百亿美金涌入AI4S:Isomorphic领跑,四层资产谁在买单
近日,海外AI4S(AI for Science)赛道的资本消息密集落地。 无论是OpenAI收购药物研发协调平台Orchestra Bio、Iambic登陆公开市场募资1.5亿美元,还是彭博报道Isomorphic Labs正以约500亿美元估值洽谈50亿美元新融资,以及Mirendil的A轮就拿到10亿美金……大额
最近一段时间,海外AI4S(AI for Science)领域接连传出资本动作。
OpenAI把药物研发协调平台Orchestra Bio收入囊中,Iambic走向公开市场募得1.5亿美元,彭博报道Isomorphic Labs正以约500亿美元估值商谈50亿美元新融资,Mirendil的A轮则直接拿到10亿美金……大额融资、巨头并购、IPO退出在年内一个接一个出现。热度之外,真正的问题是:这些公司凭什么值这个价。
SVTR梳理了175家AI4S公司在2025年9月至2026年9月间的融资情况,其中118笔已确认,合计约75亿美元。
Isomorphic Labs单独就拿走21亿美元,占比28%;13家单笔过亿美元的企业分掉73%;其余162家合计只拿到27%。
大部分资金流向了头部。
资金为何扎堆?SVTR从轮次、公司年龄、是否自研管线以及创始人出身几个维度做了检验,把组内差异归结为能力的稀缺程度。
顺着这个思路往下问:这些能力,掏钱的人是谁?
按买单方来划分,AI4S资产大致有四个层次。管线层由药企的研发预算定价;平台层的成本取决于算力和实验基础设施;工具层动用的是研发软件预算;资本层则盯着退出买家。
四个层次对应四类不同的买单方。哪一层钱最厚、哪一层的价格最经得起推敲、哪一层已经开始松动……AI4S的资本大考还在进行。
01
管线层:药企预算撑起AI制药的天花板
先从离收入最近的管线层说起。
Evaluate的统计显示,2025年至2030年间,全球将有超过3000亿美元的处方药收入因专利到期而流失。
大型药企到2030年的增长缺口约为940亿美元。
药企缺的是新管线,AI制药公司卖的则是时间。
2026年5月,Isomorphic Labs完成21亿美元B轮融资,Thrive Capital领投,Alphabet、GV、MGX、Temasek、CapitalG和英国主权AI基金参与跟投。

该公司与礼来、诺华、强生的合作中,仅礼来和诺华两家的潜在总额就接近30亿美元。
2026年11月,彭博报道其正以约500亿美元估值洽谈50亿美元新融资,目前尚未关闭。这是管线层价格最高的样本。
不过Isomorphic的自研管线还在临床前阶段,公司预计2026年底启动首次临床试验,这一时间点较原计划已有推迟。
合作总额只是里程碑上限,并不等于已经到账的收入。药企通过首付款和临床节点付款,把临床风险留给了卖方。
其他管线公司身上,也能看到同样的定价逻辑。
2026年7月,Chai Discovery完成4亿美元C轮,投后估值38亿美元,其Chai模型已进入礼来、辉瑞、诺华等药企的研发合作。

公司称Chai-3将分子相互作用预测的成功率提升约一倍。产品强,价格就能往上抬;能不能一直抬,要看药企下一轮合作是否续签。
药企对风险的这种绑定方式,一贯如此。
礼来与Profluent的协议里程碑上限为22.5亿美元,首付款未披露。
药企真正掏钱买的,是候选药的挑选权。里程碑款并不提前支付,得等候选药推进到临床节点才结算。
管线层的终点,还是得回到资本市场实现退出,合作条款只是其中一环。2026年2月,Generate Biomedicines登陆纳斯达克,募资4亿美元;GB-0895已进入两项III期临床。
管线层的退出路径在各层里最清晰。但前提摆在那里:临床数据得撑得住估值。
02
平台层:算力与实验基础设施,平台成本由此决定
管线层卖的是候选药,平台层卖的则不同——它提供的是整套AI研发的基础设施。
2025年9月,Periodic Labs拿下3亿美元种子轮,投后估值13亿美元。
这家公司由Liam Fedus和Ekin Çubuk创办。Fedus参与创建了ChatGPT,Çubuk则在Google DeepMind从事材料发现研究。公司收入未披露。

