6 月 10 日，字节跳动 AI 制药业务启动拆分与独立融资的消息，在科技圈和医药圈都激起了回声。

公开资料显示，字节将把 AI 制药核心团队、算法平台和已有管线资产整体迁入新主体，字节继续控股，火山引擎继续提供算力支持。这个安排保留了大厂的资源入口，也把一项内部孵化的 AI4S 业务推向独立资本化轨道。

过去几年，AI 制药一直不缺热度。行业反复讨论 AI 能不能改变新药研发周期长、失败率高的困境。但热度之外，真正被投资人和二级市场追问的问题始终没有变：AI 设计出来的分子最终能否走向上市销售？

当前，AI 制药行业进入了一个更现实的阶段。字节、百度、华为、腾讯等互联网大厂纷纷以不同方式切入，英矽智能、晶泰科技、剂泰科技等 AI 制药公司也开始接受资本市场定价，行业已经开始用医药产业的尺子对 AI 制药进行验货。

赛道进入验证期

字节早在 2020 年就已经内部布局 AI 药物发现赛道，2021 年正式组建 AI 制药团队，由刘凯负责，核心成员约 50 人，涵盖 AI4S 算法人才和资深制药行业人才。早期阶段，团队主要聚焦底层能力建设，包括蛋白质结构预测、基础模型研究和药物发现所需的算法平台。

2025 年，字节相继推出 Protenix、Seedfold 两大核心模型，并在 2026 年完成 v2 版本迭代；同时落地蛋白设计工具 PXDesign，进一步完善蛋白研发工具矩阵。随后，字节又推出面向真实药物研发全流程的 AI 制药平台 Anew Labs，从单一模型工具走向一体化研发平台。

今年 4 月，美国免疫学家协会（AAI）年会上，字节首次披露了一款处于临床前的 IL-17 小分子抑制剂 AN-5162。该药物瞄准银屑病等自免疾病，是全球首个小分子全谱 IL-17 抑制剂。目前，该药物已处于临床前先导化合物优化阶段，其 AI 制药业务成功实现了从 0 到 1 的跨越。

这也是字节拆分 AI 制药业务的关键所在，药物研发周期长、临床投入高，字节选择拆分是让 AI 制药业务脱离互联网项目制，进入更适合管线推进的公司架构。

但字节只是大厂入局 AI 制药的一个样本。近年来，华为、百度、腾讯等互联网巨头都不约而同地盯上了这块 " 蛋糕 "。

华为走基础设施路线。2026 年 6 月，在工信部消费品工业司指导下，" 医药工业数智化转型促进中心 " 正式成立，华为与恒瑞医药、复星医药、晶泰科技等十余家企业联合参与。华为更多是参与制药流程的数字化改造。覆盖面广、风险分散，与上游管线研发保持一定距离。

与此同时，百度通过百图生科押注生命科学基础大模型。其核心产品包括生命科学大模型 xTrimo V4 和 BioMapOS，应用场景覆盖靶点发现、抗体研发和创新药研发，已经在多个概念验证项目中完成验证。2023 年 10 月，百图生科与赛诺菲达成战略合作，将利用百图生科的 AI 平台共同开发用于生物治疗药物发现的尖端 AI 模块。潜在交易总价值超过 10 亿美元。这也是生命科学领域首次基于基础大模型的合作，为 AI 制药公司开辟了新的商业模式。

6 月 15 日，百图生科与和铂医药共建 MegaStream TechBio，进一步把 AI 模型合作推进到共同孵化管线的公司层面。和铂提供 Harbour Mice ® 全人源抗体平台数据和临床开发能力，百图提供 xTrimo V4 生命科学基础大模型，共同建立智能高通量干湿闭环实验室。该平台预计 AI 原生分子验证效率提升 500% 以上，数据积累效率提高超过 10 倍，形成从 AI 研发到临床落地的完整价值链闭环，后续通过 BD 或出售管线变现（图 1）。

图 1. 百图生科与和铂医药共建 MegaStream TechBio

图片来源：百图生科官微

另外，腾讯则通过投资切入医疗健康领域，并逐渐从互联网医疗大数据和 AI 辅助诊断延伸到创新药研发领域。腾讯曾参投了晶泰科技、英矽智能等 AI 制药标杆公司，也投资了多家 Biotech 企业。到 2026 年，腾讯公开了 AI 设计的 GLP-1 减肥药专利，触角进一步伸到分子设计环节。

因此，大厂入局 AI 制药，并不是一种模式的复制。医药行业长周期和高投入的属性把互联网大厂拉到各自更擅长的位置。AI 制药也已经从创业公司的单点试验变成互联网大厂、药企、资本共同参与的产业战场。

临床数据是关键

传统药物研发周期长、成本高、失败率高，AI 介入后，可以在靶点发现、分子生成、成药性预测等多个环节提高效率。但效率提升只是起点，AI 设计出的候选分子能不能成药，仍然要接受临床结果的检验。

英矽智能已经走到更靠后的验证节点。基于其 Pharma.AI 平台，英矽智能已提名 30 款 PCC，10 个重磅管线进入临床研究，累计取得 8 项临床进展，包括 2 项 II 期、4 项 I 期和 2 项 IND。其核心管线 Rentosertib（ISM001-055）是一款靶向 TNIK 的特发性肺纤维化小分子抑制剂，利用 PandaOmics 从复杂组学数据中识别 TNIK 为 IPF 潜在抗纤维化靶点，再通过 Chemistry42 设计分子结构（图 2）。

