人开始积极拥抱 AI？
秦炳杰：对的，因为我们医药行业还是相对保守一些。
编辑说明：Techub News 为 AI+X Future Summit 2026 联合主办方之一，华兰股份（301093.SZ）为本次峰会支持机构之一。本文为专访实录，据 2026 年 10 月 22 日会后专访的现场录像整理（时长约 24 分钟），以手机转写稿与云端转写稿相互比对；答案只删去口头语、附和与重复，未改写；主持人提问与追问有精简，简短的附和与插话多已删去，保留的两处单列为主持人话轮，均不计入受访者回答。为便于阅读，「和药企合作从哪一步开始」一组问答移至「药企为什么买单」一节末尾，「是不是所有药企都需要 AI」一组移至「未来三年」一节，其余按录音顺序。人名、机构名以主持手册、秦炳杰当天的主题演讲演示文稿及华兰股份（301093.SZ）2026 年半年度报告为准，核对内容以编者注标注，公司生态布局的表述据华兰股份（301093.SZ）提供的资料。「佳吾益」在录音中发音近似「加五一」「嘉维一」，「英矽智能」近似「英西智能」；「Johan Auwerx」为按发音对应，录音中未能逐字确认。1300 多家药企客户、一周与半年多的测试对比、十几个项目验证、已有几家药企签署全链路战略合作协议、三个 PB 数据量、临床成功率提升幅度、细胞治疗价格及「万亿级公司」等，均为受访者口述，本文未能独立核实。录音中受访者提及的另一位尚未官宣的科学家，以及两份转写对 Johan Auwerx 职务说法不一之处，本文均未收录。本文未经受访者审阅。
免责声明：本文内容仅为受访者个人观点与信息分享，不代表 Techub News 立场，亦不构成任何投资或医疗建议。文中涉及的上市公司及其投资企业存在经营与研发风险，相关治疗技术仍处于研发验证阶段，读者应独立判断。
相关公开资料：
