字节跳动新生探途首轮2.9亿美元：AI制药又热了？

资本抢着往里砸钱，科技巨头也亲自下场，再加上政策层面的支持，AI制药眼下热得发烫。

字节跳动拆分出来的AI制药公司新生探途Anew Labs，首轮融资就拿到2.9亿美元，估值冲到15亿美元。

另一边，Anthropic被曝已经在旧金山湾区低调建起湿实验室，让Claude驱动机器人去做真实的生物实验。

10月9日午后，AI制药和CRO概念一起回暖。贝瑞基因直接封涨停，6天里走出3个板，泰诺麦博涨幅超过10%，金石亚药、透景生命、诺诚健华、神州细胞等也快速冲高。

金斯瑞生物科技前不久和礼来TuneLab达成合作，股价随后再创高点，摩根大通也明确表态，看好其AIDD驱动下生命科学业务的强劲增长。

这些动向说明了什么？

制药行业真的要被AI掀翻了吗？

提速降本

要回答这个问题，先得看明白制药本身是怎么回事。

一款新药从无到有，大体要走过五个阶段：药物发现、临床前研究、临床试验、上市审批，以及上市后的监测。

新药研制流程

算下来，整个过程平均耗时十年，投入十亿美元起步，临床成功率还不到10%，试错代价极高。

传统医药圈管这叫“双十定律”，听上去就够残酷。

而AI一进来，药物发现的底层思路就变了。

药物发现处在创新的最前端，要干的事就是给疾病配上一把管用的“钥匙”。

第一步是锁定药物在体内作用的那个特定生物分子，也就是靶点，再验证它和疾病之间到底有没有关系。

传统制药在时间和成本上的巨大消耗，正是从这个环节开始累积的。

过去全靠人海筛选：科研人员在实验室里一遍遍合成、试验，从数以亿计的分子组合里碰运气，捞出那个亿万分之一的有效分子，跟大海捞针差不多。

说白了，就是单向试错。

到了AI手里，这一步被改写，分子可以直接“画”出来。

AI制药流程

AI吃进海量医药数据，然后在计算机上直接生成可能成立的分子结构或者蛋白序列。

这些活儿全在计算机里跑，不接触真实试剂，也不碰细胞，所以叫干实验，负责的是“想”。

传统模式下要花几个月甚至几年的分子筛选，AI几秒到几小时就能精准做完。

当然，计算能把搜索范围收窄，但真实实验数据这一环，它替代不了。

分子在图纸上画好之后，终究要进真实实验室：合成、表达，再检测它能不能结合、有没有药效、安不安全。

这类实验室有个名字叫湿实验室，验证的活儿就归它管。

设计一张图纸也许几秒钟就够了，可真要把它做出来、跑完一轮测试，几周几个月都算快的。

AI制药的干湿闭环

实验数据能不能回流，是闭环里最要紧的一环。

实验无论成败，真实数据都会被重新喂给AI模型；循环一次，模型手里的真实数据就多一批，预测也会更准。

研发不再是单向地碰运气，而成了不断迭代的循环。

落到结果上，新模式对时间和成本的改变是实打实的。

时间成本对比

据西南证券研究报告，新药研发的全链路正被AI重构：药物发现阶段能缩短70%-90%的时间，临床前和临床阶段各能省下一半以上的时长，总体算下来，研发总成本可减少约50%，约合540亿美元。

广药集团联合望石智慧做小分子新药研发就是一例：早期发现原本要1-2年，靠AI压到了3-6个月，研发成本直接降了70%。

跑得最快的样本是英矽智能。

借助Pharma.AI平台，它从靶点发现到选出临床前候选药物只花了12-18个月，而传统模式平均要4.5年。

其AI全流程研发的药物Rentosertib，从靶点到候选药仅用18个月，耗时缩减超60%。

不过提速降本只是上半场。

数据好看，真正的竞争才刚开场。

三类玩家

AI制药产业链上的企业分三类。

第一类是上游的AI技术公司，管的是靶点挖掘和分子设计。

它们靠AI大模型做靶点发现、候选分子和蛋白序列的设计生成，输出高质量的候选药物方案。

后续的大规模实验和药物生产不归它们管，成果要么授权给药企，要么交给第三方机构做湿实验验证。

英矽智能就是这一类里的代表。

它自研的Pharma.AI平台覆盖从靶点发现到临床预测的全流程，目前已与全球前20大制药公司中的13家达成软件授权合作，包括施维雅、礼来、SK生物制药和武田制药等企业。

2026年以来，公司公开披露的对外合作总额已接近100亿美元，而上一个财年营业收入才5624万美元。

英矽智能主打AI制药，用人工智能协助寻找新药方向、设计药物分子，以及判断哪些药物较值得推进临床

英矽智能最核心的管线是Rentosertib，它的靶点由AI筛选确定。IIa期临床数据表明，60mg给药组患者的肺活量平均提升98.4毫升，而对照组不升反降，下降了20.3毫升。这是业内首个AI制药临床概念验证成果，目前该药已推进至III期临床。

字节拆分出来的Anew Labs也归入这一类AI技术公司，做的是端到端新药发现，手里有自己的小分子候选管线。

第二类是中游的CRO/CDMO服务商，比的是湿实验标准化程度和产能。上游AI公司输出的大量候选分子都由它们接手，基因合成、蛋白表达、体外体内药效测试这些活都归它们干。

