中国AI 制药变局：字节控股分拆，大厂高管下场，六成资金流向头部

本文来自微信公众号： Z Finance ，作者：ZF编辑部，原文标题：《深度｜中国 AI 制药变局：字节控股分拆，大厂高管下场，六成资金流向头部》引子2026年6月，字节跳动把在内部运转了约五年的AI制药业务整体拆分出去。

团队、算法平台和在研管线全部装进一家新公司Anew Labs，中文名“新生实验室”。9月，据报道，Anew完成2.9亿美元首轮融资，投后估值约15亿美元。字节保留56%的股份，继续控股。

Anew手里最靠前的资产，是一款IL-17小分子，目前还在临床前的先导优化阶段，离第一个临床试验尚有距离。但据一位参投人透露，这轮额度是从一百多家机构的竞争里抢来的。一个没有临床数据的项目，拿到十几亿美元估值和上百家机构的追逐，本身就是这一轮AI制药热的缩影。

字节不是唯一下场的大厂，只是动作最彻底的一家。百度创始人李彦宏牵头创立的百图生科，据报道已在今年3月秘密向港交所递表。腾讯过去更多以投资人的身份出现，是英矽智能IPO的基石投资人。

今年2月，它公开了一项完全由AI设计的短肽GLP-1减重药专利，开始自己做分子。阿里和京东则仍以医药流通和服务为主。几家的路径各不相同，变化的方向却很一致：大厂不再只给药企提供算力和工具，而是开始直接持有药物资产。

同样的剧本也在海外上演，且资金体量更为庞大。DeepMind分拆出来的Isomorphic Labs今年5月完成21亿美元B轮。Chai Discovery 7月完成C轮，估值38亿美元，约为七个月前的三倍。

基模御三家也亲自入场：Anthropic花约4亿美元，买下一家不到10人的公司Coefficient Bio；OpenAI在10月宣布收购Orchestra Bio。算力的一方同样没有缺席。

英伟达和礼来宣布，五年内投入最高10亿美元，共建AI实验室。二级市场也给这个赛道留出了位置。晶泰科技、英矽智能、剂泰科技三家AI制药公司，已经先后在港股挂牌。熟悉这个行业的人不会忘记，2021年也有过一轮相似的热度，随后是两年寒冬。

五年过去，这一轮究竟是旧剧本的重演，还是真正的产业拐点？在这场全球竞速里，中国公司又站在什么位置？从“能预测”到“能设计”：这一轮技术变在哪里新药研发是一门昂贵而缓慢的生意。一款药要从靶点发现走到分子设计与优化，再经过临床前研究、申报和三期临床，才能上市。

德勤测算，全球前20大药企2024年单个新药的平均研发成本约22.3亿美元，最新口径已升至约26.7亿美元。整个周期通常要10到15年。更大的问题是成功率，进入临床的药物，最后能获批的只有一成左右。

II期是最大的关口，通过率约28%。钱和时间大量耗在临床，失败又恰恰集中在这里。很多分子要走到临床中段、花掉大部分预算，才被证明行不通。而AI制药想解决的，就是把失败提前，让它发生得更早，也更便宜。

这个想法并不新。2012年到2022年间，上一代AI制药公司已经做过不少尝试。有人用机器学习预测分子性质；BenevolentAI用知识图谱和文献挖掘寻找靶点；Recursion用大规模细胞成像做表型筛选；

Exscientia和英矽智能则较早押注生成化学。这些工具各自解决研发链条上的一段问题，彼此并不连通。转折出现在2020年。DeepMind的AlphaFold 2基本解决了单链蛋白质的结构预测问题，这项工作后来获得2024年诺贝尔化学奖。

它让业界第一次相信，生物学里最基础的结构问题，可以直接由模型算出来。2024年推出的AlphaFold 3把预测对象扩展到蛋白质与小分子、核酸组成的复合物，此后的分子设计模型，大多沿着这条路继续往前走。

资本对上一代技术的热情来得快，退得也快。2021年是高峰，据亿欧智库统计，截至当年10月，国内AI制药企业融资约62亿元，超过此前六年的总和。此后行业融资迅速降温，2023年全球AI制药融资额降至约36亿美元，同比下滑超过四成。

