ARTICLE · 1286574

AI制药进入＂下半场＂:从模型竞赛到闭环竞赛

发布时间：2026-10-31 16:38:18 最近访问：2026-10-31 16:38:18

"我们是AI制药界的'老登'了，已经被归为第一代的AI制药公司，（因为）现在出现了第二代。"

2026年10月24日，在第十一届医药创新与投资大会上，英矽智能（03696.HK）联合首席执行官兼首席科学家任峰这样自嘲。

任峰提到的"第二代"，主要是指由Anthropic、字节跳动等科技巨头孵化的AI药企。这些初创公司的创始人往往是二三十岁的年轻人，技术路线也从第一代的"垂类小模型"转向了"大模型+智能体"。

任峰坦言，在AI爆发的时代，AI制药公司也有焦虑。他用三个词概括今年的行业状态：焦虑、变化、博弈。

有意思的是，如果我们把视角从任峰的"代际分化"框架拉开，会发现2026年的AI制药行业正在经历一场更深层的结构性变化——从"模型竞赛"转向"闭环竞赛"。

这篇文章尝试回答三个问题：

科技巨头入局AI制药，国内外路径为何分化？
英矽智能110亿美元BD合约，是否证明了"商业化落地"？
"闭环竞赛"的本质是什么？真正的壁垒在哪里？

以下分析基于公开信息，部分内容为作者推断，不代表任何投资建议。

科技巨头入局：国内外路径分化

2026年，科技巨头集体入局AI制药。但细看下来，国内外大厂的打法截然不同。

海外大厂：提供平台，"卖铲子"

公司	核心动作	金额/规模	路径特征
Anthropic	收购Coefficient Bio（2026年4月）+ 收购Mithril Medicine（2026年10月）	约4亿美元（Coefficient Bio）	从模型公司→尝试端到端药物研发
谷歌Isomorphic Labs	B轮融资	21亿美元（2026年5月）	从结构生物学（AlphaFold）→分子设计
英伟达	与礼来共建AI创新实验室	五年投入超10亿美元（2026年1月）	提供算力平台，不做药物
OpenAI	发布GPT-Rosalind（生命科学专用模型）	未披露（2026年4月）	提供模型工具

数据来源：多源交叉验证（第一财经、科创板日报、上海证券报、虎嗅），L2级别，事实数据。

海外大厂的路径可以概括为"提供平台/卖铲子"——提供模型、算力或算法能力，绑定药企，但不直接持有药物管线（Anthropic收购Mithril是例外，但规模很小）。

国内大厂：亲自下场，持有管线

公司	核心动作	金额/规模	路径特征
字节跳动	分拆Anew Labs独立运营（2026年6月）	融资2.9亿美元，估值15亿美元（2026年9月）	端到端AI新药发现，持有管线
百度	孵化百图生科（2020年）	上亿美元A轮（2021年）	生物计算平台，持有管线

数据来源：第一财经、科创板日报，L2级别，事实数据。

Anew Labs的关键数据：

前身为字节跳动内部AI for Science药物发现团队，2021年由刘凯牵头组建，核心团队约50人
2026年6月从字节分拆独立，团队、算法平台及在研管线全部注入新主体
核心管线：全球首个可同时靶向IL-17家族全部三种二聚体类型的小分子抑制剂
融资阵容：红杉中国、IDG资本、高瓴创投、五源资本领投，中国生物制药等产业方战略投资
字节跳动保留56%股份，保持控股地位

数据来源：第一财经、科创板日报，L2级别，事实数据。

路径分化背后的商业逻辑

国内外路径分化的背后，是两种不同的商业逻辑：

海外大厂的逻辑是"做基础设施"——模型和算力的天花板有限，真正的价值高地在于绑定药企的研发流程。英伟达与礼来的合作（五年10亿美元）就是典型案例：英伟达提供算力和平台，礼来提供场景和数据，双方各取所需。

国内大厂的逻辑是"做资产"——单纯卖模型、卖算力的天花板有限，真正的价值高地在于管线和上市药物。字节跳动分拆Anew Labs，核心思路是"不做单纯的技术供应商，而是直接握住最有定价权的资产端"。