它们不押注新药管线的成败，只盯着有多少分子需要验证。上游AI设计出的候选分子越多，落到它们手里的订单就越多。

诺和诺德就是一个例子，它宣布与Anthropic合作，由Claude Science大模型生成的蛋白候选序列，全部交给外部服务商做湿实验验证；礼来的TuneLab平台则拉上金斯瑞、Twist等多家服务商，搭起了一套覆盖蛋白验证、数据测试、抗体表征的服务体系。

金斯瑞是全球规模最大的基因合成供应商。在这波淘金热里，它们属于卖铲子的一方，也是最先赚到钱的。

Twist的AI制药订单已经连续三年翻番：2025年约2500万美元，2026年约5000万美元，2027年要冲击1亿美元。

瑞士初创公司Adaptyv Bio过去18个月收入涨了约10倍。

跟礼来TuneLab合作之后，金斯瑞预计其AI驱动的蛋白订单会维持三位数增长。

第三类是下游传统药企，管的是产业化和临床落地。它们既可以买上中游的服务，也会自己搭AI体系来降本增效。

复星医药是其中的典型。2026年上半年，PharmAID医药数智体系完成V2.0升级，形成了决策管理、早研数智、临床研究、数据一体化四大板块的AI体系。

复星医药PharmAID平台截至2026年6月30日，已有2个由AI辅助生成及结构优化的新分子进入PCC阶段。

复星医药早在2022年就跟英矽智能达成战略合作；2025年又推动复宏汉霖与深势科技联手，探索抗体药物和ADC药物的AI研发路径。

恒瑞医药的AI化也在提速。上半年研发投入46.05亿元，占营业收入的29.8%，AI已经被融入靶点发现、大分子与多肽设计、小分子生成与优化等研发全流程。

不过AI能做的只是前端提效。一款药最终能不能上市，得走完完整临床试验，还得过严格药监法规这一关，而这恰恰是传统药企多年攒下的核心能力。药物最后走到患者面前，靠的还是它们。

说到底，几乎没有哪家企业能把所有环节一手包办。

上下游合作仍是主流，但业务交叉的地方，潜在竞争也躲不开。

谁能跑通闭环

眼下AI制药究竟推进到了什么程度？

行业当前最头疼的，是智能体系统怎么和实验系统接上，把干湿闭环真正跑通。

适配各种研发场景、又能规模化落地的成熟方案，目前还没有出现。

新药临床要过三关：I期验安全性，II期看疗效，III期则与现有疗法正面比高低。

从数据看，I期成功率已由传统经验的40%-65%提升到80%-90%。

但到了II期，成功率约40%，传统方法约37%，两者基本谈不上统计学差异。

根本症结并不在分子设计上。AI拿手的是判断分子安不安全、能不能被吸收；可药物究竟有没有效，要看靶点假设站不站得住。

II期折戟，多数情况是生物学机制没得到验证，这类问题AI目前回答不了。换句话说，AI做的是把瓶颈挪个位置，而不是把瓶颈消掉。

那要到什么时候才能见分晓？

业内目光都落在同一个时间点：2029年。

II期研究针对特发性肺纤维化患者，采用随机双盲试验。

英矽智能的核心管线Rentosertib，已于2026年7月在中国启动III期临床试验，拟入组320名受试者，顶线数据预计2029年读出。

联席CEO任峰的看法是，一旦III期成功，“这将是AI制药领域的DeepSeek时刻”。

这不只是某家企业管线跑通那么简单，它会给整个行业拿出实打实的证据——AI介入新药研发这条路走得通。

政策一侧同样在加码。

《医药工业发展“十五五”规划》把AI制药首次列入重点任务，并提出到2030年首创新药占全球比例不少于25%，创新药产业规模年均增速不少于20%。

为创新药的全球份额定下数量目标，这在国内还是头一回。

另一边，“医药工业数智化转型促进中心”由中国信通院牵头，联合恒瑞、复星、石药、华润医药等需求侧企业，以及华为、晶泰科技等供给侧企业共同发起，瞄准的正是医药企业“不敢转、不会转、不能转”的难题。

条件摆得差不多了，就差临门一脚。

未来3到4年，很可能就是医药企业采购AI的红利窗口。

国元证券研报显示，AI药物发现软件与服务全球市场规模2026年约48.5亿美元，2030年有望达到185亿美元，复合增速超过40%。

中国智能制药市场规模预计同期突破5000亿元。

绕回最初那个问题——制药行业到底有没有被AI颠覆？答案其实很明确：已经在颠覆，只不过眼下还停留在研发链条的前端。

干湿闭环能否真正大规模跑通，靠少数几家企业单独去试是不够的，这需要全行业一起来解。而只要AI制药的完整路径被验证，新药研发的周期与成本就会迎来系统性的优化。

说到底，最后受益的是全人类。

参考资料：

《国元证券：AI制药迎快速增长期 关注CXO及平台型标的》，国元证券

《从成本中心到核心资产：AI制药的数据卡位战》，证券之星

《智绘新药：AI制药如何改写医药研发的未来》，科普中国

《AI制药，到哪一步了？》，财联社

《AI制药红利落地！重组蛋白成最先兑现的黄金赛道》，第一财经

《复星医药：已有2个AI辅助生成新分子进入PCC阶段》，中国证券网