摘要：随着生命科学与人工智能技术的深度融合，AI正在加速重塑创新药物研发的整体范式。本报告以“面向药物发现的人工智能分子属性预测与多模态建模方法”为主题，以前沿科普为主线，回顾创新药发展的关键阶段及技术演进趋势，阐述分子属性预测在先导化合物筛选、药效评估和ADMET等核心环节中的重要作用。在此基础上，本报告同时介绍基于深度学习的分子表征方法、图神经网络以及以小分子为中心的预训练大模型的发展，使得分子表示能够在海量化学结构与生物活性数据中获得更强的表达能力与泛化性能。本报告还将进一步展示多模态建模在药物发现中的应用，通过整合谱图、实验测量与文献文本等多源信息，推动大模型在分子属性预测、小分子生成设计和药物优化中的性能提升，并展现其在提升研发效率和智能化水平方面的潜力。