英伟达对谈礼来：AI加速药物研发，礼来研发效率平均比其他头部制药企业快 40%——AI系列12
意识到面对AI这个世界级别的趋势，应该增加AI的exposure，不管是时间上还是资金上。因此诞生此AI系列，翻译世界级领导人关于AI的访谈，修正自己的ego。也欢迎大家交流。
主持人 / 发言者：黄仁勋（英伟达 CEO）嘉宾：大卫・里克斯（礼来 CEO）（现场掌声）
黄仁勋：开场致辞
大家好，很高兴见到各位。每年我都有机会向大家致谢，感谢你们所做的卓越工作。大家都知道，我们开创了一种全新的计算方式 —— 加速计算，深耕这一领域已有 33 年。
核心理念在于协同设计：先明确要解决的计算问题，再打造全栈技术体系，包括算法、计算机及内部处理器。从顶层设计到底层落地，全方位拆解问题，就能让超高计算密集型的应用实现指数级提速，这是摩尔定律都难以企及的速度。摩尔定律的增速约为每 5 年 10 倍、每 10 年 100 倍，而过去 10 年，我们让 AI 的计算效率提升了 100 万倍。100 万倍的提升，叠加 20 年的复利效应，让我们有机会攻克人类面临的一些最重大、最具影响力的挑战，而这一切的缔造者，就是在座的各位。
我们对加速计算和协同设计的探索从未停止。历经 30 余年，各计算领域的突破相继落地，计算机图形学是最早的领域之一。10 年前有人告诉我，要攻克计算机图形学中光线追踪这一难题，至少需要 30 年。光线追踪技术需要精准模拟每一个光子在空间中的反射路径，最终进入人眼的全过程，借助这项技术能解决复杂的图形学问题，生成超写实的图像。
而就在 10 年后的今天，我们已经能在电子游戏中，对计算机图形程序的每一个像素进行光线追踪处理，不仅效果极致精美，还能实现每秒数百帧的渲染，分辨率也可按需调整。我们还让 AI 掌握了第一性原理模拟技术，仅通过少量像素就能推演完整图像，再由 AI 生成其余部分。生成的图像在时间和空间维度上都保持一致性，效果远超传统计算方式。
如今各领域的技术突破接踵而至。10 年前我们开始探讨自动驾驶，而今天，自动驾驶正迎来属于它的 “ChatGPT 时刻”。我坚信，未来 10 年内，几乎所有量产汽车都会具备无人驾驶出租车的能力；即便有人偏爱亲自驾驶，车辆也能随时切换为无人驾驶模式，这一未来近在咫尺。
生成式 AI 和大语言模型在过去一年取得了跨越式发展，让曾经看似神奇却频繁产生幻觉的 AI，变得真正实用。过去几年，多模态 AI 也实现了突破：AI 不仅能识别 “猫” 这个文字和字母，还能通过图像、猫叫的声音实现多维度认知，让所有信息在模型中实现统一对齐，这对大家的工作至关重要。
我们在 AI 推理能力上也实现了重大突破，让 AI 能通过组合分解，将从未见过的复杂问题拆解为常规问题，逐步推理、解决难题。多模态推理能力，以及基于多信息源的事实锚定能力，不仅会颠覆我们的行业，更会为你们的行业带来革命。
以自动驾驶为例，多模态传感器的应用本就理所应当，而具备推理能力的自动驾驶全栈系统，能应对从未遇到过的场景，一步步推演并解决问题、完成导航，这一能力极大拓展了自动驾驶的适用场景。我们不再需要对每一辆车进行所有场景的测试，就像人类的思考方式一样，汽车也能拥有真正的智能。
此外，智能体的自主推理、工具使用、多智能体协作能力，也带来了革命性的变化。这些技术突破正渗透到医疗健康、生命科学等领域，诞生了许多我近年来见过的最令人振奋的研究成果。
今天我们要宣布一项重要的合作，在此之前，我想先介绍我们携手取得的一些成果。我们推出了加速计算平台，更打造了一套引以为傲的专属库：用于基因测序的 Parabicks、医疗影像开源平台 Monai，以及理解分子、蛋白质等几何结构的 Bionmo 平台，在座很多伙伴都在使用这些平台，我对此深表感谢。
