輝達 (Nvidia) 最新宣布，將在未來五年內投入 10 億美元，與美國藥廠禮來 (Eli Lilly) 共同在硅谷打造一座 AI 制药实验室，目标是将 AI 真正带入药物研发现场，加快原本高度依赖人力与实体实验的流程。
实验室设于旧金山，科学家与 AI 工程师并肩工作
这座 AI 共同创新实验室将设在旧金山湾区，并采用「共置」模式运作，让礼来生物学、科学与医学专家，和辉达的 AI 模型工程师、系统工程师在同一空间工作。
双方希望通过面对面合作，一边大量产生高质量数据，一边在辉达的 BioNeMo 平台上训练与微调生物与化学模型，加速新药开发流程。
(注：BioNeMo，为一套开放式机器学习框架，专为生物制药深度学习模型打造，支持以 DNA、RNA 和蛋白质资料进行生物分子研究。它提供优化的训练流程、资料工具与预训练模型架构，加速最耗时、最昂贵的模型开发阶段，让研究人员能更快、更大规模地建立高性能的生医 AI 模型。)
先用电脑模拟，再进入实验室做分子
辉达执行长黄仁勋对此表示，科学家可以先在电脑中，大量模拟与探索生物与化学空间，筛选出最有潜力的分子，再真正动手做实体实验。
礼来执行长 David Ricks 则指出，礼来累积近 150 年的科学知识与数据，若结合辉达的运算能力与模型建构技术，有机会彻底改写药物研发方式。
打造连续学习系统，两种类型实验室 24 小时相互反馈
双方合作初期，重点将放在建立一套「连续学习系统」，这套系统会把礼来的实体实验室，与电脑模拟与模型训练实验室紧密连接。
实验结果会即时反馈给 AI 模型，模型再提出新的实验建议，如此 24 小时不断循环，让实验、数据与模型彼此持续优化。
用辉达 BioNeMo 与 Vera Rubin 架构，训练 AI 生医模型
在技术层面，实验室将以辉达 BioNeMo 作为核心平台，训练新一代生物与化学基础模型与前沿模型。运算架构方面，也会导入下一代的 Vera Rubin，来支撑庞大的模型训练需求。
礼来先前宣布的 AI 工厂，也会成为这些模型的主要训练基地，专门负责生医领域的大型模型训练任务。这项合作不仅聚焦在药物发现。双方也将探索，将 AI 应用到临床试验、制造与商业运营中，整合多模态模型、代理型 AI、机器人与数字孪生。
(注：Vera Rubin 是辉达于 2026 年正式量产的下一代 AI 计算平台架构，作为 Blackwell 的继任者，它由强调极致性能的 Vera CPU 与采用 HBM4 内存与台积电 3 纳米工艺的 Rubin GPU 组成，目的是通过千倍算力、十分之一成本的优势，驱动全球进入大规模代理式 AI 与物理 AI 的新时代。)
机器人与实体 AI 前进工厂，提升产能与供应链稳定度
在制造端，礼来将导入实体 AI 与机器人，强化高需求药品的生产能力。
通过辉达 Omniverse 与 RTX PRO 服务器，礼来可以先在虚拟世界中，建立整条制造产线与供应链的数字孪生，进行压力测试与优化，再到真实工厂实施，降低风险与成本。
(注：Omniverse 是辉达开发的虚拟世界操作系统，而 RTX PRO 服务器 则是运行这个系统最强大的硬件引擎。在 2026 年的企业应用中，这两者通常被绑在一起，用来打造数字孪生以及训练物理 AI，像是机器人。)
串联新创与研究圈，扩大生医 AI 生态系统
辉达强调自己在开源 AI 的角色，提供模型、资料与工具，让企业打造实际可用的 AI 系统。此外辉达的 Inception 计划，也会为新创提供技术辅导、软件与算力资源。
礼来方面，旗下的 TuneLab 平台，让生技公司能使用礼来多年累积的药物研发模型。未来也将把辉达 Clara 的生命科学开源模型，纳入新的工作流程。
这座共同创新实验室，将成为辉达与礼来新创生态系统、以及研究人员的重要资源中心。
(西门子与辉达合推工业 AI 系统：从数字孪生走向自治工厂，加速制造业 AI 落地)
这篇文章 辉达砸 10 亿美元携手礼来建 AI 制药实验室，加速药物研发自动化 最早出现在 链新闻 ABMedia。
