生生物药知识云享 · 公众号
7月5日 14:28 · 阅读约 10 分钟
生物药知识云享· CN精选63分
超级大厂押注AI制药
超级大厂，押注AI制药
发布于 2026/7/5 14:28:50（北京时间）
摘要
多家大型制药企业（如辉瑞、诺华等）近期加大在AI制药领域的投资，通过合作或自建平台加速药物发现与开发。2026年上半年，相关交易额同比增长超50%，AI技术已应用于靶点识别、分子设计及临床试验优化等环节。
AI 主编 · 推荐理由推荐理由
AI制药正成为行业趋势，药企应评估自身AI战略，避免在技术竞赛中落后。对BD和研发负责人有直接参考价值。
正文
AI制药，等来了超级大厂。
6月10日，有消息指出，字节跳动拆分旗下AI制药业务，并启动独立融资，核心团队、算法平台与已有管线资产整体迁入新主体，字节继续控股，火山引擎继续供算力。放眼整个产业，这一幕早已屡见不鲜，因为这不是大厂第一次出现在AI制药的叙事里。而且，随着生物医药被明确列为国家支柱产业，越来越多玩家决定把未来投至于此，更何况AI制药本身就是当前的风口产业。只是，相比以往，字节的这次拆分调整，让行业意识到，超级大厂，来真的了。AI制药不再是科技大厂的“探索性项目”，而是一份能做而且值得深耕的产业。对此，LongRiver江远投资创始人、CEO张江向写意君分析道，“如果此次消息属实，本质上意味着AI制药已从纯算法研发，迈入需要独立运转、也可以独立商业化运转的产业阶段。”
字节跳动在AI制药领域的布局，远比大众认知的更早、更深入。早在2020年，字节跳动便已悄然内部布局AI药物发现赛道，启动专项人才招募，提前卡位前沿领域。2021年，专注AI制药的团队正式组建，由刘凯负责，核心成员约50人，涵盖AI4S（AI for Science）算法专家与资深制药行业人才。团队成立初期，核心目标聚焦底层基建打磨，深耕基础模型研究，搭建蛋白质结构预测的核心底层能力。这一阶段，字节的AI制药业务更偏向科研基础设施搭建，重在筑牢技术底座，距离真正的制药仍有一定距离。业务独立融资的核心前提，是具备成熟的技术底气与产业实力。“倘若分拆传闻落地，意味着该主体已具备成熟的发展条件。依据公开资料，其技术底座与各研发管线的临床前验证环节均已布局完毕，整体技术体系趋于完整。”张江对写意君指出。因此，回顾过去一年，字节AI制药业务节奏已全面提速。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；同步落地蛋白设计工具PXDesign，搭建起完善的蛋白研发工具矩阵。除此之外，字节还推出面向真实药物研发全流程的AI制药平台Anew Labs，完成从单一模型工具到一体化研发平台的升级。关键转折点，发生在今年4月的美国免疫学家协会年会，字节AI制药团队公开披露了一款处在临床前阶段的IL-17小分子抑制剂，正式完成管线首秀。据其介绍，这并非一款常规的Fast-Follow管线，而是全球首个“全谱”IL17小分子抑制剂，这个项目展示了字节利用内部AI技术，首次在小分子层面实现了对IL-17家族（AA/AF/FF）的全面阻断。对于字节来说，这次行业亮相成为了其AI制药业务的新起点，不仅输出模型和工具，而且输出了真实管线。从资料来看，这个管线背后的主体为Anew Labs。官网显示，目前IL17AA/AF/FF的研发管线已处于临床前——先导化合物优化阶段。除此之外，IL4R进入Hit to Lead阶段，另外两个未公开靶点处于Hit发现阶段。技术底座成熟、管线开始推进，拆分出来、推进独立融资似乎水到渠成。张江进一步向写意君指出背后考量，“制药业务的节奏和传统互联网公司完全不一样。临床管线要跑5到10年，人才激励要按照Biotech的方式，引入的投资人也需要有医疗保险资源或生物医药背景的VC，而不是只有TMT资本。拆出来，是给它一套更符合行业规律的治理结构。”简单来说，药不是软件，临床试验的时间表不会为任何人调整。字节这次拆分，是在用一个组织动作明确表态，这块业务，要按制药的规矩来玩，而且要做得更深入。据悉，拆分后字节仍将控股新公司，火山引擎继续提供算力——架构上是独立的，资源纽带并未切断。事实上，在业务拆分落地之前，核心人才的出走，早已为字节AI制药的组织变革埋下伏笔，也揭开了大厂入局AI制药赛道背后的暗流涌动。