8 月 19 日晚，晶泰科技（2228.HK）披露 2026 年上半年业绩。几乎同一时间，美东时间 8 月 19 日 Moderna 与默沙东合作的个体化 mRNA 癌症疫苗 Intismeran autogene（mRNA-4157/V940）在高危黑色素瘤 III 期临床中达到主要终点。市场也再次关注 mRNA 和 AI，主角 Moderna 当日收涨 176.97%，次日股价有所回调，但行业讨论热度仍在持续升温。

如果只把这看成一款 mRNA 药物的成功，可能低估了它对 AI 制药行业的意义。个体化癌症疫苗需要从患者肿瘤测序产生的大量突变中筛选候选新抗原，生产端又要解决 " 一人一药 " 带来的排产、质量和物流问题。AI开始从辅助工具进入 " 选择什么药、如何生产、如何交付 " 的核心流程，这也是 8月 20日剂泰科技冲涨 32%，晶泰科技冲涨近 15%的原因所在。

这也解释了为何要放在 AI4S 趋势中观察：行业正在从 "AI 能否提高分子发现效率 "，走向 "AI 能否连接模型、实验、机器人和产业流程 "。 晶泰科技联合创始人、董事长温书豪在业绩会上判断，AI4S 有望成为继 AI Coding 之后 AI 产业下一轮高弹性增长方向；DeepMind 等机构的布局也表明，AI 正在从提高已有知识生产效率，走向加速新知识、新药物、新材料和新工艺的产生。

横向观察全球 AI4S 赛道，这一行业正在发生深刻的估值逻辑分化。传统依靠 " 高通量生物学自动化 " 的 TechBio 公司（如 Recursion、Insitro），其自动化实验室主要基于成熟的标准化液体处理与细胞成像，本质是 " 流程自动化 + 数据采集 "，技术门槛与稀缺性相对有限，因此二级市场更倾向于按传统 Pharma 逻辑给予估值。

相反，AI 与物理 / 化学世界的深度整合（Physical AI）才代表了 AI4S 最核心的技术壁垒与估值红利。由于化学合成与材料实验涉及多相反应、非标操作等复杂的物理过程，利用 AI Agent 驱动机器人实现自主合成与高通量实验（HTE），是公认最难攻克却也最具通用基础设施价值的赛道。海外初创公司 Lila Sciences 正是因为主打这一 "AI 推理 + 具身智能实验室 " 的宏大叙事，在尚处于商业化极早期的阶段即获得了百亿美元级别的超高估值；另一家专注于材料自动化合成的早期初创企业 Periodic Labs 也获得了数十亿美元量级的资本追捧。

这一现象反衬出晶泰科技在全球 AI4S 领域的独特价值与被低估的现状。不同于海外初创公司仍停留于概念验证或早期融资阶段，晶泰科技是全球极少数不仅攻克了 " 物理 / 化学具身智能 " 这一极高门槛，并且已经在规模化、商业化上全面跑通的公司。其智能合成工作站已复刻至 13 家客户，Agentic HTE 将实验迭代周期从几周压缩到几天，实现了真正的 " 数据 - 模型 - 实验 " 闭环与规模化盈利。对于投资人而言，晶泰既具备 Lila 级别的 Physical AI 科学基础设施属性，又拥有行业领先的商业化造血能力，其作为全球 AI4S 商业化领头羊的价值正在经历深度的价值重估。

回到晶泰科技半年报，值得关注的不只是收入增长，而是 AI4S、药物发现和自有管线之间正在形成一条更长的价值链。

AI4S 收入翻倍之后，要看的是 " 增长质量 "

2026 年上半年，晶泰科技营收 3.94 亿元，剔除大额管线 BD 金额后为 2.64 亿元，同比增长 73.8%。AI4S 智慧解决方案收入 1.94 亿元，同比增长 136.4%，收入占比由 16% 提升至 49%，成为增长引擎。

但对于 AI4S 这样的新业务，收入增速并不是唯一指标。行业进入商业化阶段后，要看的是客户是否分散、订单能否持续、技术能否复制：AI4S正从 " 技术故事 " 进入 " 生意模式 " 验证期。

