A New Era for Pharmaceutical R&D: Nvidia and Eli Lilly Unveil $1 Billion Co-Innovation Lab
在一項標誌性舉措中，顯示人工智慧（artificial intelligence）與生命科學日益融合，Nvidia 與製藥巨頭 Eli Lilly 宣布建立位於舊金山灣區（San Francisco Bay Area）的一個聯合 AI 共創實驗室的策略性合作。該合作預計在未來五年投入高達 10 億美元，用於人才、基礎設施與運算資源。此項計畫旨在從根本上重塑藥物發現流程，利用先進運算來加速具有變革性的藥物開發。
此合作強調製藥業的一個重大轉變，從傳統實驗方法轉向由龐大資料集和生成式AI（Generative AI）驅動的「數位生物學（digital biology）」。透過結合 Lilly 在生物與化學領域的深厚科學專長與 Nvidia 在加速運算方面的領導地位，該實驗室旨在縮短開發週期並提升新療法的成功率。
Accelerating Discovery with Next-Generation Compute
這次合作的核心是整合專為生物研究設計的先進硬體與軟體。新實驗室將使用 Nvidia 的 BioNeMo 平台，一個為藥物發現量身打造的生成式AI框架（Generative AI framework），來建立與訓練能理解複雜生物系統的模型。
值得注意的是，該實驗室將部署未來的 Nvidia 運算架構，其中包含備受期待的 Vera Rubin 架構。這款次世代硬體預計能提供訓練前沿模型所需的大量運算吞吐量，以處理 Lilly 廣泛的專有資料集。這些技術的整合旨在讓科學家能在電腦中模擬（in silico）探索生物與化學空間——在實體合成任何分子之前，先虛擬模擬其相互作用與性質。
此運算能力將由 Lilly 先前宣布的 AI 超級電腦所補強，該電腦被描述為製藥領域中最強大的之一。這些資源合力形成一個「AI 工廠（AI factory）」，能訓練大型生物醫學基礎模型，以前所未有的速度與精準度識別並優化候選藥物。
The Continuous Learning System: Bridging Wet and Dry Labs
新實驗室的一項核心創新是實施「連續學習系統（continuous learning system）」，將計算預測（乾實驗室）與實體實驗（濕實驗室）無縫連接。此方法建立了一個動態回饋迴路，AI 模型產生假設，機器人系統執行實驗以驗證這些假設，並將結果即時回饋以優化模型。
這種「科學家在回路中（scientist-in-the-loop）」的方法論旨在實現全天候 24/7 的實驗。透過自動化例行任務並縮短預測與驗證之間的差距，研究人員能比傳統人工流程更快地對候選藥物進行迭代。最終目標是創造一個自我優化系統，使 AI 在預測成功分子結構與生物目標方面愈來愈精準。
Comparison of Traditional vs. AI-Accelerated Drug Discovery
| Feature | Traditional Drug Discovery | AI-Accelerated Co-Innovation Model |
|---|---|---|
| Primary Method | Sequential trial-and-error experimentation | Generative AI prediction and simulation |
| Data Utilization | Siloed, often manual data analysis | Integrated, massive-scale dataset training |
| Cycle Time | Years for target identification and validation | Weeks or months for in silico validation |
| Feedback Loop | Slow, manual iterations | Real-time, continuous automated feedback |
| Infrastructure | Standard lab equipment and servers | AI Supercomputers and Robotic Automation |
Beyond Discovery: Manufacturing and Digital Twins
Nvidia 與 Eli Lilly 的合作範圍超越初期發現階段，延伸至臨床開發、製造與供應鏈作業。兩家公司計畫運用「實體 AI（Physical AI）」——即將 AI 應用於與物理世界互動與控制——來優化藥品生產。
透過 Nvidia Omniverse 與 RTX PRO Servers，Lilly 打算建構其製造線的數位孿生（Digital Twins）。這些高保真度的虛擬模擬將使工程師能在虛擬環境中模擬生產流程、測試變更並優化工作流程，然後再在現實中實施。此能力預期可減少停機時間、提高效率，並確保複雜療法製造中的品質管控更佳。
Strategic Implications for the Industry
在南舊金山（South San Francisco）設立此實驗室，代表 AI 在醫療保健產業工業化上的一個重要里程碑。Nvidia 創辦人暨執行長 Jensen Huang 強調，雖然 AI 正在改變每個產業，但它對生命科學的影響將是最深遠的。他指出，此合作旨在發明一個藥物發現的「新藍圖」。
同樣地，Lilly 執行長 David A. Ricks 指出，結合公司 150 年的科學知識與 Nvidia 的運算能力，可能會重新定義藥物的發現方式。此舉顯示未來藥廠的競爭力將在很大程度上倚賴將高效能運算與生物研究整合的能力。
隨著實驗室在今年初開始運作，它將成為更廣泛採用 AI 代理、機器人與基礎模型於醫學領域的關鍵試驗場。此計畫的成功可能為製藥公司如何運作樹立新標準，使其轉型為混合型的科技-生物企業。
Key Technologies Driving the Lab
該合作將集中部署一套專為處理生物資料獨特挑戰而設計的技術堆疊：
- 生成式AI模型（Generative AI Models）: 以專有生物資料訓練的客製化基礎模型，用以預測分子相互作用。
- 機器人自動化（Robotic Automation）: 由 AI 代理控制的自動化濕實驗室設備，可在無人干預下執行實驗。
- 數位孿生（Digital Twins）: 用於模擬製造與供應鏈物流的實體系統虛擬複製品。
- 高效能運算（HPC）: 大規模 GPU 叢集，確保持續模型訓練所需的處理能力。
這項 10 億美元的投資不僅僅是財務承諾，更是一種策略性結盟，使雙方在以 AI 為驅動的生物科技革命中站在最前線。