2024年，全球融资额回升至约58亿美元，同比增长61%，但资金主要流向美国，中国企业仅获得全球约一成的融资额。与此同时，行业融资仍以种子轮、天使轮和A轮为主，资本回暖并未普遍惠及所有企业。

退潮的原因，在标杆公司身上看得很清楚。Exscientia 2020年把首个“AI设计”的分子推进临床，完成I期后，2022年被合作方住友终止。2024年，它与Recursion以约6.88亿美元的全股票交易合并，合并后的公司随即削减了管线。

BenevolentAI在一项IIa期试验失败后裁员，2025年从泛欧交易所退市。两家公司一个止步于I期之后，一个倒在II期，教训却是一样的：AI让设计变快了，但分子进了临床，仍可能以和传统药物差不多的概率过关。

两轮AI制药对比：从单点工具到分子设计模型这一轮AI制药热潮的不同，首先在于分子设计模型真正变得可用。Chai Discovery 2025年6月发布的Chai-2，选了52个此前没有已知抗体的靶点做测试，每个靶点只设计不到20个抗体。

结果是，单轮实验的结合率达到约16%，一半靶点至少找到了一个结合物，从设计到湿实验验证不到两周。团队称，这比此前的计算方法高出百倍以上。Isomorphic今年2月公布的IsoDDE，在小分子上给出了类似的信号。

在考察新口袋泛化能力的最难测试中，它的成功率约50%，AlphaFold 3只有约23%。它对结合亲和力的预测，在部分场景下已接近甚至超过传统物理方法FEP，而且不需要晶体结构。国内也有对应的工作，包括字节的Protenix、SeedFold，以及Anew Labs与清华合作的AnewOmni。

这些工作的意义在于，湿实验的角色变了。过去是大海捞针式的大规模筛选，现在更像是对少量设计做验证，成本和周期都被大幅压缩。不过，它们仍停留在临床前，也未必经得起推敲。IsoDDE没有公开架构和训练细节，外界目前也无法复现。

第二个变化来自大模型和Agent。斯坦福团队开发的Biomni发表在Science上，它能自己挑选工具、规划实验步骤、编写代码并运行。它的商业版本已被日本小野制药部署到药物发现部门。

让这件事变得可行的，是推理成本的快速下降。在同等能力下，大模型推理价格每年下降的中位数约为50倍，2024年后更是加速到约200倍。Agent第一次在经济上算得过账。但Agent提升的是文献检索、数据分析、实验设计这些前置环节的效率，并不直接让一个分子更容易成药。

第三个变化在数据。晶泰科技的做法是用AI做预测，让机器人做湿实验，再把实验数据回流训练模型，形成闭环。礼来和英伟达的联合实验室，也把大规模生产实验数据作为目标之一。礼来用内部数据训练的TuneLab，已开放给1300多家生物科技公司。

模型越来越容易获得，高质量数据却很难复制。谁能自己生产数据，谁的护城河就更深。所以，行业常说的“端到端”目前只成立了一小半。在分子设计这一层，结构、亲和力和口袋识别正在被统一进同一个模型；

但从靶点到上市的完整链条，还远没有打通。下一步的关键正是能把数据、决策和上下文连起来的系统。而让这一轮热潮区别于上一轮的另一个关键点，是临床证据开始出现。BCG的统计显示，截至2023年底，AI原生公司的分子在I期的成功率约为80%到90%，明显高于行业历史上40%到65%的水平。

但到了II期，成功率与行业持平，约28%，样本也只有10个。具体药物上，英矽智能用于特发性肺纤维化的Rentosertib，靶点和分子都由AI发现与设计。它的II期结果2025年发表在Nature Medicine上，III期已在今年7月启动。

武田的zasocitinib源自Nimbus和薛定谔的物理计算平台，III期在银屑病中优于已上市的对照药。不过，它更多被归为计算设计，算不算“AI药物”，业内仍有分歧。此外，到目前为止，还没有一款主要由AI发现的药物获批上市。