晶泰科技联合创始人、首席执行官兼执行董事马健博士认为，这轮增长来自 " 外部需求 + 内部能力 " 的共振：2025 年以来 AI4S 成为行业热点，客户对 AI 落地产业的需求快速上升；与此同时，晶泰多年积累的 AI 算法、专业模型、机器人实验室和实验验证能力，与这一需求形成匹配。更重要的是，客户越来越认可 " 机器人实验室生成高质量实验数据—数据反哺 AI 模型—模型持续迭代 " 的研发闭环。

晶泰科技增长的质量已有财务证据：最大客户收入占比由约 70.6% 降至 32.9%，客户集中度明显改善；合同负债由 5464 万元增至 8457 万元，部分订单正向未来收入沉淀；约 86.7 亿元的现金及流动金融资产，为自营管线和 AI4S 基础设施投入提供了安全垫。

客户采购逻辑也在变化：从 " 买一个模型 " 转向 " 买一套研发提效系统 "。能同时提供 AI 模型、机器人实验室和数据闭环的公司，更易形成黏性。

晶泰科技正在把这种能力落到 Physical AI上。Physical AI 的核心不是机器人替代人工，而是让 AI 提出方案、机器人执行实验、实验数据反馈模型，并自主启动下一轮迭代。智能合成工作站已复制至 13 家客户；与礼来的合作从化合物仓储管理延伸至千万级 HTE 平台，且已实现两次复购；为韩国 JW 提供的高通量自动化合成工站也已完成交付。

据了解，晶泰科技 Agentic Synthesis 已由 7 个专职 Agent 覆盖从立项到发货的全流程，月合成产能约 8000 个分子；Agentic HTE 则把传统 HTE 实验 3 至 4 周的迭代周期压缩至约 6 天。这里值得观察的不是 Agent 数量，而是 AI 能否进入高频、刚需、可复购的实验环节，直接提高单位时间实验通量并缩短迭代周期。

这也是 AI4S 行业的演进方向：第一阶段卖算法，第二阶段卖解决方案，第三阶段把能力标准化为科学基础设施。晶泰科技 7 月发布 XtalPi Science 及 Genius Agent 矩阵，本质上就是把真实项目验证过的能力平台化。温书豪博士强调，这并非凭空增加一条业务线，而是把既有模型、数据、工具、工作流和机器人能力标准化、模块化、复用化。

从服务费到资产价值，自有管线成为新变量

如果说 AI4S 解决方案回答的是 " 今天如何赚钱 "，那么药物发现业务回答的就是 " 未来值多少钱 "。这也是晶泰科技从 AI 研发服务走向科学基础设施后必须回答的问题：AI能力能否最终转化成高价值药物资产。

2026 年上半年，晶泰药物发现解决方案收入 2.00 亿元，波动主要受到去年同期 5100 万美元大额管线授权首付款高基数影响，但相关合作继续推进，公司已收到第二笔 1900 万美元付款。

因此，与其比较单一期间收入，不如看结构变化。AI 制药正从项目收费向 " 服务费 + 里程碑 + 销售分成 " 演进，AI 公司有机会从一次性服务收入延伸至药物生命周期的价值分享。

晶泰已形成小分子、大分子、多肽、小核酸四大技术平台。此次半年报首次系统披露自有管线，需要区分的是：近 40 条管线是自研、合作及赋能管线的整体组合，其中合作管线如希格生科、莱芒生物、默达生物等近期获得盖伦奖提名，含金量高；而本次首次系统披露的自有资产，才是未来估值弹性的新增变量，集中在大分子、分子胶等 AI 更具优势的方向。目前已有 3 条大分子自有管线处于 IND 准备阶段，预计 27 年进入临床阶段。

这背后是商业模式的变化：AI不再只是 " 提高研发效率 "，而开始走向 " 参与资产创造 "，把效率优势沉淀为自己的管线。

马健博士也将从研发服务走向自有管线称为公司能力发展的自然延伸；其背后的逻辑并非简单扩大管线数量，而是在真实研发场景中验证平台能力，并让项目产生的 Know-how、实验数据和经验继续反哺 AI4S 基础平台。

晶泰科技此次披露的自研资产，尤其集中在 AI 具有潜在优势的方向。部分分子胶项目在一个季度内实现皮摩尔级靶蛋白降解活性；口服环肽项目在靶点确定后两个月即发现苗头化合物；IgA 肾病小核酸项目启动约七个月即获得优异的非人灵长类药效数据。