图 2.ISM001-055 发现及其进展

图片来源：Pharmacological Reviews

Rentosertib 从 AI 提出靶点到进入 I 期临床约 18 个月，传统方式通常至少需要 6 年。在 2024 年中国进行的 IIa 期试验中，Rentosertib 显示出良好的安全性与耐受性，并出现剂量依赖性的肺功能改善信号。60mg 每日一次治疗组患者用力肺活量 FVC 平均改善 98.4mL，安慰剂组下降 20.3mL。探索性生物标志物分析中，COL1A1、MMP10 等促纤维化蛋白下降，IL-10 等抗炎标志物升高。Rentosertib 于 2023 年 2 月获得美国 FDA 孤儿药资格认定，2025 年 5 月获得中国 CDE 突破性疗法认定。其吸入制剂近期也获得 CDE 的 IND 批准，即将进入临床阶段研究。这个项目让英矽智能摆脱了单纯平台公司的叙事，它把 AI 靶点发现和 AI 分子设计推到人体临床数据阶段。

剂泰科技则从药物递送和制剂优化切入。其 NanoForge 平台将药物剂型研发周期从传统的 1 至 2 年缩短至 2 至 3 个月，并实现对肝脏、肺、肿瘤等 8 个器官或组织的精准靶向递送。核心产品 MTS-004 是国内首个完成 III 期临床的 AI 赋能制剂新药，从立项到完成 III 期临床用时 38 个月，有望成为中国首个获批上市的假性延髓情绪失控（PBA）治疗药物。目前，MTS-004 已实现 PBA 适应症 BD，总里程碑 18.45 亿元，另有潜在 1 亿元适应症拓展里程碑。2026 年 5 月，剂泰科技在港股挂牌上市，成为 AI 药物递送第一股。资本市场给出的反馈，更多来自其递送平台、后期临床资产和 BD 进展的组合。

武田的新一代口服 TYK2 抑制剂 Zasocitinib 同样值得关注。Zasocitinib 由 Nimbus Therapeutics 与 AI 制药公司薛定谔合作开发，其分子结构差异使其具备潜在更优的药代动力学特性与靶点占据率。早期研发论证显示，Zasocitinib 可实现对 TYK2 更深度、更持续的抑制，同时对 JAK 家族其他成员保持较高选择性。6 月 11 日，武田宣布 Zasocitinib 在中重度斑块状银屑病 III 期研究中，头对头优于已获批上市的 BMS 同靶点药物 Sotyktu。

头对头结果把 AI 制药的价值判断推进到药品竞争层面。AI 参与设计的分子，不只是在研发端提高效率，也有机会在真实临床中形成产品差异。

资本向头部集中

当前，随着行业进入验证期，大药企下注 AI 制药，已经很少关注模型演示。AI 制药的估值正在回到项目质量和临床进度上，单点工具型公司很难再单独撑起高溢价。

英矽智能是前端药物发现环节的代表（图 3）。公司通过 "AI 平台授权 + 自研管线授权 " 双轮驱动，与礼来、赛诺菲、Exelixis、Stemline、施维雅等药企达成多项合作。2021 年至 2025 年，英矽智能通过对外授权和合作研发累计签订合约总价值超过 30 亿美元；港股上市后，BD 进一步密集，短短数月披露的对外合作总金额接近 40 亿美元，重磅合作累计总额接近 75 亿美元。BD 总额仍需兑现，但大药企持续交付真实项目，资金和产业资源也随之向英矽智能这类头部平台靠拢。

图 3.AI 制药相关企业情况

图片来源：剂泰科技招股书

晶泰科技（图 3）的优势在实验验证和平台复用。2025 年，晶泰全年营收 8.03 亿元，同比增长 201.2%，首次实现全年盈利。其中，药物发现解决方案收入 5.38 亿元，同比增长 418.9%；智能机器人解决方案收入 2.65 亿元，同比增长 62.6%。客户覆盖全球前 20 大药企中的 17 家，化学服务复购率超过 75%。复购和盈利已经成为头部平台的筛选条件，也在把资本推向晶泰科技这类已被药企反复验证的公司。

剂泰科技（图 3）则站在研发后段，主攻药物递送和制剂转化。其核心产品 MTS-004 已完成 III 期临床，并实现 PBA 适应症 BD。港股上市时，贝莱德、瑞银、国风投、Deerfield 等 18 家机构参与基石认购，合计 1.48 亿美元；公开配售超额认购 6911 倍，上市首日上涨 126.67%。资金向剂泰集中，落点是后期临床资产、递送平台以及后续的商业化空间。

资本正在沿着药物研发链条重新筛选 AI 制药公司。现金更多流向有项目收入和有临床节点的头部公司。

结语

互联网大厂下注，AI 制药仍值得关注，但不能过度乐观。眼下的热度，很大一部分来自早期管线进展和外部合作，距离药品真正上市并形成稳定收入还有距离。AI 可以把研发前端做快，但药物能否成功最终仍要回归到临床数据。因此，对 AI 制药还要保持耐心，相比盲目追捧技术，更重要的是在理性审视中推动其真正落地。

参考资料：各企业官微官网、国金证券研报、中邮证券研报等

END