专访聂再清教授：生物医药版“AI龙虾”来了? 水木分子跑出“自研管线+工具赋能”双轮模式

人工智能技术与生物医药产业的深度融合，正在重塑全球制药行业的创新底层逻辑。

艾媒咨询数据显示，预计2026年全球AI制药市场规模将达29.9亿美元；中国市场的增速更为迅猛，2020年至2025年，五年市场规模增长超7倍。

市场的火热并非空穴来风。2026年初的JPMorgan大会上，跨国药企与英伟达等科技巨头的重磅合作接连宣布；国内头部药企的BD交易与出海动作频频，AI技术正成为继生物药之后中国生物医药领域出海的另一张名片。

在这场行业变革中，由清华大学智能产业研究院（AIR）孵化的水木分子，凭借ChatDD智能体框架、OpenBioMed开源平台、水木知了面向C端全新的生命科学“超级大脑”工具及多模态大模型等核心成果，走出“工具赋能+管线自研”的双轮驱动路径，成为AI制药领域最具成长潜力的标杆企业之一。

01

清华AIR孵化+前阿里AI大牛掌舵

清华大学万国数据教授、AIR首席研究员聂再清教授担任公司首席科学家

水木分子的诞生，离不开清华大学智能产业研究院（AIR）的科研沃土与核心团队的跨界积淀。

水木分子成立于2023年6月，由张亚勤院士创办的清华大学智能产业研究院（AIR）孵化，致力于打造生命科学领域的基础大模型和智能体平台。该公司的核心灵魂人物——发起人兼首席科学家聂再清教授，是清华大学万国数据教授、AIR首席研究员，也是“十四五”国家重点研发计划BTIT融合项目新药研发大模型方向的课题负责人。

在加入清华之前，聂再清教授曾任微软亚洲研究院首席研究员，是微软学术搜索和微软自然语言理解平台LUIS的技术负责人；后加入阿里巴巴，担任人工智能实验室北京负责人和天猫精灵首席科学家，主导了天猫精灵这一战略级智能助手项目的研发工作。

2020年，聂再清教授应邀加入清华大学智能产业研究院，将产业目光转向了生物医药领域，“我们当时判断，这一轮大模型带来的技术革新影响巨大，影响力不小于我们经历的任何一次工业革命。每一个行业都会被大模型和智能体技术改写，而生物医药行业是最好的切入点。”

聂再清教授解释，“这个行业有大量独特的数据，尤其是蛋白质数据，它有自己的‘语言’和语法——氨基酸序列决定蛋白质的结构与功能，这种独特性让我们有机会打造区别于通用大模型的、真正解决行业痛点的的多模态大模型和产品，实现自然语言与蛋白质语言的跨模态翻译，让AI真正服务于生物科研创新。”

正是基于这一判断，水木分子选择以“蛋白质语言+自然语言”的多模态理解为核心，切入AI制药赛道。目前，包括聂再清教授在内，水木分子聚合了一支全球顶尖的专家队伍，组建了覆盖科研、工程化、商业化的顶尖复合团队——张亚勤院士、马维英教授是水木分子的联合发起人，前药明康德副总裁邢杰出任首席运营官，前Pathos高级副总裁潘琦博士担任生物医药首席科学家，形成了“AI技术+药研经验”的双核心优势。

02

水木分子正在成为AI大模型赋能的药物研发创新企业

随着潘琦博士——这位拥有二十余年贯穿靶点发现、药物研发、临床转化及战略合作的端到端经验, 国际生物医药领域资深的研发与管理专家，强势加盟水木分子，出任生物医药首席科学家（Chief Scientific Officer, Biopharmaceuticals）。她全面负责公司生物医药与ChatDD（AI智能体驱动的人机协作药物研发） 科研战略、研发体系建设、AI 药物管线推进及全球合作布局，并组建团队, 实现干湿实验闭环,为水木分子的长期竞争力与持续发展注入核心动能。

水木分子选择从自免领域的适应症入手建立了第一条自研管线。这次选择的是一类由复杂多信号通路网络调控的自身免疫性疾病，现有疗法仅仅针对单一靶点，疗效有限。基于 ChatDD-Insight 对致病机制的系统分析， 决定用人工智能设计双特异性抗体，同时阻断两条核心信号通路。目前，基于ChatDD-Discovery平台的计算设计已经完成，已产出多款性能优异的候选分子, 接下来会继续进行湿实验和临床前的验证。

在推进管线项目的同时，水木分子正在同步构建两大核心能力：一是AI驱动的双特异性抗体设计平台；二是面向自免疫疾病的双靶点组合洞察与验证体系。

未来，水木分子将把这一能力扩展到肿瘤及更多疾病领域，用人工智能高速、系统性地打造一系列创新药物管线。

03

双端产品爆发：OpenBioMed开源破局，大模型产品水木知了普惠行业

在核心团队带领下，水木分子成立以来实现了快速发展，里程碑成果不断涌现。水木分子已推出全球首个生物医药研发智能体ChatDD、首个多模态开源版大模型BioMedGPT和商业版大模型ChatDDFM®。据水木分子披露，目前公司已与30+知名品牌达成合作，2025全年订单金额同比增速超过100%，储备客户数量超100家。