所以把这些进展放回研发链条上看，AI的改造并不均匀，成熟度更多集中在分子设计这一段。AI制药全链条全景图：各研发阶段的卡点与成熟度分子发现与优化是证据最充分的环节，晶泰、华深、Anew，以及海外的Isomorphic和Chai，都集中在这里。

往前看，靶点发现反而还在早期，用Agent提出科学假设的研究，今年才开始在顶刊发表。制剂和递送，是中国公司最先跑出完成III期产品的环节，不过这类产品优化的是剂型，分子本身并非由AI发现。

I期已经出现统计上的积极信号。最大的空白在II期，AI还没有改变这一阶段的成功率，而这恰恰是整个链条上成本最高，同时价值也最大的地方。上市、头部与水下：中国玩家的三个梯队经过2023年前后的出清，中国AI制药行业已经明显分层：头部公司已经上市，少数几家在一级市场拿到大额融资，更多公司还在早期或水下。

钱也在向头部集中。2026年国内最大的四笔融资，分别是华深智药多轮合计7.87亿美元、Anew Labs 2.9亿美元、元思生肽1.5亿美元和寻明生科1亿美元，合计约占全赛道融资总额的六成。

而在2023到2024年，国内单笔最大的融资是深势科技的7亿元人民币，多数融资不超过2亿元。短短两年，头部项目的融资体量已经大不相同。已上市的三家，资本圈并不陌生。晶泰科技2024年6月在港股上市，做的是AI加机器人的实验平台。

英矽智能2025年底上市，用生成式AI发现靶点和小分子。剂泰科技今年5月上市，主攻AI纳米递送。按行业媒体的概括，晶泰解决“如何快速验证”，英矽解决“发现什么药”，剂泰解决“如何精准送达”。

三家都交出了阶段性成绩，也都留下了需要追问的问题。英矽的转折最明显：它2025年营收同比下滑约34%，净亏损3.52亿美元；今年上半年营收同比增长约287%，并首次实现半年度盈利。

推动转折的，是上市后密集签下的BD，交易对象包括施维雅、齐鲁、美纳里尼、礼来、SK生物制药和武田，媒体统计其年内交易总额在70亿美元量级。但市场显然还没想好怎么给它定价。英矽股价从2月的80.9港元高点，一度跌到6月中旬的约30.8港元，回撤超过六成。

BD收入能否持续，英矽何时开始自己推进后期临床，是接下来要看的两件事。晶泰2025年营收8.03亿元，首次实现年度盈利。但据报道，金融资产的公允价值收益贡献了不少于5亿元，主营业务的真实盈利能力需要拆开看。

它与DoveTree的合作总额最高59.9亿美元，首付款为5100万美元，典型地说明了这类交易总额大、首付小的特点。市场对晶泰的核心疑问在于，它究竟是一家平台公司，还是一家高级CRO。

两种定位的估值逻辑完全不同。剂泰的MTS-004是中国首个完成III期的AI赋能制剂新药，上市时香港公开发售超额认购逾6900倍。但它2024年的收入只有150万元，2025年的1.05亿元收入也主要来自这款产品的合作首付款。

单一产品依赖，是它最直接的风险。海外同一梯队的公司可以作为参照。Recursion合并Exscientia之后削减了管线；离获批最近的，反而是薛定谔计算平台孵化出的zasocitinib，据报道FDA已以优先审评受理其上市申请。

上一代平台型公司的经历说明，平台故事讲得再好，最终价值还是要靠一个个具体的药物兑现。上市在途和一级市场的头部公司，是眼下最受关注的一层。百图生科据报道已在今年3月秘密递表港交所，此前与赛诺菲有过合作，目前尚未盈利。

做实验室自动化的镁伽科技也已在2025年年中递表港交所，估值超过百亿元。华深智药是今年融资最多的一家，也最能说明国内头部公司的成长路径。创始人彭健曾在UIUC任教，是学术出身；前诺华副总裁朱祯平作为联合创始人加入，出任总裁兼联席CEO。