现场有两百多家合作企业，涵盖制药、医院、初创公司，还有机器人、手术机器人、机器人实验室领域的初创企业，以及做医疗诊断的智能体 AI 公司、AI 科研领域的创新企业。能成为各位的技术平台，英伟达深感荣幸，而我们的平台也交出了亮眼的成绩单：Monai 的下载量已达 600 万次，我们还创下了基因测序的吉尼斯世界纪录 —— 这是我一直以来的心愿，非常荣幸。
如今，全球绝大多数蛋白质结构预测模型都基于英伟达技术构建，这是我们的骄傲。Bionmo 平台之上，还有大量预训练模型，可用于数据处理、生物模型训练和微调，同时我们也提供丰富的预训练模型和基础数据，助力各位针对分子研究开展微调工作。我们参与联合开发的多款模型也值得一提：蛋白质设计模型 Laortina、分子合成模型 Resin、毒性预测模型 Kermit、DNA 基础模型 Evo 2，以及 RNA 设计模型 Codon FM，都取得了令人瞩目的进展。
我们正致力于学习蛋白质的表征方式，打造蛋白质基础模型，而细胞基础模型的研发也已近在咫尺。今天，我们还宣布了众多与 Bionmo 平台合作的伙伴，在此深表感谢。同时，我们要宣布一项里程碑式的合作，合作方是全球顶尖企业，也是我的挚友 —— 大卫・里克斯和他带领的礼来公司。接下来，我将和大卫一起为大家详细介绍，现在，让我们用热烈的掌声欢迎大卫・里克斯！
（现场掌声）
感谢大卫的到来。
2017 年你出任礼来 CEO，我想问问，彼时的礼来是什么样的？当时对生命科学的未来有怎样的愿景？而如今的礼来又发生了哪些变化？当下对生命科学的未来又有怎样的规划？
大卫・里克斯
2017 年时，礼来已有近 140 年历史，是一家根基深厚的企业，但当时整个制药行业正经历一段艰难时期。在座各位都知道，制药行业的创新周期平均远长于回报周期，行业发展起起落落。在低谷期，企业要么被淘汰、被收购，要么咬牙坚持、突破困局。
礼来是全球主要制药企业中，唯一一家从未通过合并或收购度过行业低谷的公司，我们经历过多次低谷，也因此练就了在困境中求生的企业基因。2010-2012 年，我作为高管委员会成员经历了上一轮行业低谷，让我深刻意识到，企业必须对创新保持极致的执着 —— 专利到期后，如果没有新的产品接棒，企业就必须全面调整规模。试想，每 10-15 年就经历一次这样的调整，企业很难保持发展势头，人才会流失，核心技术和经验也会丧失。
为解决这一问题，我们从两个方向发力：一是追求更优质的创新想法，但这一方式难以持续，即便一时想出好点子，也很难长期保持优势；二是加快创新速度，这也是我们更核心的举措。我们系统性拆解了研发的全流程，从候选药物筛选到首次获批，数百个环节逐一优化、压缩时间。
时至今日，礼来在各治疗领域的研发效率，平均仍比其他头部制药企业快 40%，这让我们能在专利周期内完成创新迭代，实现企业的持续增长。2017 年的这一愿景，如今已经成为现实，同时我们也在持续加码创新投入。
2006 年，礼来早早布局 GLP-1 领域，推出了全球首款 GLP-1 药物。
我们深耕这一领域多年，如今发展得不错。
黄仁勋：要不是英伟达，它可能就是资本市场最火的技术了。
（笑声）大卫・里克斯：这一技术对人类意义重大，我们钻研了 12 年。
黄仁勋：听着就像芯片领域的技术，GLP-1 会有 2.0 版本吗？
大卫・里克斯：不仅有 2.0，还有 3.0。GLP-2 是真实存在的蛋白质，只是作用和 GLP-1 相反，市场规模很小。我们还研发出了融合两种激素的双靶点药物，明年还将推出三款作用的创新药。