作者推断：路径分化不是对错问题，而是市场阶段问题。海外AI制药起步早，药企对AI工具的接受度高，"卖铲子"模式有市场；国内AI制药起步晚，药企对AI工具的信任度还在建立中，"亲自下场"更容易获得信任。

但两种路径最终会趋同——海外大厂也会尝试持有管线（Anthropic收购Mithril就是信号），国内大厂也会开放平台（字节跳动已经在做）。

局限性说明：此推断基于当前市场阶段的观察。如果未来1-2年出现重大技术突破（如AI模型能力大幅提升）或监管政策变化，路径趋同的速度和方向可能发生变化。

商业化验证：英矽智能的110亿美元BD

如果说科技巨头入局是"增量变量"，那么英矽智能的BD表现就是"存量验证"。

BD数据全景

2026年以来，英矽智能密集落地多笔重磅BD交易：

合作方	交易总额	首付款	时间	领域
礼来	27.5亿美元	1.15亿美元	2026年3月	全球AI驱动研发合作
SK生物制药	25亿美元	450万美元	2026年6月	神经免疫
施维雅	8.88亿美元	3200万美元	2026年1月	肿瘤学
武田制药	6亿美元	6000万美元	2026年7月	多疾病领域
康哲药业	1.76亿美元	-	2026年7月	中枢神经
齐鲁制药	1.19亿美元	-	2026年1月	心血管代谢
元羿生物	9475万美元	-	2026年3月	CNS
衡泰生物	6414万美元	1001万美元	2026年1月	NLRP3/帕金森

数据来源：港交所公告，L1级别，事实数据。

关键汇总：

2026年公布交易合约总价值：约73亿美元（注：港交所公告原文为"约73亿美元"，上表为文章整理的部分主要交易，加总约72亿美元，差异来自未列出的其他合作）
自2021年以来合约总价值：约110亿美元
与全球Top 20药企中的14家合作
33项PCC（临床前候选化合物）资产

数据来源：港交所中期报告（2026年8月），L1级别，事实数据。

财务数据：首次盈利

2026年上半年，英矽智能交出了一份亮眼的成绩单：

指标	2026H1	2025H1	同比变化
总营收	1.063亿美元	2746万美元	+287.2%
药物发现及管线开发收入	1.031亿美元	2391万美元	+331.3%
软件解决方案收入	270万美元	202万美元	+33.5%
净利润	3554万美元	亏损	首次盈利

数据来源：港交所中期报告（2026年8月），L1级别，事实数据。

这是英矽智能上市以来首次实现全面盈利。从"烧钱"到"盈利"，英矽智能用12年时间（2014年成立）证明了AI制药的商业模式可以跑通。

商业化落地的三重验证

英矽智能的BD表现，至少验证了三件事：

第一，AI制药的商业化落地是真的。 110亿美元合约总价值、1.063亿美元半年营收、首次盈利——这些数字说明，跨国药企愿意为AI制药的能力买单，而且是大额买单。

第二，"自研管线+license out"是确定性最高的商业模式。任峰在多个场合表示，"自研管线+license out"是投入产出比最高的商业模式。英矽智能有30多条在研管线，不可能全部推进到临床，必须把其中一些项目对外授权换取现金流。

第三，AI效率提升是真实的。英矽智能的数据：候选药物从靶点发现到PCC确认需时12-18个月，远短于传统方法（平均4.5年）。与海正药业合作，8个月内成功提名一项PCC。

