导读目录

• 合作背景与投资详情

• 联合实验室核心目标

• 此前超级计算机合作回顾

• 生态伙伴与技术布局

• 行业影响与市场展望

• 编辑总结

• 常见问题解答

合作背景与投资详情

根据 www.Todayusstock.com 报道，英伟达（NVDA.US）与礼来（LLY.US）于2026年1月12日在J.P. Morgan医疗保健大会上宣布，将在未来五年内共同投资10亿美元，在硅谷（旧金山湾区，南旧金山）建设一座首创的AI联合创新实验室（AI Co-Innovation Lab）。该实验室旨在将礼来的制药实验室专长带到全球人工智能创新中心，深度融合计算与生物科学，加速药物发现与开发流程。英伟达医疗健康业务副总裁Kimberly Powell近期表示：“人类是实验室速度的主要瓶颈。”双方将投入人才、基础设施与计算资源，实验室预计2026年早些时候启动，晚3月正式运营，使用英伟达最新一代Vera Rubin AI芯片。

联合实验室核心目标

联合实验室将实现“实验室闭环”（lab-in-the-loop）自动化与物理AI融合，礼来科学家与英伟达AI工程师并肩工作，产生大规模真实实验数据，用于训练和验证AI模型。重点包括药物发现、AI模型开发、优化实验设备与科研任务流程，使AI承担原本由人工完成的重复性工作。英伟达强调，此举帮助AI工程师深入理解湿实验室（wet lab）实际运行，进而定制软件与硬件，实现从数字模拟到物理验证的无缝衔接。初期聚焦生成式AI在分子识别、优化与验证上的应用，目标大幅缩短传统药物研发周期（通常10年以上、成本数十亿美元），转向“科学工程化”模式。

此前超级计算机合作回顾

本次合作建立在2025年10月双方已宣布的超级计算机项目基础上：礼来将在印第安纳波利斯总部部署制药行业“最强大超级计算机”（基于英伟达Blackwell Ultra架构，超1000个B300 GPU），计划2026年第一季度全面投运。该系统作为“AI工厂”，训练大型生物医学基础模型与前沿模型，实现快速分子筛选与验证。新实验室将进一步扩展此计算能力，融入Vera Rubin架构，支持更高推理性能与机器人自动化实验。

生态伙伴与技术布局

英伟达通过开源BioNeMo模型与Omniverse数字孪生技术，助力制药行业构建“计算到化学”体系，礼来则借此巩固在肥胖症、肿瘤与阿尔茨海默等领域管线优势。

行业影响与市场展望

制药行业正迎来AI驱动转型关键期，此前AI虽能提出潜在化合物，但仍需大量实验室验证，瓶颈在于“人机协同”效率。英伟达此举凸显其从数据中心向垂直行业渗透战略，医疗健康已成为其继大型科技客户后的重要增量市场。分析师预计，AI药物发现市场2026年规模可达数十亿美元，至2035年或超千亿美元，复合增长率11%-23%。礼来借此强化“AI优先”定位，潜在缩短临床试验时间、降低失败率；英伟达则通过硬件+软件生态锁定制药巨头需求。尽管领域仍处早期、无重大商业化突破，但联合实验室的“数字孪生”与自主实验模式，或成行业新标准，加速从“试错”向“精准工程”转变。

编辑总结

英伟达与礼来10亿美元联合实验室项目标志着AI与制药深度融合进入实质阶段，硅谷选址凸显计算资源与生物专长互补必要性。依托此前超级计算机基础，新实验室将推动从模型训练到物理验证的全链条闭环，Vera Rubin芯片与机器人自动化布局进一步强化技术壁垒。英伟达借此多元化营收来源，礼来巩固管线竞争力。短期看，项目启动与首批量AI原生候选药物进展将成为市场关注焦点；长期而言，若实现显著周期压缩与成功率提升，将重塑全球药物研发格局，但需克服数据质量、监管验证与伦理挑战，方能兑现实质商业价值。

常见问题解答

1. 为什么英伟达要投资制药领域？这对公司有何战略意义？
英伟达当前收入高度依赖少数科技巨头，医疗健康是其AI加速器芯片与软件的重要新兴市场。通过与礼来合作，英伟达不仅销售硬件（如Vera Rubin芯片），还输出BioNeMo开源模型与Omniverse数字孪生，构建制药专用生态。制药R&D对计算需求巨大且持续，此举有助于英伟达从“卖铲子”向“卖解决方案”转型，锁定长期高毛利需求，分散对单一客户依赖。

2. 联合实验室具体如何加速药物发现？
传统药物研发依赖人工实验，周期长、成本高。实验室将实现“湿实验室+干实验室”无缝协同：AI模型基于真实实验数据持续迭代，预测分子性质、优化合成路径；工程师学习实验室流程，反向优化硬件/软件；引入机器人自动化重复任务，目标24/7运行。礼来员工与英伟达团队共事，确保AI理解生物复杂性，最终缩短从靶点识别到临床前验证的时间，可能将部分环节从数月压缩至数周。

3. 与去年超级计算机项目有何区别与联系？
去年10月项目聚焦礼来印第安纳波利斯总部部署制药最强超级计算机（Blackwell Ultra基），主要用于模型训练与分子模拟，已计划2026Q1投运。新实验室位于硅谷，侧重物理AI与实验室闭环，包括机器人集成、数据生成与验证，形成“计算-实验”连续学习系统。两者互补：超级计算机提供算力基础，联合实验室实现从数字到物理的落地转化。

4. AI药物发现目前进展如何？何时看到商业化突破？
AI已在提出候选化合物方面展现潜力，如生成新分子结构，但验证仍需大量湿实验，尚未出现重磅药物获批。领域处早期，监管（如FDA对AI药物指导草案）正逐步完善。礼来-英伟达联盟规模最大，结合礼来强劲管线（如GLP-1药物），有望率先产出“AI-native”候选药物进入I期临床。市场预计2026-2030年间出现首批显著突破，成功率取决于数据质量与模型可靠性。

5. 这对礼来与英伟达股价有何潜在影响？
对礼来：强化AI赋能定位，提升投资者对管线效率与长期增长预期，尤其在竞争激烈的肥胖/糖尿病领域；但需实际成果兑现，否则巨额投入或引关注。对英伟达：展示AI应用多元化，缓解“AI泡沫”担忧，医疗垂直扩张支撑估值；短期公告或提振情绪，中长期取决于制药客户采用率与订单增长。整体，此类合作强化两大巨头在各自赛道领导地位，但需警惕计算成本与回报周期压力。