竞争对手率先将 GLP-1 应用于肥胖症领域，我们紧随其后、高效执行，在去年成为该领域的市场领导者。如今，礼来不仅拥有更高效的创新引擎，更凭借 GLP-1 实现了强劲的发展周期。我们当下的挑战，是在这一周期结束前找到下一个新的增长引擎，实现行业内头部企业从未达成的持续增长。
黄仁勋：你刚才的话让我深有感触，我常对员工说，CEO 的核心职责不是自己想出好点子，而是打造让优秀想法持续涌现的环境。你所描述的礼来，正是如此 —— 创造让重大发明落地的土壤。
我们曾聊过英伟达早期布局 AI 的经历，我认为我们做过最正确的一件事，就是投资基础设施，打造让顶尖 AI 研究者愿意加入的环境，让创新成果得以诞生。
如今我们很少提及这段经历，但过去 10 年，我做过的最关键的决定之一，就是在英伟达财力有限的情况下，打造了一台全球顶尖的超级计算机。彼时公司几乎没有 AI 研究者，看似浪费，但我深知：没有研究者，就不会有研究工具；而没有研究工具，永远吸引不来研究者 —— 就像没有粒子对撞机，就无法吸引全球顶尖的粒子物理学家一样。
因此我认定，必须先打造让顶尖 AI 研究开展的环境，这台超级计算机成为了基石，吸引了大批优秀人才加入。如今，我们在物理 AI、生物 AI、机器人 AI 等领域都取得了前沿突破，自动驾驶领域的技术更是带来了革命性变化，这也让我们意识到：AI 的发展，已经足以让我们着手攻克人类最重大的挑战之一 —— 生物学难题。
于是我想，若全球顶尖的计算机科学企业，能与全球顶尖的生命科学企业携手，就像打造一个联合实验室，整合双方的核心优势，必将带来颠覆性的突破，这也促成了我们今天的合作宣布。
（现场掌声）
大卫・里克斯
今天我们宣布的合作，主要包含四个核心部分：首先，礼来采购了大量英伟达芯片，正在打造全球最大的专属生物医药超级计算机，预计本周就能落成，选址在印第安纳波利斯 —— 这里也是全球生物发现的中心。
黄仁勋：我本来还想说，礼来总部选址印第安纳波利斯，或许正是它从未被收购的原因。
大卫・里克斯：或许吧，这里的科研氛围很独特，一旦成为这里的发现化学家或生物学家，就很难愿意离开，企业人才留存率极高。
其次，我们将在旧金山湾区成立联合研究团队，面向全球招募顶尖的科学家和计算机科学家，打造礼来 - 英伟达湾区 AI 实验室。
第三，我们将联合打造全新的数据集。做过相关研究的人都知道，模型训练的核心是数据，数据质量不足，模型效果就会大打折扣，而生物学领域还有大量未知内容，因此我们需要开展大规模实验，为模型训练积累数据。
第四，我们将在英伟达现有模型的基础上，研发更先进的预测模型，实现技术的持续迭代。
黄仁勋
这项合作令人无比振奋。理解 AI 可以把它比作多层蛋糕：最底层是计算机的能源供给，往上是芯片和硬件设备，再到基础设施层 —— 这一层相当于 AI 的操作系统，决定了计算机如何学习、处理数据、优化模型、实现模型微调与训练，也承担着模型的安全管控，我常把这一层比作 AI 的人力资源部门，只不过他们讲的笑话更好笑。（笑声）
基础设施层之上是模型层，再往上则是领域专属数据和数据飞轮。其中最令人期待的，是通过 AI 训练模型、合成蛋白质或化学分子，再到机器人实验室开展实验、收集数据，将数据反哺回模型继续优化 —— 这一科学数据飞轮，将被 AI 赋予指数级的提速，未来潜力无限。
因此，我们正整合双方在药物研发领域的顶尖人才，以及计算机科学领域的核心力量，在联合创新实验室中，实现 AI 技术全栈的深度融合，希望能为未来的药物研发打造全新的蓝图。
我想和大家分享一段 43 年前的经历：我是第一代接触计算机辅助设计的工程师，在我之前，工程师设计芯片时，往往一款成功产品之后，要隔好几年才能再有新的突破。而我们这一代工程师，学会了用软件对晶体管、逻辑门、产品功能进行数字化表征，让计算机能精准模拟产品性能，实现了硅基仿真。