数据来源：港交所年报、中期报告，L1级别，事实数据。

收入结构有隐忧

值得注意的是，英矽智能的收入高度依赖首付款。

2026年上半年营收1.063亿美元，"很大一部分是来自于大额研发合作和管线对外授权合作的首付款"（任峰原话）。

作者推断：首付款是一次性收入，里程碑付款和销售分成才是可持续收入。英矽智能需要"有10个交易、有20个交易"，让里程碑付款滚动起来，才能形成可持续的盈利模式。

任峰自己也承认了这一点。他在接受经济观察报采访时表示，未来需要"有10个交易、有20个交易"，让里程碑付款滚动起来，才能形成可持续的盈利模式。

风险提示：如果后续管线临床失败，或者BD交易无法持续，英矽智能的收入可能出现大幅波动。这是所有AI制药公司共同面临的风险。

闭环竞赛：真正的壁垒是什么？

如果说"代际分化"是任峰观察到的表面现象，那么"闭环竞赛"就是行业正在经历的深层变化。

从模型竞赛到闭环竞赛

过去几年，AI制药的竞争焦点是"谁的模型更好"——AlphaFold预测蛋白质结构，Chemistry42生成分子，Medicine42预测临床试验结果。

但2026年，竞争焦点正在转向"谁能跑通完整闭环"——数据—模型—实验—再数据。

晶泰控股联合创始人兼CEO马健的判断很有代表性："AI制药的门槛不仅在于模型：纯计算和预测领域的AIDD（人工智能药物设计）无法形成真正的知识沉淀，唯有构建'假设—检验'的工程化闭环，方能持续迭代出科学发现能力。湿实验室正是这一闭环的物理承载体。"

数据来源：上海证券报，L2级别，行业观察。

沙利文中国医疗健康事业部高级咨询总监张辰阳进一步指出："高质量数据只是AI制药的表面瓶颈，实质瓶颈在于能否建立一套持续产生高质量数据、驱动模型自主迭代的实验体系，尤其是标准化湿试验、负结果数据以及'预测—实验—反馈'闭环。"

数据来源：上海证券报，L2级别，行业观察。

"闭环"比"模型"更重要的原因

第一，模型功能层面的差异正在缩窄。

沙利文中国高级合伙人兼董事总经理毛化的判断："随着算力供给日趋充足、大模型快速迭代，模型功能层面的差异正在缩窄。科技公司要挖掘制药领域的竞争力，就需要抢占自动化实验入口、专有数据资产和管线IP。"

数据来源：上海证券报，L2级别，行业观察。

第二，AI制药的瓶颈不在模型，在数据。

虎嗅引用专家观点："传统制药行业约60%-70%的研发预算流向湿实验。"而Anthropic计划把年度经常性收入的3%-4%投入AI药物发现，其中60%-65%用于模型训练和虚拟仿真，35%-40%用于生物科技人才、湿实验室资产和CRO合作。

数据来源：虎嗅，L2级别，行业观察。

第三，负结果数据和实验条件变化，是模型迭代的关键。

当模型只向药企提供软件时，实验结果通常留在客户内部。公开论文一般只会记录成功结果，失败数据却很少公开。而未能合成的分子、没有出现预期表型的细胞实验，以及实验条件的变化，都会影响下一轮模型判断。

这就是为什么Anthropic要自建湿实验室——不是为了复制一家完整药厂，而是为了掌握关键实验、设备编排和数据标准。

数据来源：虎嗅，L2级别，行业观察。

AI制药的竞争，正在从"谁的模型更好"转向"谁能跑通'数据—模型—实验—再数据'的完整闭环"。

真正的壁垒不是模型，而是"数据飞轮+工程化干湿实验闭环"。

英矽智能任峰自己的判断也印证了这一点："独立AI制药公司的优势愈发清晰：自动化干湿试验闭环与高质量数据，加上经过验证的AI创新能力、持续拓展的创新领域，以及深入基座的大模型训练平台。"