这一发展势头在2026仍被延续，近期，水木分子的产品矩阵再迎关键升级：B端开源平台OpenBioMed Skills正式发布，C端切入的行业大模型产品水木知了®开启公测。这一“双赋能”策略，标志着水木分子形成了“B端赋能专业研发、C端普惠行业人群”的双产品矩阵，公司正从技术验证迈向生态构建的新阶段。

■ 堪比生物医药领域的「AI 龙虾」爆款应用OpenBioMed Skills

“如果要做生物医药版的‘小龙虾’，最缺的是生物医药的专业技能。”OpenBioMed Skills正是这一思路的产物，其底层逻辑源于聂再清教授团队对药研痛点的深刻洞察：“传统药研中，很多环节只能依赖老法师（专家）经验，而通用Skill库大多只是简单封装工具使用文档，无法真正解决复杂的科研问题。”

OpenBioMed Skills的核心突破在于将分散在学术期刊、工具文档、专家头脑中的知识，系统性沉淀为可共享、可迭代的技能库，让科研人员无需深厚编程功底，通过自然语言对话即可搭建并运行端到端的药研工作流。首批发布的45项精选技能分为5大类，覆盖生物化学/药物研发、蛋白质分析与设计、单细胞组学分析，同时也提供数据检索、工具调用等辅助技能。

Skills架构图，图源水木分子

与市面通用Skill库相比，OpenBioMed Skills拥有显著差异化优势。它聚焦长线工作流设计，实现多工具协作、端到端执行与实时反馈调整。同时，它引入人机协作模式，将专家知识和决策集成到AI技能中，创建“专家大脑的数字分身”，内置领域解读框架对专业数据进行行业语境下的解读，“就像生物医药版OpenClaw”。此外，该产品支持完全本地化部署，所有数据处理和模型推理均可在用户私有环境中完成，致力于从根本上杜绝数据泄露。

聂再清教授表示，“OpenBioMed Skills的推出，标志着生物医药AI从‘工具可用’向‘专家能力可复用’的范式转变。”

目前，OpenBioMed Skills已部署至OpenBioMed平台，可直接调用PharMolixFM、BioMedGPT-R1、MutaPLM等自研多模态模型，代码已在GitHub开源，专家通过飞书、钉钉、微信即可远程指挥生物医药Agent。

■ “AI生命科学情报助手”水木知了

在B端产品开源的同时，水木分子推出的C端产品“水木知了”正式开启公测，该产品源自内部的ChatDD-Insight模型，聚焦生命科学领域的情报解读与知识普惠，填补了C端专业生命科学AI工具的市场空白。

生命科研领域每天都有大量的情报信息产生，比方说新的技术平台、AI模型、靶点、临床前药物研发进展、临床实验进展、医疗器械、生物制造、管线交易、融资信息等各方面信息。水木知了会24小时不停歇地工作，为每个用户个性化地过滤重复、泛泛而谈的无效噪音，只将真正高价值的内容推送到你面前。你无需再在大海捞针，信息筛选效率直接提升 10 倍。

同时，水木知了基于ChatDDFM®系列模型，可以针对用户的不同认知水平提供分层服务：对行业“小白”以通俗语言解释专业概念；对有一定经验的研究者提供深度但易懂的解读；对专家级用户则开放权威知识图谱，支持深度交流与AI咨询。

“水木知了更像是一个‘情报助手’，”聂再清教授介绍，“它可以解读今天发表的论文、行业动态，也可以回答用户的具体问题。把药物研发领域的高深黑话、行业术语、复杂机制用通俗易懂的方式给用户解读。我们设置了深度思考模式、自动决策模式和‘小红书’风格模式，希望既能帮助科研人员提升信息获取效率，也能助力生物医药知识普惠普及——实现原本只属于炼丹老法师们的知识‘平权化’。”

此外，该产品目前完全免费，当然不排除未来推出的深度报告、专业咨询等占用大量GPU资源的场景下考虑收费，B端客户也可选择内部部署专业版水木知了，进一步扩大了产品的覆盖范围。

基于上述产品，在合作生态方面，水木分子与数十家头部生物医药企业、医院和科研机构建立了深度合作，形成了“技术输出+合作研发”的多元化商业模式。

在出海布局方面，水木分子已启动相关规划，分为工具出海与管线出海两大路径，目前在工具出海领域达成相关合作，在东亚市场已取得初步进展，未来将逐步拓展全球市场。

当AI技术真正成为科研工作者的通用工具，生物医药科研的奇点时刻或将加速到来。水木分子的探索，正是这一变革的缩影——不是取代专家，而是让专家的经验与直觉通过智能体得以规模化复用；不是闭门造车，而是通过开源生态让最前沿的AI能力成为行业基础设施。从清华实验室到产业一线，从代码开源到管线自建，水木分子的故事正在继续。

如果您想对接文章中提到的项目，或您的项目想被动脉网报道，或者发布融资新闻，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。

声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。