如今，英伟达设计一款大型芯片，需要 15000 人协同合作，我们刚完成了 Ver Rubin 的流片，这款产品投入了数十亿美元研发成本，重达 3 吨，包含 150 万个零部件、6 款全新芯片，晶体管数量达 220 万亿个，是一套极其庞大的系统。但正是依靠全流程的数字化仿真，15000 人的团队打造的这套系统，一次流片就成功落地，完全达到预期效果，且每一代产品都能在上一代的基础上持续迭代。
而现在，生命科学领域也迎来了这样的时刻。经过百万倍、甚至千万亿倍的计算能力提升，我们终于有能力去表征人类生物学这一全球最复杂的难题。我坚信，制药行业将从过去那种 “像在森林里寻找松露一样碰运气的药物发现模式”，转向计算机辅助药物设计的全新阶段。
大卫・里克斯：我们曾经甚至有一个 “土壤发现部门”，（笑声）专门派人深入热带雨林采集土壤样本，带回印第安纳波利斯进行研究，从中提炼抗生素。如今医院里的最后一道抗生素防线 —— 万古霉素，就是礼来的科学家在婆罗洲的土壤样本中发现的。
黄仁勋：当时他们是怎么确定要去那里采集样本的？
大卫・里克斯：真菌会产生对抗细菌的物质，因此科学家会深入各地土壤挖掘，寻找天然的防御机制，并将其提炼为药物。这份工作充满风险，甚至可能感染疟疾，这是 70 年前的 1950 年代，制药行业最真实的药物发现方式。
黄仁勋：而现在，你们的工作可以和我一样，足不出户就能完成，全流程在硅基平台上实现。
大卫・里克斯：这正是最让我兴奋的地方，计算机辅助药物设计的背后，是极其复杂的科学体系，人类生物学的复杂性更是不言而喻，这一领域的突破或许还需要 10 年时间，但我坚信，我们今天的合作宣布，将为行业打造全新的蓝图，开启一个新的时代。
在 JP 摩根的这场会议上，我们能看到行业拥有丰富的研发管线，但绝大多数研发工作都像 “凿石取玉”，依靠大量的实证研究艰难推进。偶尔我们能借助生物自身的机制，比如单克隆抗体，利用生物天然的抗感染机制研发药物，但更多时候，研发工作都依赖实证、循序渐进，每一个小分子药物的发现，都是一件艺术品，稍有差池就会前功尽弃。
如果能将药物研发从 “靠运气的发现模式” 转变为工程化的设计模式，将对人类生命健康产生颠覆性的影响。
黄仁勋
我早年参与设计的第一代计算机，研发过程也充满实证性，我们依靠一些经验规则和直觉设计，完全无法预判最终性能，只能确定新一代产品会比上一代更好 —— 因为我们会修正上一代的错误，同时增加晶体管数量等硬件配置。但产品的具体功能、实际性能，都只能靠估算。
而如今，我们能精准掌控所设计系统的每一个比特的功能，能提前测算性能，全流程进行仿真模拟，最终交付的产品完全符合预期。我坚信，这种模式也将彻底改变生命科学的未来，哪怕只是在人类生物学的一个细分领域实现，也将带来革命性的突破。
你刚才提到 GLP-1 已经进入 3.0 阶段，未来它还将走向何方？还有哪些新的应用场景？它将如何改变整个行业？
大卫・里克斯
肥胖症是成年人慢性疾病的核心诱因之一。从进化角度来看，人类如今面临的许多疾病，在进化过程中并非问题 —— 人类的进化速度远落后于环境的变化，导致我们难以适应现代社会，肥胖症就是典型。
我们的祖先生活在物资匮乏的环境中，而如今的社会物资丰裕，大脑中没有进化出 “饥饿关闭开关”，这也是肥胖症的根源，而肥胖症又会引发两百多种慢性疾病，影响人类健康和寿命。
GLP-1 的出现，相当于为人类人工合成了一个 “饥饿关闭开关”，能有效调节食欲，未来还将实现两大核心升级：
第一，更多的产品选择。未来 24 个月，我们将推出更多 GLP-1 家族的创新产品，比如融合 GIP 和 GLP-1 的双靶点药物，能实现更好的疗效和耐受性。我们还将在这一蛋白超家族中，整合不同蛋白的优势，研发出耐受性更强、疗效更好的药物，适用于不同特征的患者，既能实现体重维持，也能高效减重。
