一家药企把大模型搬进自己机房

新药研发最怕的不是做不出来，是做到一半发现方向错了，而这条路已经走了三年。 所以"缩短周期"这四个字，在药企比"提高准确率"值钱得多。 鲁南制药给出的数字是：一个原本要 2 到 5 年的阶段，压到了 18 个月。

一、发生了什么

据新泰融媒 10 月 21 日报道，鲁南制药上线了"鲁南智擎"大模型服务平台。 新药研发负责人张浩给了一个具体口径：临床前候选化合物（PCC）的发现，行业里通常要 2 到 5 年；他们做第三代白血病靶向药这个项目，用 AI 工具辅助，18 个月拿到候选分子。需要合成验证的分子数量，从过去一个项目几百甚至上千个，压到约 150 个。目前已筛出临床前候选分子，完成体内外验证。 IT 研发中心产品经理王元才讲部署方式：把 DeepSeek、Qwen 等模型搬进自家机房，从底层算力到上层应用全栈私有化；把文献、专利和 58 年积累的经验，治理成医药 AI 语料库，数据不出域。 IT 研发中心主任刘方亮给了投入账：200 多个智能场景，累计投入 1957 万元，算力 40.56P，按他们的判断够用 5 到 8 年。 场景侧还有两个具体例子："智慧HR呦呦"几分钟从 12000 余份简历里筛出百余名候选人；数字人主播几秒回答产品适用症状。

二、跟你有什么关系

药企 IT 负责人：私有化不是买几张卡，是先把数据分级和评测两件事做完，否则钱花完也过不了合规。 研发负责人：先挑一个已经卡了很久的具体项目做试点，别一上来铺全员，铺开之后没人对结果负责。 供应商：客户要的不是模型，是能过审查的部署方案，和每一轮输出的溯源记录。

三、怎么用：照着做的四步

第一步，数据分级，分四档。 公开文献专利一档；内部非涉密（会议纪要、项目台账）一档；核心机密（处方工艺、临床数据）一档；涉及受试者的受监管数据一档。前两档可以进语料库训练，第三档只做检索不参与训练，第四档不进系统。分级的动作要落到字段上，不能只写在制度里。

第二步，语料治理按"可溯源"倒推。 每一段语料要能追到原文、页码、版本、入库人和时间。王元才的要求是每一轮输出都得可溯源、可解释。做不到就别入库——进了库的脏数据，会在半年后以幻觉的形式回来找你。

第三步，工具链按岗位切，不按模型切。 鲁南做的是靶点发现与验证、大环化合物生成筛选、合成路径优化。每个工具对应研发流程里的一段，而不是给所有人一个万能对话框。计算研究员张振宇举的例子是大环分子生成：模型在空间里搜索合适的连接方式，给出人想不到的接法，再由人判断。

第四步，评测用项目指标，不用跑分。 定三个数：PCC 周期、单个项目合成分子数、实验返工率。再设一个对照组，用同类项目不上 AI 的历史数据。这三项能对上，才叫提效；对不上，说明省下的时间转移到别处了。

另外一条容易漏：算力按五年规划，别按峰值买。40.56P 对应的是 200 多个场景的并发，不是一个模型的推理。

四、三个别信的说法

数据不出域就等于安全。 私有化只解决了传输和存储。权限、审计、输出留存还得另建：谁能查什么、查过什么，都要留痕。 上个通用大模型就能提效。 鲁南的顺序是先有语料库和工具，模型只是其中一层。没有语料和工具，模型答得越流畅越危险。 18 个月可以复制到任何项目。 这是一个项目的成绩，靶点清楚、机制明确的项目受益最大；探索性项目未必，甚至可能被模型的先验带偏。

五、一句话结论

私有化大模型的门槛不在算力，在有没有人愿意把 58 年的经验一条条整理成能追源的语料。

信息来源

• 【垂域大模型看山东】"数字同事"帮忙 新药研发提速，新泰融媒，2026 年 10 月 21 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。