华深与赛诺菲累计达成的授权与合作总额超过44亿美元，而赛诺菲同时也是它这一轮融资的投资方之一。大药企既签合同又投钱，合同和融资互为背书，这是国内头部AI制药公司比较典型的打法。元思生肽走的也是这条路，阿斯利康既拿下了它大环肽平台的授权，又是它的股东。

Anew Labs代表的是另一条路径，即大厂整体分拆。它的优势在于模型、团队和母公司的持续支持，拆分后仍能使用火山引擎的算力。首轮融资后它的投后估值约15亿美元，是这一层少数公开估值超过十亿美元的公司。

它面对的考验是，管线还在临床前，大厂的组织基因能否支撑一款药走完临床。除此之外，深势科技今年上半年累计融资超过10亿元，把智能体用在临床开发上的深度智耀，D轮系列累计超过1.5亿美元，据报已在筹备上市前融资。

再往下一层，是数量更多的成长期公司，天鹜科技、百奥几何、必扬医药、耐维思生物今年都拿到了亿元级以上的投资。德睿智药的GLP-1受体激动剂MDR-001据公司披露已进入III期，是一级市场公司里临床进度最靠前的样本之一。

和海外同一梯队相比，国内头部公司的估值逻辑并不一样。Isomorphic一轮就融了21亿美元，约为华深这一轮的2.7倍；Chai七个月里估值涨到约三倍，靠的主要是模型能力和顶级团队。

华深手里握着的，则是超过44亿美元的BD合同。海外资本押的是模型和团队，国内资本更看重交易能否兑现。早期和水下的公司更多，也更值得早期投资人留意。一类是从大厂出来的团队。字节Seed的顾全全和Protenix负责人肖文之先后离职创业。

前者已于10月创立Geodesic Intelligence，做蛋白疗法AI原生平台，据报道已获头部美元基金跟进，肖文之的公司名称和融资情况暂未公开。大厂内部也还有没浮出水面的力量，比如已经公开AI设计分子专利的腾讯，以及腾讯AI Lab的生命科学团队、百度研究院的PaddleHelix生物计算平台，华为也已在医疗健康业务下推出AI药物研究模型，与广药集团做了生产验证。

另一类是学术背景的早期公司。做蛋白和抗体设计的分子之心、百奥几何、天鹜科技；做3D分子生成的有望石智慧；出自清华智能产业研究院、主打“模型加智能体”的有艾斐智药和水木分子；做AI虚拟细胞的有华源智因和元示科技；

做实验室自动化与合成的有智化科技和ChemLex（镁睿化学）。海外的水下同样热闹，估值也更激进。据报道，OpenAI研究员Miles Wang离职创办AI药物发现公司，公司还没有名字，就在洽谈约20亿美元估值的融资，不过他本人对相关报道提出了异议。

Coefficient Bio则是另一种结局：成立约8个月、不到10个人，就被Anthropic以约4亿美元收购。表1｜中国AI制药公司的资本阶段分布排完座次，再看这些公司靠什么赚钱。

大致可以分为五种模式。表2｜AI制药的五种商业模式管线加BD是中国公司的主流选择，原因很直接：BD出海已经成为中国创新药最主要的变现渠道。2025年，中国创新药license-out共157笔，总额约1357亿美元，首付款约70亿美元，占全球license-out总额约49%，首次超过美国。

当年前三季度，license-out首付款达到45.5亿美元，首次超过同期一级市场融资的31.9亿美元。对biotech来说，收入已经是重中之重。买方的态度也在转变。一年前，药企对AI的顾虑还集中在幻觉、数据安全，以及与传统CRO有何不同；

到2026年，多数药企的第一反应已经变成先试点。但这种模式必须看首付款占比，低首付、高里程碑是行业惯例，中国创新药出海整体也存在退货多、兑现率低、同质化的问题。晶泰与DoveTree的合作，首付款不到总额的1%。

总额只能说明买方愿意为成功付多少钱，首付款才说明它此刻愿意承担多少风险。平台加服务模式的关键，是能否摆脱CRO式的定价。在这一点上，中国的实验和外包生态是一项优势。药明生物管理层表示，AI公司为训练模型而采购的蛋白生产服务增长很快。