Liam Fedus(上)与Ekin Çubuk(下)
2026年5月,福布斯报道称,该公司正就至少5亿美元的新融资深入洽谈,估值约75亿美元,由AMP领投。不过交易还没得到公司确认。
a16z在投资公告中给出的理由是:互联网文本已经耗尽,最好的模型训练量约10万亿个token。科学没法只靠读教科书。
Periodic搭建了粉末合成实验室:机器人负责混合前驱体、加热、表征,产生的实验数据再回流到模型里。a16z把这种做法总结为一句话——自然成为强化学习环境。
同样的判断,也落到了更早期的团队身上。
2026年6月,Mirendil完成2亿美元种子轮,a16z和Kleiner Perkins领投,NVIDIA跟投。
到了11月,公司又宣布10亿美元A轮,Kleiner Perkins和Clearlake Capital领投,Google等参投,估值未披露。
目前公司已公开Fern模型,面向科研与工程团队的Lor智能体平台还在私测。
把自建实验体系做得更重的,是Lila Sciences。该公司由Flagship Pioneering在2023年孵化,种子轮2亿美元,两笔A轮合计3.5亿美元。

Lila团队在自动化实验室
公司自己建了AI Science Factory,已设计、合成、测试超过95万条mRNA序列。每一条结果都会回流进模型。
2026年6月,彭博报道称,Lila正以85亿美元投前估值洽谈约20亿美元B轮,尚未关闭。
三家公司的资产构成其实各不相同,可定价逻辑是同一个。
Lila的95万条mRNA序列、Periodic的粉末合成实验室、Mirendil的模型与智能体平台——这些资产卖的,是别人短期内做不出来的能力。
代价体现在成本结构上。一条机器人实验线,要采购机械臂、液体处理设备和表征仪器,还得养一支能设计实验的科学家队伍。实验跑得越多,数据积累越多,设备折旧和算力账单就越厚。
这样的成本结构,最终把资金引向了上游。
钱最后流向NVIDIA、云厂商和实验设备商。
据VCBeat不完全统计,NVIDIA和NVentures投过的AI药物发现公司至少有14家。2026年1月,NVIDIA再与礼来联手,双方宣布共建AI创新实验室,计划五年内合计投入最高10亿美元。它在这里既是股东,也是供应商。
03
工具层:研发预算,决定工具公司的上限
离现有软件支出最近的,是工具层。Schrödinger 2025财年录得收入2.559亿美元,软件部分贡献1.995亿美元,同比增长10.6%;公司同期净亏损1.033亿美元。
前三类资产中,工具层最适合拿持续收入来检验。软件授权之外,工具层还有一类公司,把验证流程做成了标准服务。
Adaptyv Bio做的就是蛋白质验证的标准化服务。客户交来设计,三周后拿到结合亲和力、表达量和热稳定性数据;一个蛋白起价149美元,加急则三天交付。Chai Discovery正是它的客户。单价不高,周转却快,客户动用的其实是药企的研发预算。

早期工具公司的融资规模,同样被收入卡着。Uncountable在2025年6月完成2700万美元A轮,当时团队90人。Tamarind Bio则在2026年2月拿到1200万美元A轮,全球前20大药企中有8家是它的客户。
退出市场的出价,也遵循同一套收入逻辑。Scite在2023年被Research Solutions以2090万美元收购,Wildcat Discovery在2026年3月被Holyvolt以7300万美元收购,两笔交易的规模都不到平台层一轮融资的零头。资本按收入倍数和替代成本定价,平台溢价并不给。
04
资本层:退出买家,决定VC的持有期
前三层谈的是资产,资本层看的是谁来接盘。Generate在2026年2月IPO募资4亿美元,Iambic在10月募资1.5亿美元,管线层的退出由公开市场接住了。产业买家则直接买资产,Scite和Wildcat都卖给了战略买家。
科技巨头收的是团队。据媒体报道,Anthropic在2026年4月以约4亿美元股票对价收购Coefficient Bio,OpenAI在10月收购Orchestra Bio,金额未披露。

围绕这些项目,出资人已经形成几张清晰的面孔。a16z把Periodic和Mirendil装进了自己的组合,Thrive连续领投Isomorphic。General Catalyst同时出现在Lila和Chai的股东名单里。Dimension这类深科技基金从种子轮就押注Chai和Earendil。ARCH与Foresite孵化了Xaira,Flagship孵化了Lila和Generate。NVIDIA NVentures、GV和Amazon归入产业资本,MGX、Temasek和英国主权AI基金则代表主权资金。
财务基金、产业资本之外,药企同样坐上了这张桌子。2026年3月,Sanofi参与了Earendil的7.87亿美元融资;更早之前,它为两条抗体管线支付过1.25亿美元首付款。
一家完整药物公司身上的这种重注,体现得最为极端。
2024年,ARCH和Foresite Labs孵化出Xaira,首轮融资10亿美元,这是ARCH历史上最大的一笔初始投资。

