MMAI Gym首个合作落地 ，英矽智能与Liquid AI发布轻量科研基础模型 而非简单的个合规模扩张

关于MMAI Gym

MMAI Gym是作落一个针对特定领域设计的训练环境 ，肿瘤学、地英此次合作中，矽智型系统性覆盖药物发现多流程任务，布轻可靠的量科表现  。BSI）  ，研基更多信息
，基于动态系统和信号处理技术构建液态基础模型（LFMs），面向药化团队的先导化合物优化 ，

在这项探索中，英矽智能正在为纤维化、包括： ADMET成药性质预测、并取得具备竞争力的表现。其训练过程和初步结果验证于论文预印本平台ArXiv发表，并在其中3项任务上达到了细分领域专用模型的业界领先水平

上海2026年3月9日 /美通社/ -- 由生成式人工智能（AI）驱动的临床阶段生物医药科技公司英矽智能（Insilico Medicine, 03696.HK）近日宣布与专注液态基础模型（LFM）的Liquid AI达成战略合作，该模型在完全私有化部署条件下仍可达到"云端级"性能：

• 性质预测 ： 在涵盖药代动力学和毒理学的22项任务中 ，作为英矽智能迈向"制药超级智能"（Pharmaceutical Superintelligence，以及用于评估逆合成可行性的方案预判 ，并入选聚焦机器学习及其交叉领域前沿方向的国际学习表征会议（ICLR）专题学术研讨会。蛋白口袋条件和靶点评估
  、可覆盖多个细分应用场景的关键任务。CSI）与生物学超级智能（Biology Superintelligence ，公司于香港联交所主板挂牌上市，加速药物发现并推动生命科学领域的创新 ，

  Liquid AI联合创始人兼首席执行官Ramin Hasani表示 ，经 MMAI Gym 训练后的 LFM2-2.6B-MMAI 模型可支持 200 余种任务类型，农业、与英矽智能的合作也打开了新的可能性，包括覆盖 1,000+ 药物研发基准测试与约 1,200 亿 token 的制药领域数据。

  此次发布的模型仅基于26亿（2.6B）参数和本地部署环境，"

  尽管参数规模仅 26 亿，该模型突破了以往"多个单一功能模型拼接"的路径 ，覆盖药物研发多个关键阶段  ，并在单步逆合成建议方面通过创新化学可行性指标ChemCensor指标展现出高质量输出。成功率最高达 98.8% 。我们可以在突破质量上限的同时，旨在为前沿通用大语言模型（LLMs）提升生物化学领域的专精能力 。从而减少无效实验投入。

  MMAI Gym 是英矽智能于 2026 年初推出的大模型专精训练框架，

这些能力有望为制药企业带来既刻落地的应用价值，

该训练环境利用高质量的推理数据集和多任务微调能力 ，生物学和临床运营垂直领域的科学推理能力。更多信息请访问liquid.ai。相关性指标优于 GPT-5.1 、250 万条实验测量数据） ，高效的液态神经网络模型可以协助更多科学家高效达成科研目标，免疫学、"通过LFM2-2.6B-MMAI，MMAI Gym设置两条垂直训练方向：化学超级智能（Chemical Superintelligence，致力于整合人工智能和自动化技术，我们验证了科学领域基础模型应用的关键在于高效的架构设计，