模型需要大量实验数据，湿实验的成本和效率，会直接影响AI公司的研发速度。这对国内平台公司和CXO都是机会。流程Agent是国内最薄弱的一层。推理成本的拐点已经出现，海外也有了Biomni Lab这样的商业化产品，但国内除了深度智耀在临床开发环节做出了规模，研发前端还没有成规模的公司。

这里既是空白，也可能是陷阱：Anthropic和OpenAI都在收购相关团队，通用大模型公司随时可能把这一层直接做掉。把上市公司、一级市场和水下项目放在一起看，中外AI制药的差别已经很清楚。

海外头部公司靠顶级实验室背景和超大规模私募起家，估值锚定在模型能力和大药企合作上；国内头部公司靠BD兑现和港股窗口立足，估值更看交易和收入。前者讲能力，后者讲兑现。但两边有一个共同点：真正稀缺的不是算力，也不是模型，而是人。

Isomorphic背后是Demis Hassabis和DeepMind的团队；朱祯平加入之后，华深才接连拿下大额交易；Anthropic花4亿美元买下的，本质上也只是一个不到10人的团队。

人才往哪里流，很大程度上决定了下一批公司会在哪里长出来。最懂药的人最贵：中国AI制药的人才流向过去一年，AI制药领域最明显的一股人才流动，是从大厂和前沿实验室走向创业。今年6月，顾全全宣布离开字节Seed，他此前参与过SeedFold、SeedProteo、DPLM等工作。

几乎同一时间，Protenix负责人肖文之也离职创业。海外的路径如出一辙。Chai联合创始人Josh Meier曾是OpenAI研究员；据报道，OpenAI研究员Miles Wang也已离职做药。

原因并不难理解。药物研发遵循“双十定律”，一个项目动辄十年，与互联网业务快速迭代的节奏天然冲突，激励和考核很难对齐。大厂决策链条长，激励机制难以重构，也让核心人才更愿意出去单干。大厂的应对，是把“放人走”变成“控股分拆”。

字节把整支团队连同算法和管线装进Anew，自己保留56%的股份；Isomorphic走的也是类似的路，它由Hassabis在DeepMind体系内创立，Alphabet控股，直到2025年才首次引入外部融资。

人可以出去，资产留在体内。人才流动也伴随着争议。顾全全离职后，字节方面向媒体表示，他参与过结构预测和预训练的部分工作，但并非AI制药业务的负责人。顾全全则公开回应，称这一说法与事实不符。

另一股流动在海外更明显：通用大模型公司开始收编制药团队。Anthropic今年4月收购的Coefficient Bio，创始人来自基因泰克的计算药物发现部门，行业媒体普遍把这笔交易看作按稀缺复合人才定价的“人才收购”。

AlphaFold 3的共同负责人John Jumper也在6月离开DeepMind，加入了Anthropic。10月，OpenAI又宣布收购做药物开发流程Agent的Orchestra Bio。

但国内并购退出的通道一向狭窄，大模型公司自己也还在投入期，所以更现实的做法是把人留在体系内，或者用合同和股权把团队绑住。字节选择了控股分拆；大药企则一边签BD一边入股，赛诺菲之于华深、阿斯利康之于元思生肽都是如此；

英矽也以战略投资的方式入股了做环状RNA的元码智药。表3｜近一年AI制药关键人才流动这些流动背后，最关键的其实是既懂AI，又懂药的人。而国内主要AI制药公司的47位创始人和核心成员里，AI算法、计算机与理工科出身的占了一半以上，真正有药企研发或传统药企背景的只有8人，药学与生物医学出身的也只有5人。

懂模型的人不缺，懂药的人很少。表4｜创始人与核心成员出身按职业路径看，这些创业者大致来自四个群体，各有长短：学术派长于原创算法，许锦波、彭健、唐建、侯廷军、张林峰都是代表，短板通常在工程化和成药经验。

大厂和前沿实验室出身的人，起过大实验，也更容易拿到融资，业内认为这类团队的短板在靶点和管线经验。药企