值得一提的是，Moderna 癌症疫苗在 III 期临床的成功，在底层逻辑上彻底验证了 "AI 预测与设计新抗原 " 的技术路径，而这正是晶泰科技早已领跑的自研阵地。

自 2022 年起，晶泰科技便与长江生命科技共建 AI 癌症疫苗平台，并直接挑战极难成药的 p53 泛癌种靶点。目前，经其 AI 平台（PepiX ™）设计优化的新抗原多肽，不仅在体外实验中引导 T 细胞实现了超 50% 的肿瘤细胞杀伤率，近期更在人源化小鼠模型中取得了积极的体内抗肿瘤药效（TGI）数据。这种从 "AI 计算预测 " 到 " 体内动物药效 " 的全面打通，与 Moderna 的研发逻辑高度同频，不仅促使长江生命科技专门成立子公司全力推进该管线，更直接证明了晶泰科技不仅能做 " 卖铲人 "，其 AI 基础设施完全具备亲自下场孕育全球 Top 级高价值药物资产的能力。

因此，晶泰科技的业务逻辑已经不宜只概括为 " 双轮驱动 "，用 " 现金流—权益兑现—资产增值 " 比喻更贴切：AI4S 交付与服务提供当期收入和订单增长；平台合作及管线共研带来首付款、阶段性里程碑和未来销售分成；自营管线则提供临床数据或 BD 成功后的非线性资产增值，其潜在价值通常尚未体现在当期收入中。

从 Moderna 到晶泰，AI 制药正在进入价值链深水区

把 Moderna 与晶泰科技放在一起看，两者虽然一个做 mRNA 癌症疫苗，一个做 AI4S 和 AI 药物发现，却指向同一个行业变化：AI正从 " 工具层 " 向 " 研发基础设施层 " 迁移。

Moderna 个体化癌症疫苗的逻辑很典型：从患者测序数据寻找候选新抗原，筛选最可能诱发免疫反应的目标，形成患者专属 mRNA 序列，并把数据分析、药物设计、生产排程和临床交付连接起来。III 期阳性结果，让市场看到这种复杂研发模式走向商业化的可能。

这背后反映出 AI 制药越来越清晰的趋势：单点模型的价值正在下降，能够把模型嵌入真实研发流程、持续获得高质量实验数据，并形成 " 数据—模型—实验 " 闭环，才更可能建立长期壁垒。晶泰科技管理层提出的四层技术架构：Agent 智能中枢、科学智能、物理智能和高质量数据底座，这本质上也是围绕这一闭环展开。其自动化逆合成系统将化学幻觉降至 4.6%，为业内前沿大模型幻觉水平的 1/6，首条推荐路线准确率达 74.3%。

这也是晶泰过去几年的演进方向：从AI制药切入，逐步扩展至多种药物模态，再进入机器人实验室、Agent和科学智能平台，连接数字世界与物理世界。

因此，理解这份半年报，不应只看 "AI4S 收入增长 136.4%"。更重要的是：AI4S 收入证明基础设施开始被采购；Physical AI 和 Agent 证明能力正在进入湿实验环节；合作管线证明平台能力可以转化为药物资产；首次系统披露的自有管线，则给未来估值增加了新的变量。

这也是 AI4S 与传统研发外包的区别：传统服务的天花板更多来自人力和项目数量，而科学智能基础设施一旦标准化，就有机会通过模型、软件、机器人和数据持续复制。温书豪博士认为，晶泰希望进一步整合 AI Agent、科学模型、专业工具、研发工作流、专业数据和 Physical AI 机器人实验室，推动 AI4S 向更多领域产业化和规模化应用。

但这条路并非没有门槛。管理层判断，L5 级泛领域自主科学发现仍面临高质量科学数据供给、Agent 持续学习与跨领域迁移等挑战，乐观预计 3 至 6 年后才有望进一步实现。

所以，这份半年报值得关注的，并不是晶泰是不是一家 "AI 制药公司 "，而是它能否从 AI 研发服务商，进一步成为连接 AI、实验室和药物资产的科学基础设施公司。从现金流到权益兑现再到资产增值，晶泰科技正在把 AI 能力转化为一条更长、更厚的价值曲线。