OpenAI收购OrchestraBio，字节分拆AnewLabs，科技巨头全面押注AI4S新战场

10月20日，OpenAI在其官网低调发布一则收购公告：正式收购成立四年的初创公司Orchestra Bio。交易金额未披露，但该公司专注开发用于协调药物研发流程的AI agent——不参与分子设计，也不介入临床试验，仅负责在复杂项目中自动追踪批次失败对整体时间线的影响，并提醒关键节点调整。这一动作看似微小，实则揭示了科技巨头在AI for Science（AI4S）领域的新一轮战略聚焦：不再满足于提供底层模型，而是深入构建端到端科研智能体闭环。

Orchestra Bio的定位，恰好补足了OpenAI今年4月发布的生命科学专用模型GPT-Rosalind及其配套工作台Rosalind Workbench的短板。后者已向Novo Nordisk、Moderna等药企开放使用，将AI能力接入实验数据与科研工具链；而Orchestra的加入，则使整个药物开发流程的“项目管理层”实现自动化协同。OpenAI的目标清晰：成为药企的AI基础设施供应商，而非直接下场做药。

与此同时，另一家大模型公司Anthropic采取了更激进的路径。今年4月，它以约4亿美元股票收购成立仅八个月、团队十余人的Coefficient Bio，一举获得一支计算药物发现团队；并在旧金山湾区自建湿实验室——尽管官方称其非专为药物发现设立，但生命科学已成为其投入最大、人员最多的业务方向。这标志着模型公司正从“纯算法输出”转向“算法+实验验证”的双轮驱动模式。

谷歌系的Isomorphic Labs则代表了资本密集型路线。5月完成21亿美元B轮融资后，10月又传出正以400亿至500亿美元估值推进新一轮融资。它与礼来、诺华签订的总潜在合作金额近30亿美元;首款候选药物预计2026年底进入临床，靶向肿瘤领域。其策略是深度绑定大型药企，用高估值换取早期管线授权与联合开发权。

国内科技企业同样加速布局。字节跳动将内部AI制药团队分拆为独立公司Anew Labs，保留56%股权，注入算法平台、四个临床前管线及火山引擎算力支持。该团队由刘凯带领，核心成员约50人;已开发Protenix、Seedfold、PXDesign等模型，并在2026年4月美国免疫学会年会上披露全球首个可同时阻断IL-17家族AA、AF、FF三种二聚体的小分子项目AN-5162，主攻银屑病等自身免疫疾病。分拆逻辑明确：AI4S需要区别于互联网业务的组织机制与长期投入耐心。

腾讯则走“投资+自研”双线并行：自2015年起累计投入约4.75亿港元持股晶泰科技（现约11.96%），账面浮盈超45亿港元;2020年上线云深智药平台;2026年2月公开一项由AI设计的GLP-1短肽专利，并在细胞实验中验证其活性。这表明其技术路径已从平台搭建延伸至具体分子产出。

上述动作共同指向一个核心判断：AI4S的真正战场不在单点突破，而在构建可持续迭代的“模型-数据-实验”飞轮。药物发现之所以成为首选试验田，因其具备三大优势：一是药企拥有明确且庞大的研发预算（全球头部药企年研发投入超千亿美元）；二是存在大量未公开的高质量实验数据；三是临床验证路径清晰，结果可量化。正如行业分析所指，2025至2030年全球将有超3000亿美元处方药收入面临专利悬崖;百时美施贵宝、默沙东、辉瑞分别面临380亿、230亿、210亿美元的增长缺口。自研难以填补，对外授权与早期资产收购成为必然选择。

数据显示，2026年上半年中国生物科技公司对外授权达81笔，总金额1100亿美元，已达2025全年八成；首付款均值从2022年的5200万美元升至2026年初的1.72亿美元。礼来、诺华愿为Isomorphic的早期项目支付近30亿美元潜在对价；Novo Nordisk与Moderna则愿将研发流程交由OpenAI模型调度——双方各取所需：科技公司出售“发现层能力”，药企购买“时间窗口”。

值得注意的是，当前AI制药管线中，大分子药物占比仅28%，且超八成处于I/II期临床阶段，验证需求迫切。相比之下，小分子领域因基础设施成熟、专利壁垒高，新增空间有限。因此，包括Twist Bioscience、金斯瑞、百普赛斯、近岸蛋白在内的上游基因合成、蛋白表达与功能验证服务商正迎来订单爆发：Twist预计2026财年AI相关订单三位数增长，金斯瑞AIDD业务2026上半年同比翻倍。湿实验通量瓶颈已成为制约大分子AI落地的关键环节，而具备高壁垒试剂与定制化服务能力的企业直接受益。

中金公司研报指出，AI4S正重塑新药研发范式，提效能力已逐步显现：AI深入蛋白结构预测、虚拟筛选、分子设计与先导优化环节，有望显著减少试错成本、缩短周期。领先管线进入临床中后期，为评估其真实价值提供了依据。平台竞争的核心已转向数据积累与实验反馈闭环能力——能否持续生成专有实验数据、快速验证并反哺模型优化，决定长期竞争力。

产业链层面，CRO企业亦开始承接AI药企的验证需求。药明康德等头部CXO已在互动平台确认，正积极探索AI在创新药研发中的应用，未来有望通过结合既有实验体系与AI工具，拓展服务深度与交付效率。

目前全球AI驱动药物研发（AI4S）市场规模预计2032年达746亿美元;2023—2032年复合增速约22.6%。政策端亦给予强力支持，《医药工业发展“十五五”规划》明确将AI赋能研发生产列为首位行动。科技巨头与传统药企的协作模式已趋于稳定：临床、审批与商业化仍归属药企，AI公司专注前端发现与流程优化。这种分工不是权宜之计，而是基于各自核心能力的理性选择。

当OpenAI的Rosalind模型与Orchestra的流程agent协同运行，当Anew Labs的AN-5162进入动物实验，当Isomorphic的首款候选药准备申报IND——AI4S已从概念验证迈入资产产出阶段。真正的胜负手，将取决于谁能更快构建起“数据生成→模型迭代→实验验证→资产输出”的正向循环。