字节分拆AnewLabs入局AI制药,中国头部企业集中持有药物资产

2026年6月,字节跳动将运行五年的AI制药业务整体拆分为独立公司Anew Labs,并完成2.9亿美元首轮融资;百度、腾讯等大厂亦加速从工具提供者转向药物资产持有者。本轮热潮与2021年不同,核心在...

人工智能

2026年6月,字节跳动将其内部运作约五年的AI制药业务整体剥离,成立新公司Anew Labs(中文名“新生实验室”)。团队、算法平台及在研管线全部注入该公司,字节保留56%股权继续控股。9月,Anew完成2.9亿美元首轮融资,投后估值达15亿美元——值得注意的是,其最靠前的资产仅是一款处于临床前先导优化阶段的IL-17小分子,尚未进入人体试验。一位参投机构人士透露,该轮额度是从逾百家投资方竞争中争取而来。一个尚无临床数据的项目能获得如此高估值与广泛追逐,折射出当前AI制药赛道的热度与资本逻辑的转变。

字节并非唯一行动的大厂,只是动作最为彻底的一家。百度创始人李彦宏牵头创立的百图生科已于2026年3月秘密向港交所递交上市申请;腾讯过去以投资人身份参与英矽智能IPO,今年2月则公开了一项完全由AI设计的GLP-1短肽减重药专利,正式切入分子研发环节;阿里与京东目前仍聚焦医药流通与服务领域。尽管路径各异,但趋势高度一致:互联网巨头正从提供算力与工具的角色,转向直接持有药物资产。

这一变化在全球范围内同步发生,且资金规模更为庞大。DeepMind分拆出的Isomorphic Labs于2026年5月完成21亿美元B轮融资;Chai Discovery在7月完成C轮融资,估值达38亿美元,较七个月前翻倍;Anthropic以约4亿美元收购不足10人的Coefficient Bio;OpenAI于10月宣布收购Orchestra Bio;英伟达与礼来更联合承诺五年内投入最高10亿美元共建AI实验室。二级市场亦已开放通道:晶泰科技、英矽智能、剂泰科技三家AI制药企业先后登陆港股。

回望历史,2021年曾出现过一轮相似热潮。据亿欧智库统计,截至当年10月,国内AI制药企业融资额达62亿元,超过此前六年总和。但随后行业迅速降温,2023年全球融资额降至约36亿美元,同比下滑超四成;2024年虽回升至58亿美元,同比增长61%,但中国公司仅获全球约一成份额,且融资仍集中于早期轮次。

退潮原因清晰可见于标杆企业案例:Exscientia于2020年将首个“AI设计”分子推进临床,完成I期后于2022年被合作方住友终止;2024年其与Recursion以6.88亿美元全股票交易合并,合并后随即削减管线;BenevolentAI在一项IIa期试验失败后裁员,并于2025年从泛欧交易所退市。两家公司分别止步于I期之后与II期,教训相同:AI可显著提升分子设计效率,但一旦进入临床,成功率仍与传统药物相近——失败并未真正前置,仅被压缩了时间窗口。

AI制药全链条各研发阶段卡点与成熟度示意图

本轮热潮与上一轮的本质差异,在于技术能力的实质性跃迁。2020年DeepMind发布AlphaFold 2,基本解决单链蛋白质结构预测问题,该成果于2024年获诺贝尔化学奖;2024年推出的AlphaFold 3进一步扩展至蛋白质-小分子-核酸复合物预测,为后续分子设计模型奠定基础。此后,生成式AI驱动的分子设计模型逐步走向实用化:Chai Discovery、Isomorphic Labs等公司已能基于靶点结构直接生成具备结合活性与成药潜力的候选分子,而非仅做性质预测或筛选。

技术演进路径也从“单点工具”转向“端到端闭环”。早期公司如BenevolentAI依赖知识图谱挖掘靶点,Recursion侧重细胞表型成像筛选,Exscientia与英矽智能较早布局生成化学,但各环节割裂、数据难互通。如今,新一代平台强调“Agent+AI设计+湿实验验证”的闭环迭代:AI提出假设→生成分子→虚拟筛选→合成验证→反馈优化,形成数据飞轮。图1所示的AI制药全链条中,“分子发现与优化”阶段的卡点正从“湿实验通量低、新口模泛化弱”转向“抗体从头设计命中率16%–30%”,而“II期临床”仍为最大空白区——成功率约75%,虽高于非AI项目(约28%),但距离商业化落地仍有距离。

资本流向也呈现明显集中化特征。据行业观察,当前约六成资金集中流向头部AI制药企业,马太效应加剧。这既反映投资者对技术成熟度的审慎判断,也体现对临床转化能力的现实考量:没有临床数据支撑的高估值难以持续,唯有能将分子推进至II期甚至III期的企业,才可能真正兑现价值。

中国企业在本轮竞速中的位置值得审视。一方面,本土公司在算法工程化、数据积累与临床资源对接方面具备一定优势;另一方面,核心底层模型训练仍依赖海外开源框架与算力基础设施,高端人才储备亦面临挑战。尤其在临床阶段,国内监管路径与国际接轨程度、真实世界数据质量、以及与大型药企的深度协作机制,仍是关键制约。

值得注意的是,近期全球AI算力链遭遇信用重定价冲击:2026年11月5日纳指重挫5.52%,费城半导体指数跌12.2%;A股虽相对韧性,但光模块与算力硬件承压明显。机构调仓呈现“科技缩圈”特征——减持高估值硬件标的(如中际旭创单季减持692.92亿元),转向性价比更高的环节(如增持天孚通信80.89亿元)与下游应用。有基金经理指出,AI产业逻辑未被证伪,但需重新评估估值、筹码、财务结构与海外云厂资本开支节奏四大变量。

在此背景下,AI制药作为“应用端落地”代表之一,反而获得部分资金青睐。长期来看,若能跨越II期临床鸿沟,该赛道有望成为AI技术从“能预测”迈向“能创造”的标志性战场。而字节、百度、腾讯等大厂的集体入场,不仅带来资金与算力,更将推动行业从工具供应商向“技术+资产”双轮驱动模式转型。真正的拐点不在于融资额多高、估值多热,而在于下一个进入II期临床的AI设计分子何时出现,以及它能否证明:失败可以更早发生,但成功也能更可靠抵达。