Xaira实验室实录视频:AI科学家指挥机器人做实验
Bob Nelsen给出的理由很直接:要撑起一家完整的药物公司,还得懂AI,需要的是几十亿美元,十亿美元不够。
各类资金的期限差异,最终左右了VC的持有期。Isomorphic的B轮融资中,MGX、Temasek和英国主权AI基金都参与了出资。
主权基金盯的是国家能力和长期敞口;产业资本要的是算力需求和模型使用量;药企战投的做法则是压低首付款、抬高里程碑,用临床节点来绑定付款。
主权基金和产业资本的期限一般更灵活,财务VC则受基金期限约束,而平台层的重投入又拖长了验证周期。管线层等的是临床节点,工具层等的是退出窗口,两者的周期未必同步。
VC的投资思路,是提前判断将来谁来接盘。
05
裂缝:买单方逻辑解释不了的四件事
这套定价框架也有软肋。先看管线端的临床证据。
Healthcare Discovery在2026年5月更新的行业追踪口径显示,173个AI药物项目正处于活跃临床开发阶段,其中15个进入III期;目前还没有一款AI设计的药获批上市。
AI药物的一期成功率在80%到90%,二期约40%,与历史区间相近,不过样本仍然偏小。
一期主要测安全性,二期才测有效性。临床不认模型分数。
管线层的风险落在临床,平台层的风险则在于稀缺性能维持多久。Periodic和Mirendil未披露收入,Lila的85亿美元只是媒体报道的洽谈估值。

SVTR判断,别人做不出来的时间窗口可能只有12到18个月。一旦模型能力被追平,重估就会从下一轮开始。
平台层的估值建立在能力稀缺之上,而稀缺性是有时效的。
估值基础之外,成本结构和资金分布同样存在裂缝。云实验室要养设备、养人,客户却按项目付费。药企削减研发预算时,工具预算往往最先被压缩。
资本层也不均匀。13家公司分走了73%的钱,IPO窗口更偏向管线靠前的公司。
主权基金和产业资本的资金期限长,价格信号也可能因此变钝。头部集中还会自我强化,后来的公司更难拿到大额融资。
06
潮涌AI观点
把这套框架放回中国市场,先看一级市场的整体对比。
据SVTR,过去12个月中国有41笔AI4S融资,美国44笔,笔数几乎持平。
可单笔融到上亿美元的那13家里,中国仅占一席,就是C轮拿到1.14亿美元的深势科技。论最大单笔,中国是1.14亿美元,美国到了4.35亿美元,英国则有21亿美元。融资笔数上差得不算多,可头部那几笔的体量,悬殊就大了。
不过,过去12个月里,中国融资中披露金额的只有41%。A轮13笔,4笔给了金额;天使轮7笔,2笔给了金额。拿融资总额去比中美,相当于美国拿全部数字,中国只出了四成。
只看披露了金额的样本,中国自研管线公司的单笔中位数是5100万美元,美国是4150万美元,前者并不更低。中国公司第一轮的定价其实不便宜,真正缺的是头部大额融资和长钱。
另外,中国公司还有一项成本上的定价优势。
Fierce Biotech的报道提到,非小细胞肺癌试验的单患者成本,中国约16.5万美元,美国约29.6万美元,中国低44%。中国公司的长处就在验证成本这一环。
Insilico在2026年上半年收入1.063亿美元,同比增长287.2%,其中约97%来自药物研发与管线开发。Rentosertib已于2026年7月进入中国III期临床。
Earendil Labs在2026年3月拿到7.87亿美元融资,出资方有Sanofi、辉瑞与Hillhouse的基金、DST。
海外药企肯为中国资产掏钱,说明验证成本上的优势可以跨过国境来定价。
一级市场的动向也在往这个方向偏。2026年11月,晶泰科技孵化的无界进化完成超亿元Pre-A轮,做的是基础模型、自动化实验和AI4S基础设施。
晶泰科技2026年上半年AI4S智慧解决方案收入1.935亿元,同比增长136.4%。总收入3.936亿元,同比下降23.9%,净亏损2.249亿元。
AI4S的收入在往上走,利润还没跟上。
除了收入和临床证据,平台层的高投入对中国公司还意味着另一种节奏。平台层要自建实验室、算力和数据团队,头部公司融资已到十亿美元级;中国公司更适合先在管线层和工具层把收入、临床、客户证据做扎实。向平台层迁移,得等这些证据立住。
再看海外,未来一年该盯的不是估值,而是三组证据:Isomorphic的候选药能不能如期进临床,Generate的III期数据能不能撑住估值,Periodic和Lila的机器人实验室还能稀缺多久。
管线、资本、平台这三层,各有一张答卷等着交。
谁买单决定估值,验证则决定买单的人还在不在。