第二，更广泛的应用场景。目前礼来的 Zepbound 能让患者平均减重 23%，而我们还发现了它的诸多衍生价值：能显著降低心脏病发作风险，改善糖尿病、前驱糖尿病症状，让前驱糖尿病转化为糖尿病的风险降低 93%。试想，若美国 7000 万前驱糖尿病患者都使用这款药物，美国的糖尿病患者数量将减少 93%，这一发现意义重大。依托我们与特朗普政府签署的政府准入协议，这一愿景有望落地。
此外，肥胖会引发慢性炎症，而非急性炎症，这会损伤心血管系统、关节等部位。在早期临床试验中，许多患者反馈，减重后不仅身体状态改善，甚至能十年来第一次顺利从坐姿站起，膝盖和背部的疼痛也大幅缓解，部分克罗恩病、结肠炎患者的症状也得到了缓解 —— 这正是因为 GLP-1 从系统层面降低了慢性炎症。
上个月，我们公布了首个相关临床研究结果：将 Zepbound 与银屑病关节炎药物联合使用，能让疗效提升约 50%，我们将推动这一联合疗法的临床应用。医疗行业对创新技术的采纳，需要先验证具体场景的价值，这和 AI 技术的落地逻辑是一致的。
目前我们还在开展多项脑部健康相关研究，研发了一款专门针对脑部疾病的 GLP-1/GIP 双靶点药物，重点探索其在成瘾治疗领域的应用 —— 成瘾是现代社会的重大问题。GLP-1 能调节食欲，而食欲并非单纯由热量需求驱动，更多是由后天形成的行为循环导致；同理，它也能调节赌博、酗酒、吸烟等有害的后天行为循环，这一方向的探索正在推进。
黄仁勋：希望它不会影响大家努力工作的积极性。
大卫・里克斯：我们只针对有害的行为循环进行调节。
黄仁勋：这句话要送给现场所有初创企业 CEO，如果你们发现自己的意志力在下降，别再微剂量用药了。（笑声）
大卫・里克斯
除了上述应用，GLP-1 还将向长效化方向发展，实现更低的用药频率；今年春天，我们还将推出首款口服 GLP-1 药物，这不仅是便利性的突破，更是全球可及性的革命。
礼来的 GLP-1 注射笔，看似简单，却是全球制造工艺最复杂的药物之一，而基于当前的市场需求，我们需要生产数亿支注射笔。如今我们已在中国、印度、东南亚等地区上市，这些地区的肥胖和糖尿病问题严重，但仅靠注射剂型，根本无法满足全球需求。
尤其是东南亚地区，糖尿病问题极其严峻，且东南亚人群的基因对肥胖更为敏感，轻微的体重增加就会引发多种疾病，他们亟需有效的肥胖干预手段 —— 首选是饮食和运动，若效果不佳，可使用药物，但前提是药物的供应充足。
口服 GLP-1 药物基于化学合成，无需蛋白质合成和无菌注射剂生产工艺，能实现大规模量产，这一产品将于今年正式上市，为全球患者带来新的希望。
黄仁勋：凭借 GLP-1 这一技术，礼来未来 50 年都能保持发展势头吧。
大卫・里克斯：我们希望如此，也正在向英伟达学习持续创新的能力。
黄仁勋：我坚信 GLP-1 是全球第二好的技术。
大卫・里克斯：没错，英伟达的技术是第一，GLP-2 第三，GLP-1 第二。
黄仁勋：英伟达的技术赋能整个经济体系，而 GLP-1 赋能的是人类的健康经济。
大卫・里克斯
GLP-1 的发展，让我想到了另一类改变人类的药物 —— 抗生素。青霉素的发现开创了现代医学，若没有抗生素，现代牙科、外科手术都无法开展，这一技术从发现到落地，历经 60 年，诞生了上百种新药。而 GLP-1 针对的是现代社会的慢性疾病，而非急性感染，我坚信它能像抗生素一样，为人类带来深远的影响。
黄仁勋：你有没有想过，自己的 CEO 工作会变得这么轻松？
大卫・里克斯：我妻子也经常问我，为什么看起来总是不用工作。
