Persistent Systems把AI药物发现的节奏给加快了，英伟达这次是它的大伙伴。Persistent Systems宣布，这回跟英伟达联手，主要是为了把药物发现、测试还有上市的速度提上去。两家公司打算把Persistent的工程本事跟英伟达的AI硬件搭伙，让计算药物发现不光在实验室玩玩，而是真能在生产线上用起来。 这次行动的中心目标就是要搞定医疗领域的老毛病——早期药物发现太慢、太费钱。以前这时候进展慢还得靠实验敲代码，现在想办法把更多流程搬到AI模拟里去跑。这样做是为了缩短时间线，还能提高后面的成功率。 合作的核心是Persistent新搞出来的一个东西——GenMolIVS。这东西是基于英伟达的BioNeMo平台做的，它用在化学和生物数据上练出来的生成AI模型，在电脑上设计和评价药物候选者。研究人员不用急着合成化合物还得进实验室测一遍，先在电脑上模拟分子的表现，比如能有多黏、稳不稳还有化学反应啥的。这招让人能去探索更大的设计空间，还能早早筛掉没希望的东西。 这么搞下来，试错实验就变成了模拟主导的决策，AI先当一把验证关。这次合作更厉害的地方是把代理AI系统塞进来了。Persistent正在用英伟达的NeMo框架做工具包搞代理AI。这些系统会分析模拟结果、挑出好的分子候选者、推荐接下来怎么做实验验证。它们不是各干各的工具链，而是连成了相互关联的决策层。这就好比让一个阶段的心得为下一个阶段指路。 英伟达不光是给算力支持，还提供了专为生命科学定制的一整套AI平台。BioNeMo是用来训练特定领域模型的，Nemotron是用来做高级推理的，NIM微服务是拿来做可扩展部署的。这一套基础设施能支持大规模的实时模拟和推理，还能保持在监管严格的医疗环境里该有的可靠性。它还能让AI的输出直接嵌进公司的系统里干活儿。 企业搞AI经常会遇到个难题：试点玩得好但部署不起来。很多组织在试点阶段试得挺好但真要搬到关键任务里就不行了。这次合作特意强调从一开始设计的时候就得想着生产环境要用得上才行。目标就是要把AI直接嵌进研究流程里去。 这种合作代表的是一种大趋势：往混合发现模型上转。以前是模拟和实验分开跑现在是一起跑。模拟把大部分初期工作给包了，早期研究就能更快一些。团队能更快地测试和改进想法失败次数少了成本就降下来了效率也提高了。 而且快速修改分子设计的能力能帮我们搞出更有针对性更个性化的疗法。根本上讲这就是科学研究方式的深层转变。AI不再只是个辅助工具而是开始塑造发现的结构本身了随着模拟越来越准代理系统越来越强计算建模和实际实验的界限就越来越模糊了未来大部分早期的科学过程很可能就在电脑上跑完才进实验室呢。