中国大模型把“物理AI”写进新药研发，“自然常数”助力产业安全重塑

2025年9月，美国AI公司Anthropic以“国家安全”为名，一纸公告切断了所有中国控股企业对Claude的访问权限；到了2026年，封锁进一步细化——强制实名认证、实时人脸核验、身份证件原件拍摄上传，连最新发布的Claude Fable 5也因美国商务部出口管制指令而被迫全球停服。当大模型从“生产力工具”被重新定义为“战略资产”，封锁的逻辑就变了：过去卡的是算力底座，如今卡的是智能本身。

正是在这一背景下，一家名为自然常数的生物科技企业，正尝试以“AI跨物种真实世界模型”把自主可控的命题从语言、办公延伸到生命科学的底层。而在AI制药领域持续加码的华兰股份（301093.SZ），其子公司灵擎数智已以自有资金2.05亿元增资入股自然常数，将自身布局补上了临床阶段这一关键环节。

自主可控不是闭门造车，而是关键时刻的选择权

需要先澄清一个常见误解：自主可控不等于闭门造车，它的真正含义是——在关键时刻，有自己说了算的选项。

这轮AI浪潮中，中国大模型的表现远比外界想象的硬核。DeepSeek以极低成本训练出世界级开源模型，多次登顶全球开源社区下载榜；阿里Qwen系列、月之暗面Kimi、智谱GLM等已构成多层次模型梯队，中国开源模型全球下载量已位居世界第一；华为“韬定律”与逻辑折叠技术则从芯片侧给出答案：算力不一定非要EUV光刻机才能走通。

但榜单分数不等于产业安全。正如北航肖利民教授所言，NIST等评测体系本质是话语权工具，“DeepSeek V4与OpenAI、谷歌等企业的最新模型，设计目标本就存在差异，不能用单一标准简单评判”。真正的竞争力不在某个benchmark多0.3分，而在于当别人关上大门时，工厂还能转、医院还能诊、实验室还能算，这才叫自主可控。

制度供给往往是技术突围的最强杠杆。就在6月17日开幕的2026陆家嘴论坛上，证监会主席吴清明确表示，科创板将抓紧推出两项改革措施：一是扩大第五套标准适用范围至人工智能领域，积极支持优质人工智能大模型企业上市；二是支持量子科技、生物制造、具身智能等更多“硬科技”企业在科创板上市。

这意味着，未盈利不再是硬门槛，技术足够硬的AI硬科技企业可获得专门的融资通道。与此同时，吴清亦提出“适时发布规范发展资本市场人工智能的指导意见”，并强调严查严处“借科技之名蹭热点、炒概念”。扶持是真扶持，门槛也是真门槛。从更大的图景看，A股科技板块市值占比已超三成，千亿市值上市公司中科技企业占比达45%，资本、政策、技术三重共振的格局正在成型。

从语言AI到物理AI，新药研发是最痛也最具战略意义的落点

如果把大模型自主可控的讨论局限在聊天、写代码、办公自动化，就把格局想小了。黄仁勋今年以来反复强调，AI的下一个浪潮是Physical AI（物理AI）——不是让模型做“下一个词预测”的文字游戏，而是让它理解重力、摩擦、分子轨道、蛋白质折叠、细胞信号通路这些真实的物理规律。复旦团队研发的我国首个可微分物理仿真引擎Fysics、智源研究院发布的全球首个通用世界基座模型“悟界·Physis-v0.1”，都指向同一个方向：AI正在从虚拟语义世界下沉到物理世界底层。而在所有物理AI的落点中，创新药研发是最痛、最贵，也最具战略意义的那个。

全球制药业有一个著名的“双十定律”：一款新药平均耗时10年、耗资10亿美元。其中最致命的环节不是发现分子，而是临床试验——它吃掉整个研发成本的63%，而二期到三期的转化率仅约28.9%，近七成药物在临床阶段折戟沉沙，前期数亿美元投入全部沉没。根因只有一个：缺乏确定性。小鼠身上有效，不等于人身上有效；体外数据漂亮，不等于体内安全。

这正是自然常数所做的事。这家以AI跨物种真实世界模型为核心的生物科技企业的核心思路，是把物理规律嵌入AI模型内部，而非仅仅做统计拟合。小鼠与人类基因同源性超90%，且生命周期极短，人类数十年的衰老过程在小鼠身上数月即可观测。自然常数以全生命周期跨物种数据为壁垒，在大规模临床烧钱之前，为药企提供更具确定性的决策依据。

这不是用AI“猜”哪个分子好，而是用物理AI大模型去理解分子在人体复杂系统中的真实行为，从量子化学层面的势能面与电子环境，到跨物种生理响应的因果推断，本质上是用“懂物理的AI”替代“靠运气的试错”。

创新药的自主可控，最终要落到AI大模型的自主可控

自然常数的实践揭示了一个更宏大的逻辑：创新药的自主可控，最终也要落到AI大模型的自主可控上来。如果药物发现流程、临床试验预测系统、分子动力学仿真引擎，底层跑的并非自主可控的模型和算力，那“医药自主可控”就只能停留在原料药层面，永远碰不到真正的First-in-class。

回望这半个世纪的技术史，每一次“卡脖子”的阵痛，最终都倒逼出一条更结实的脊柱——从盾构机到新能源车，从华为到DeepSeek。

吴清在陆家嘴的表态表明，国家的制度资源已开始系统性地向AI硬科技倾斜；自然常数这类企业则说明，自主大模型的价值不止于对话窗口，更在于它能下沉到生命科学、材料科学、物理仿真的核心地层，助力我国创新体系持续进化。

对华兰股份而言，逾2亿元投资自然常数，既是其AI制药版图从临床前向临床阶段延伸的关键一子，也是在物理AI这一新范式中提前卡位。自主可控从来不是为了关门，而是为了在任何时候都有开门和关门的选择权；时至今日，在全球产业竞技的“深水区”，拼的不再是谁的模型更会写诗，而是谁的智能底座能在封锁中依然运转、在压力下依然生长。（CIS）