来源：猎云网

8 月 10 日，寻明生科（Aureka Biotechnologies）宣布完成总额 1 亿美元的 B 系列融资。至此，这家成立于 2023 年的 AI 原生 TechBio 公司累计融资已近 2 亿美元。

本轮融资分阶段完成，其中首轮由 Granite Asia 独家投资，后续轮由知名产业投资人领投，弘晖基金跟投，启明创投、经纬创投及纽尔利资本等老股东持续投资。

寻明生科表示，本轮资金将重点投入新一代生物基座模型的研发及规模化训练，持续提升模型在分子从头设计、生物结构建模及功能预测等核心任务上的能力。同时，公司将进一步升级以实验为核心反馈机制的 Lab-in-the-Loop 体系，推动基座模型与专有单细胞功能筛选、高通量实验验证及药物开发平台形成深度闭环。按寻明生科规划，作为闭环 AI 原生基础设施 " 智能核心 " 的生物基座模型不仅能解决单一药物发现任务，更能够持续学习生物规律，并对复杂生物系统进行理解、生成、预测与干预。

随着基座模型与自动化研发基础设施加速融合，寻明生科将从 " 以 AI 提升药物发现效率 "，进一步走向 " 以 AI 建模生命系统 "，持续拓展 AI 药物发现的技术边界与产业上限。

行业投资趋势一年一变，生成式抗体赛道成主线

2024 年，AI 制药板块投融资迎来回暖。据智药局数据显示，2023 年全球 AI 制药融资总额 36.01 亿美元，全年融资事件 104 起；2024 年全球融资总额攀升至 57.95 亿美元，同比增长超 60%，融资事件增至 128 起，资本市场回暖信号显著。2025 年全球 AI 制药领域全年融资总额高达 75.53 亿美元（数据来源：平安证券，2026 年 AI 制药行业深度报告）；AI 生物药板块成为资金重点流向，其中生成式抗体 / 蛋白赛道成为大额融资较为活跃的方向之一。这一变化有多重动因：传统抗体研发高度依赖随机文库筛选，难以实现靶向特定表位的从头设计；伴随抗体高通量湿实验技术成熟、产业商业模式持续落地，生成式 AI 顺势提供全新解决方案，便于搭建 "AI 分子设计 — 湿实验功能验证 — 数据回流迭代 " 的研发闭环。

寻明生科认为，生成式抗体 / 多功能蛋白赛道的融资表现验证了一个重要趋势：AI 驱动的分子设计正在成为新一代药物研发基础设施，证明上游模型与设计能力具有巨大的产业价值。

竞争力要求体系化，Lab-in-the-Loop 是关键

Granite Asia 邝英挥表示："AI 药物发现正在从单点模型能力的竞争，进入数据、模型与实验闭环协同演进的新阶段。" 寻明生科正是这样一家 AI 原生 TechBio 公司。其致力于研发新一代生物基座模型，并构建由 AI 模型、智能体、数字生物技术与实验平台共同组成的闭环 AI 原生基础设施，重构药物发现的全流程。公司将 Lab-in-the-Loop 作为模型研发的一级基础设施，将 AI 智能体、高通量数字生物技术、专有单细胞功能筛选与自建实验平台深度结合，形成覆盖分子生成、实验设计、功能验证、数据回流、模型后训练与候选分子开发的闭环系统。

这一体系使寻明生科的实验室不再只是模型生成结果后的验证环节，而是直接参与模型学习和能力进化的核心组成部分。模型提出可实验验证的分子设计与科学假设，实验平台产生高质量功能数据，数据进一步回流至基座模型与项目专属模型，驱动模型持续迭代，并进入下一轮设计与验证。相比主要依赖公开、静态数据集的模型研发路径，寻明生科的模型能够在真实药物发现项目中不断获得实验反馈，在设计—验证—学习的循环中持续进化，从而形成数据、模型、实验与药物资产相互增强的闭环飞轮。

业内人士认为，生成式抗体赛道下一阶段的核心瓶颈，将从 " 能否生成具备结合能力的分子 " 转向 " 能否预测并验证分子在真实生命系统中的生物学功能 "。寻明生科所构建的，正是跨越这一行业瓶颈的核心基础设施，以专有数据训练生物基座模型，并通过自主实验数据持续开展模型后训练与项目级迭代，并向着能够预测生命系统响应的生物世界模型持续演进，走了一条 " 数据与模型一体化协同发展 " 的差异化路径。

从生物基座模型走向世界模型，技术壁垒构建未来商业价值

寻明生科创始人兼首席执行官赵伟安博士表示：" 当领先的生物基座模型与可规模化运行的研发基础设施真正结合，我们不再只是提升药物发现某个环节的效率，而是在构建能够理解、生成和预测生物系统的下一代药物发现引擎。这也是寻明生科向生物世界模型迈进的关键一步。"

依托完整的技术底座，寻明生科已实现底层模型能力的权威验证：自研生物分子基座模型 AuraIDE 的开源版本 OpenDDE，经第三方独立评测，性能位居全球开源生物分子模型第一梯队；

OpenDDE 在公开抗体—抗原结构预测基准 FoldBench v1 上的第三方评测表现，来源：Tamarind Bio，Open Models Beat AlphaFold3，FoldBench v1 benchmark。

寻明生科表示，现有生物基础模型在蛋白质结构预测和生物分子相互作用建模方面取得的重要进展，为生物世界模型的发展提供了关键技术基础；但能够贯通分子、复合物与细胞尺度，并对生命过程进行动态、多尺度和干预条件下推演的生物世界模型，仍处于早期探索阶段，公司也将持续向此方向投入。

既要放眼未来，也要活在当下。寻明生科端到端的智能体化研发基础设施贯通分子生成、成药性评估、实验验证、结果反馈与候选分子开发，将科学假设、模型能力与实验能力快速转化为可开发的药物资产，并持续支撑内部管线和外部合作项目推进。

在技术的商业转化方面，寻明生科已在 GPCR、单抗双靶等传统方法难以攻克的项目中，规模化产出高价值、差异化抗体，与多家全球头部制药企业建立战略合作，共同推进差异化抗体药物的开发，过去两年实现千万美元级商业收入，验证了其 AI 平台在真实药物发现项目中的交付能力、规模化能力与商业化潜力。

未来，随着生物世界模型能力持续成熟，公司将进一步压缩研发周期、提升难靶点管线成功率，持续释放 AI 原生 TechBio 平台的长期产业与资本价值。