数据来源：上海证券报，L2级别，行业观察。

AI效率提升的边界

需要冷静看到的是，AI效率提升主要集中在早期阶段。

Citi在2026年9月的AI制药研报中拆解了早期发现环节：

传统方法：找到1个临床前候选物，通常要合成和测试约5000个分子，耗时4-6年
AI路径：可能把测试规模缩小到约330个分子，时间降至17个月左右

但I-III期临床仍需要5-7年。

按照Citi测算，一款first-in-class药物的完整研发周期约为13年，AI有望把它缩短到8年，但临床阶段的压缩空间有限。

数据来源：虎嗅引用Citi研报，L2级别，行业观察。

作者推断：AI制药的"下半场"，竞争焦点将从"早期发现效率"转向"临床成功率"。谁能提高临床成功率，谁就能真正兑现AI制药的价值。

局限性说明：此推断基于当前AI效率提升集中在早期阶段的观察。如果未来临床阶段出现突破性技术（如AI辅助临床试验设计、患者筛选），竞争焦点可能进一步前移。

启发（作者推断）

对投资人：评估AI制药公司的新标准

过去，评估AI制药公司看的是"模型能力"——AlphaFold用了没有，分子生成能力如何，有多少专利。

现在，评估标准正在转向"闭环能力"：

是否有自动化湿实验室？
是否能跑通"数据—模型—实验—再数据"的完整闭环？
是否有持续的BD交易和里程碑付款？
是否有临床阶段的管线？

作者推断：未来12-18个月，AI制药公司的估值逻辑将从"技术故事"转向"数据与里程碑"。没有闭环能力、没有BD交易、没有临床管线的公司，将面临估值压力。

局限性说明：此推断基于当前行业趋势观察。如果宏观经济环境发生重大变化（如资本市场大幅波动、政策监管收紧），估值逻辑的转变速度可能放缓或加速。

对市场人：关注"闭环能力"而非"模型能力"

市场人在选择合作伙伴或评估竞品时，需要关注：

对方是否有"数据飞轮+湿实验闭环"？
对方的BD交易是否可持续（不依赖首付款）？
对方的管线是否进入临床阶段？

作者推断：AI制药的"下半场"，"闭环能力"将成为核心竞争力。单纯提供模型工具的公司，将面临被整合或被替代的风险。

局限性说明：此推断基于当前行业竞争格局观察。如果未来出现颠覆性技术（如通用AI模型在药物研发中取得突破性进展），竞争格局可能重新洗牌。

风险提示

第一，临床验证是下一道关口。

AI制药的效率提升主要集中在早期阶段，临床阶段的成功率仍有待验证。英矽智能的ISM001-055（Rentosertib）将于2026年在中国启动III期临床试验，这将是全球临床研发进度最领先的AI赋能药物之一。如果III期成功，将是AI制药的里程碑式验证；如果失败，将引发行业反思。

第二，收入结构风险。

AI制药公司的收入高度依赖首付款，里程碑付款和销售分成尚未滚动起来。如果后续BD交易无法持续，或者管线临床失败，收入可能出现大幅波动。

第三，技术路线不确定性。

任峰提到的"代际分化"（垂类小模型 vs 大模型+智能体）仍在演进中，最终哪条路线胜出尚不确定。科技大厂和独立AI制药公司的技术路线正在趋同，但谁能跑通闭环，仍需时间验证。

结尾

AI制药正在进入"下半场"。

从"模型竞赛"到"闭环竞赛"，从"技术故事"到"数据与里程碑"，从"单一模型"到"数据—模型—实验—再数据"的完整闭环——这是2026年AI制药行业正在发生的结构性变化。

科技巨头入局加速了这一转变。海外大厂"提供平台/卖铲子"，国内大厂"亲自下场持有管线"，路径分化但目标一致——抢占AI制药的核心环节。

英矽智能110亿美元BD合约、首次盈利，证明了AI制药的商业模式可以跑通。但收入结构隐忧、临床验证风险、技术路线不确定性，仍是行业共同面临的挑战。

真正的壁垒不在模型，而在"数据飞轮+工程化干湿实验闭环"。谁能跑通这个闭环，谁就握住了下一阶段的"入场券"。

至于谁能最终胜出，2027-2028年的临床数据将给出答案。

参考来源

一级来源（L1）

来源	内容	日期
港交所公告	英矽智能BD交易详情（礼来、施维雅、SK、武田等）	2026年1月-10月
港交所中期报告	英矽智能2026H1财务数据（营收1.063亿美元，净利润3554万美元）	2026年8月
港交所年报	英矽智能2025年业绩、BD汇总、管线进展	2026年4月

二级来源（L2）

来源	内容	日期
经济观察报	任峰访谈："AI制药界的'老登'"、"代际分化"、"焦虑、变化、博弈"	2026年10月24日
第一财经	字节跳动分拆Anew Labs，融资2.9亿美元，估值15亿美元	2026年9月16日
科创板日报	字节系AI制药公司首轮融资，巨头集体转向AI4S	2026年9月17日
上海证券报	科技巨头抢滩药物研发，AI制药进入跨界竞合阶段	2026年9月24日
虎嗅	Anthropic、字节下场AI制药："下一个Coding"，卡在数据上	2026年9月21日
投中嘉川	2026年前9个月国内AI制药融资157.65亿元	2026年
Citi研报	AI制药早期发现效率：传统5000分子/4-6年→AI 330分子/17个月	2026年9月