10月24日，在第十一届医药创新与投资大会上，华为制药军团总裁樊杰给出了医药圈等了近一年的回答：华为不做药。 这条热搜之下，普通患者真正关心的是另一件事：底座不碰药，那"更快、更便宜的新药"还与自己有关吗？答案有关，但传导分段明确——底座提速的是新药研发中占比最短的发现环节，占大头的临床试验和审批不会因算力变快；"更便宜"则由供给竞争和医保支付决定，华为改变的只是"更多药企能入场造药"这道门。微博
自2025年底开始，华为制药军团频繁现身各大医药行业论坛，"华为也要做药吗"一直是医药人的疑问。 这次表态把边界划得很清：不碰新药管线，不做药品研发、生产和销售的任何一个环节，也不自主开发医药垂直AI模型。 这种"只做底座"的说法，让一些人联想到当年"华为不造车"的定位，评论区里既有"又来了"的质疑，也有"懂边界才好合作"的认可。经济观察报微博
巨头入场的姿势并不相同：腾讯公开了AI设计的GLP-1短肽专利，字节把AI制药团队分拆成AnewLabs，算法、平台和四个临床前管线一起进入新公司。 OpenAI则收购了帮药企协调开发流程的初创公司。走华为这条路的参照系是英伟达，它已与礼来、诺和诺德等多家制药企业在AI算力层达成合作，自己不碰药。 华为选择同样的边界，既是不与客户抢生意，也是因为药企确实缺这样一个角色。36氪知乎
药企缺的不是想法，是算力。训练药物模型至少需要64张卡，常见需求是百卡、千卡规模，而卡要串成集群才能用。 樊杰称，华为能提供"许多企业没有的先进算力"，目前已有1024卡超节点方案，“在全球是最大的”。这套底座已经有了真实买家：华为已与两家医疗企业共建百卡集群，并为上海药物研究所等机构提供算力支持。 这类接近亿元级的投入，在医疗行业还很少见。经济观察报微博
底座的价值不在"算得快"三个字，而在过去卡住中小机构的具体环节——模型与算力卡之间那一层叫算子的接口。 算子适配的好坏，性能差距可达十倍；工具链成熟后，一次适配从三四个月缩短到一两天，深势科技、望石智慧、分子之心这些模型公司由此不必把工程力量耗在底层适配上。已有可核验的落点：昌平实验室基于昇腾算力构建的AI蛋白结构预测模型TorchFold，经实测与AlphaFold精度对齐。今年5月落地的广药数科合作项目更直接，它完成了行业内首个适配昇腾、鲲鹏技术体系的自主研发AI药物研发模型的生产验证，概念验证显示苗头化合物发现周期有望从12至18个月压缩至1至3个月，临床前研发整体效率提升一倍以上。经济观察报知乎
但提速止步于临床前。行业追踪机构统计，截至2026年初，全球173个AI相关药物项目进入临床，其中15个进入三期；AI发现的分子在一期临床的成功率约80%到90%，远高于历史平均的50%上下，可到了二期优势就不再明显，至今没有一款AI药物通过审批上市。36氪
行业预测未来三到五年内，机器学习可以让药物早期研发的周期与成本减半——注意限定词是"早期"。 而一款药从候选分子到上市仍要十年上下，临床试验和审批占据其中大部分时间，失败要一款一款地试。对患者来说，现实的"更快"不是某款特效药提前几年上市，而是新药以密集得多的节奏出现。知乎
"更便宜"这一头，则不取决于华为。新药终端价格从来不由研发成本单方面决定，而由支付方和竞争格局决定，底座影响的是源头供给。中国供给侧的"更快更便宜"其实已在发生，只是通道不在算力层：中国非小细胞肺癌临床试验的单患者成本约16.5万美元，比美国约29.6万美元低44%，2025年中国临床试验7100至7700项，已超过美国的6200至6300项。 2026年上半年，中国生物科技公司对外授权81笔、合约总额1100亿美元，首付款均值从2022年的5200万美元涨到1.72亿美元——全球药企愿意为中国资产付更多钱，说明"性价比"已是买方定价的核心变量。华为做底座的真正位置在这里：把"训练自己的药物模型"的入场券从亿元级投入、数月适配，降到一两天适配和一整套生态方案。参与者越多、同靶点分子越密，经临床验证和医保谈判后，价格下行才有基础。但"华为底座→患者少花钱"这条链的后半段没有直接证据，只有逻辑。36氪
对患者而言，比降价更早可观察的信号有两个：15个三期AI药物项目的数据读出与第一张AI药物上市批件，以及国产AI设计分子申报IND的节奏。华为一侧，则看百卡集群之外的适配工具链能否真正下沉到中小药企。计时器不在发布会，在实验室和医院的数据里。