黄仁勋：一次重大发现，就能让礼来发展 60 年，就像在森林里找到一颗珍贵的松露，一劳永逸。
大卫・里克斯
其实 GLP-1 的研发历程，始于上世纪 70 年代：德国科学家发现了肠促胰素效应，GLP-1 就属于肠促胰素家族，是肠道分泌的激素，能向身体传递 “饱腹” 信号，我们的研究就是对这一激素进行强化。
科学家发现，口服葡萄糖和静脉注射葡萄糖，会引发完全不同的胰岛素反应 —— 胰岛素负责促进糖分吸收，而口服葡萄糖引发的胰岛素反应更缓慢，这就是肠促胰素效应，也是首个揭示肠道参与人体代谢调节的关键发现。
在此基础上，80 年代科学家先后发现了 GIP 和 GLP-1—— 这正是 Zepbound 的两个核心成分，后续又发现了更多相关激素。而我们与英伟达的超级计算机和联合团队，希望攻克的核心难题是药物成药性：天然的人类 GLP-1 半衰期只有 7 分钟，若直接作为药物，患者需要全天不间断输液，根本不具备临床应用价值。
90 年代科学家确定了天然 GLP-1 的肽序列后，我们历经多年研发，将其半衰期从每日两次用药，提升到每周一次，如今行业还在研发每月一次甚至更长效的产品，这才让 GLP-1 成为一款实用的药物。
AI 药物发现的核心价值，正在于快速生成海量的分子组合可能性，并通过硅基仿真进行筛选，找到优质的候选分子，我们目前已在规模化开展这项工作，而与英伟达的合作，将让这一能力实现更大的突破。
另一大核心方向是靶点发现—— 找到 “锁”，这也是行业的圣杯。若能将靶点发现和分子设计结合，就能实现整个生物系统的建模，这一愿景令人无比期待。
黄仁勋
大卫坚持将联合 AI 实验室设在硅谷，甚至就在旧金山这个 AI 核心区 —— 这里汇聚了全球顶尖的 AI 研究者，英伟达也在这里设有办公室，实验室最终可能选址南旧金山 —— 湾区的生物科技中心，或者旧金山市区。
大卫・里克斯：我们希望选址在人才愿意定居的地方。
黄仁勋：旧金山是个很棒的城市。
大卫・里克斯：没错，礼来的适应能力很强，我们以前擅长篮球，现在擅长橄榄球；以前擅长化学，现在也能做好 AI。
黄仁勋：你们只是擅长迎难而上而已。
大卫・里克斯：没错，总比坐以待毙好。
黄仁勋：硅谷如今很多人都在探讨长寿和抗衰老话题，想从根本上延缓衰老，这一领域的技术核心是什么？
大卫・里克斯
这是一个极具吸引力的话题，毕竟没人愿意变老，偶尔我甚至会想，人生或许早点结束也挺好。（笑声）
从生物学角度，细胞的衰老凋亡机制已被大量研究，也能推演到细胞系统、器官乃至整个生物体，但礼来的研究方向并非延长人类的最大寿命—— 即在理想条件下，将人类的自然寿命从 100 岁提升到更久。
试想，若人类实现永生，会带来诸多哲学和社会问题：人类无需繁衍，进化也将停止，这样的世界会非常怪异。自然的设计有其合理性，我们更关注的是更实际的问题：如何让更多人有机会活到自然的最大寿命，而核心手段就是攻克疾病。
1900 年，美国男性的平均预期寿命只有 46 岁，主要原因是儿童死亡率极高，大部分孩子因感染性疾病夭折；而抗生素、疫苗等技术的出现，大幅降低了儿童疾病死亡率，让平均预期寿命快速提升。
1960 年至今，人类的平均预期寿命又提升了 10 年，主要得益于慢性疾病的治疗突破：癌症治疗技术大幅进步，HIV、艾滋病等新发传染病被攻克，在座很多企业都为慢性疾病的管理做出了重要贡献。如今美国的平均预期寿命已接近 80 岁，若排除阿片类药物成瘾和交通事故这两个美国特有的高致死因素，平均预期寿命能达到 84 岁。
黄仁勋：自动驾驶能解决交通事故问题，而 GLP-1 或许能解决阿片类药物成瘾问题。
大卫・里克斯：没错，我们正在研究 GLP-1 在阿片类药物成瘾治疗中的应用。
随着人类寿命的延长，衰老相关疾病的发病率也在上升，因此礼来在 GLP-1 之后的下一个核心研发方向，就是痴呆症和脑部衰老疾病。当人类的身体能支撑我们活到 80、90 岁时，脑部的衰老问题却尚未得到有效解决，这不仅影响寿命，更影响生活质量，是我们的重要研究前沿。
我们目前在这一领域投入了大量资源，开展了多项令人振奋的临床研究。而通过 AI 药物发现技术，模拟脑组织、寻找新靶点、探索靶点间的相互作用，或许能带来全新的突破 —— 毕竟脑部衰老过程中，还存在炎症和蛋白质错误折叠等尚未被完全理解的机制。
黄仁勋
回到我们的联合创新实验室，首要工作是搭建科研所需的计算平台，我们已经具备了硬件、基础设施层、Bionmo 平台，以及大量自主研发的模型和模型架构，双方科学家将携手开展研究，打造技术基础。
我和大卫都有一个共识：我们会引导研究者的研究方向，但不会强行指令 —— 因为我们永远不知道未知的领域有哪些惊喜，很多重大发现，都是在我们认为 “不可能” 的领域诞生的。而一旦这些发现落地，我们的创新团队会携手推进，将其转化为市场产品。
但如果让你为研究者设定一个大致的方向，你希望他们重点探索哪些领域？
大卫・里克斯
我认为有两大核心问题，我们需要缩小研究范围，确保能取得实质性进展、看到成果：
第一，药物工程与优化。这一领域目前已有大量研究基础，如今很多药物研发都属于这一范畴 —— 靶点已被充分研究和表征，研发的核心是找到更适配的 “钥匙”。而 RNA、基因治疗等新兴技术模态，因发展时间较短，尚未实现优化，这一整套问题都极具可操作性。英伟达和礼来的科学家携手，有望在这一领域快速取得突破。
这一领域的研究成果，还能直接应用于礼来为生物科技合作伙伴打造的Tune Lab 平台—— 这是一个基于联邦学习技术（英伟达贡献的 MVflare 平台）的协作平台，礼来与初创企业、第三方机构可在平台上共享数据、联合研发，无需聚合或混合数据，就能共同训练模型，实现互利共赢，同时保护知识产权。自合作宣布以来，大量初创企业都对 Tune Lab 平台表现出浓厚兴趣，这一平台的愿景极具前瞻性。我们会将双方的联合研究成果接入 Tune Lab，让更多生物科技科学家受益。
第二，靶点发现。这一领域需要我们的机器人实验室全力支撑，核心是找到更多新靶点，并更深入地理解现有靶点 —— 很多靶点的结构比我们认知的更复杂，这也是药物研发失败的重要原因，我们需要针对优质靶点，收集海量的实验数据。
礼来已有一个机器人实验室开展湿实验，未来我们将打造更多实验室，实现 7×24 小时不间断的靶点领域实验，完成靶点的全面表征，再与药物工程设计相结合。这一问题的难度更高，更依赖实证研究，但机器的优势正在于能全天候工作，攻克这一难题。
而这一过程中，数据飞轮将持续转动：从物理世界的实验中收集数据，反哺模型训练，让模型不断优化；当模型足够成熟后，能实现生成式设计，甚至能让模型之间相互测试、迭代 —— 一个模型作为目标模型，另一个作为测试模型，实验室本身也成为一个模型。最终我们仍需要通过蛋白质合成和真实数据收集来验证模型，但合成数据飞轮将发挥巨大的作用。
生命科学领域尚未有人尝试规模化打造合成数据飞轮，而我们的合作将实现这一突破。我们可以选择几个在重大疾病领域极具潜力的靶点，通过机器人湿实验室完成全面表征，再借助机器实现药物的优化设计，这一方向令人无比期待。
黄仁勋
JP 摩根大会的魅力，就在于让大企业和小企业携手合作。今天我遇到了一家非常优秀的企业 Edison，这是一家基础模型公司，我们已合作许久，他们计划打造集生命科学实验室、AI 实验室和机器人工厂于一体的研发体系；LILA 等优秀企业也来到了现场。
现场还有很多做机器人实验室、AI 科研、医疗健康智能体的初创企业，比如 A bridge、Open Evidence，都在开展令人振奋的研究。你在现场看到了哪些令人眼前一亮的领域和企业？
大卫・里克斯
首先是医疗服务领域的 AI 应用。这一领域的问题不像我们今天探讨的这么复杂，核心是用 AI 智能体替代人类服务，提升效率 —— 医疗服务是整个经济体系中生产率最低的领域之一，AI 的落地势在必行，但也面临诸多阻力。
礼来运营着美国最大的直连药房平台 Lily Direct，虽然仅成立一年，但季度营收已接近 10 亿美元，年化营收达 40 亿美元。很多初创企业都希望与我们合作，借助礼来的市场影响力，推动 AI 在医疗服务领域的落地，打破保险公司的保守态度、缓解医生群体对技术的担忧。
美国的医疗体系亟需提升效率，只有这样，才能为创新腾出更多空间，让前沿药物更快落地，也能为患者提供更精准、全面的诊疗服务。AI 在这一领域的落地是必然趋势，我们的核心任务是加速这一过程。
其次是新兴药物模态。过去 10 年，即便没有 AI 的加持，行业在新兴药物模态上的研发效率也在持续提升，如今正处于早期发展阶段，很多企业都在将新旧模态结合，研发双功能药物 —— 包含靶向部分和 “弹头” 部分，比如用于杀死癌细胞的药物。
此外，药物的靶向递送技术也是一个重要的研究方向，如何让药物精准抵达目标组织，目前有很多有趣的新方法，我今天也针对这一领域开展了多场交流，收获颇丰。
最后，现场很多人都在探讨 GLP-1，这几乎成了我的日常工作。
黄仁勋：大企业和小企业的合作真的很有意义，在这里，礼来是小企业，英伟达是大企业。
大卫・里克斯：别开玩笑了。（笑声）
黄仁勋
10 年前，也就是 2017 年你出任 CEO 时，礼来在外界眼中，还是一家略显 “佛系” 的美国中西部企业，但很多计算机领域的人可能不知道一个冷知识：全球首款由活体细胞制造的获批生物科技药物 —— 人胰岛素 Humalin，正是礼来与基因泰克合作研发的；12 年后，礼来又购入了制药行业的第一台超级计算机，安置在印第安纳波利斯，这台克雷超级计算机被命名为 “大红”—— 礼来的企业 LOGO 就是红色，非常巧妙。（笑声）
而全球首款由计算机设计的获批药物 —— 赖脯胰岛素 Humalogue，正是在这台超级计算机上研发的，如今这款药物仍在全球范围内，为 1 型和 2 型糖尿病患者提供治疗。当时的研发，主要是通过实证方法调整氨基酸序列实现的。
大卫・里克斯：我一直想让你相信，礼来是一家很酷的企业。
黄仁勋：从一开始我就相信。
大卫・里克斯：这一合作，正是礼来企业发展的自然延续。
黄仁勋
能与礼来和你的团队合作，我感到无比荣幸，也对我们即将开展的工作充满期待。我想不出还有哪个领域，比生命科学更值得应用计算机科学，它兼具复杂性和开创性，令人心潮澎湃。
我一生的事业，都在打造计算机，而如今能与你、与礼来的科学家携手，为生命科学的下一次突破而努力，是我莫大的荣幸。感谢你的合作，也感谢你亲自推动这项合作落地。我们两人，将带领两家企业的核心力量携手前行，希望能改变历史的进程，为人类带来真正的改变，这一愿景令人无比振奋。
大卫・里克斯
你的话让我深受鼓舞，感谢你推动这项合作落地。我们的合作才刚刚开始，但这必将开启一个全新的时代。即便我们设定一个温和的目标，只要能加速生命科学的发展，让计算机技术在这一最贴近人类、最具影响力的领域发挥价值，为美国乃至全球的医疗体系带来改变，为研发效率亟待提升的制药行业注入新动能，这一尝试就极具意义。而我们的目标，远不止于此。
黄仁勋
我们必将实现这一愿景。女士们、先生们，感谢大卫・里克斯的到来！当然，也感谢 GLP-1 这一 “全球第二好的技术”。（笑声）
黄仁勋：今天的交流非常愉快，感谢大家！