6月2日，2023年加入字节跳动的顾全全，通过海外社交媒体官宣离职。随后多家媒体将其描述为“字节跳动Seed团队AI制药及大模型预训练业务负责人”，引发广泛关注。针对相关头衔说法，6月8日，字节Seed相关负责人对外辟谣，称顾全全仅参与过生物分子结构预测与LLM预训练的部分相关工作，并非AI制药及大模型预训练业务负责人。团队核心人员离职，叠加企业与外界对其职位头衔的口径分歧，让行业敏锐察觉到字节AI制药团队内部的微妙变化。而字节官方回应的次日，顾全全便在小红书公开表态，直言官方说法“与事实不符”，并在评论区明确确认，自己自2023年7月入职起，就定下了AI制药负责人的头衔。他同时补充道，自己在字节任职期间，于AI制药领域承担的工作职责、做出的工作成果，均获得公司内部广泛认可。他对于外界传出的不实信息深感困惑，也认为这让一同并肩作战的团队成员倍感不解。截至目前，双方相关说法仍未达成统一，争议尚未落幕。但可以明确的是，无论争议结果如何，离职后的顾全全与拆分后的字节，依旧在持续加码AI制药赛道。据悉，顾全全离职后已正式开启创业之路，其新项目成功获得美国头部投资机构的多轮融资，拿下顶级资本的强力背书。一位深度参与字节AI制药核心工作的骨干人才，离职后迅速斩获顶级资本青睐，这一结果本身就极具信号意义，它印证了AI制药赛道的资本热度和行业人才稀缺。对此，张江坦言，“AI for science最难的不是技术选型，而是组织设计。AI制药需要的跨学科人才极度稀缺——要懂AI算法，要有结构生物学背景，要懂药物化学，还要有自动化工程能力，这几拨人还得能互相讲得通。这在全球都非常稀缺。”激励节奏的错配，是另一重结构性矛盾。“AI的人习惯了六个月出成果、快速迭代；制药的人习惯了五到十年长周期，以及监管驱动的节奏。这两种人放在同一个组织里，需要的不只是磨合，而是一套专门为这个行业重新设计的激励和管理体系。”张江补充道。以此来看，字节的独立融资不只是资本层面的动作，同样佐证了大厂想要做好AI制药业务，那就需要一个新的组织容器。字节跳动不是唯一一家押注这条赛道的大厂。近年来，跨界而来的玩家不在少数，华为、百度、腾讯均已入局，路径各有侧重。华为走的是最底层的那条路，不做管线，不押靶点，而是把算力、AI工具链和工业软件铺进制药全流程。2026年6月，工信部消费品工业司指导下的“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，以供给侧角色深度嵌入药企的数字化转型。覆盖面广、风险分散，但与上游管线研发保持一定距离。百度旗下百图生科深耕计算生物学与生命科学大模型，主打平台技术赋能，对外输出AI药物研发工具与解决方案。腾讯则以财务投资与生态资源整合为核心切入点，不亲自下场研发技术与管线，通过精准布局卡位优质赛道资源，赛道内两大标杆AI制药企业——晶泰科技、英矽智能，腾讯均有参投，依托资本纽带深度绑定行业头部力量，持续保有赛道话语权。历经数年发展，如今的AI制药赛道玩家结构已然清晰，行业生态趋于完善，整体可划分为三大核心阵营。一是以华为、百度（百图生科）为代表的底层基础设施玩家，主打算力、自研大模型底座与工具平台，不布局具体药物管线；二是以晶泰科技、英矽智能为代表的AI原生创业公司，有的专注端到端管线，有的主攻底层算法或垂直场景；三是以字节Anew Labs、Isomorphic Labs为代表的科技巨头直系，既有强大的模型底座，又在自建真实管线，走的是“技术自研+管线自持”的双轨路径。“大厂入场，短期会抬高人才成本，压缩中小公司的招聘空间；但开源工具链、基础模型的公共化，也在同步降低整个行业的工程门槛，让专注垂直疾病领域或特定靶点的团队，得以把有限资源集中在真正有差异化的地方。竞争压力和基础设施红利，同时到来。”张江对写意君直言。随着行业热度持续攀升、入局玩家不断增多，AI制药的赛道竞争格局仍在持续迭代重构。在资本视角下，赛道价值分化已然显现。站在风口下，张江认为，当前有两类企业正在被投资人关注，“一类是有自己管线和临床数据的，投资人买的是临床进度和BD的兑现能力；另一类更像CRO模式，做中间层服务。两种都能出好公司，但最关键的是几个核心能力有没有到位。”一是干湿闭环，“不仅要有算法，还要有自己的实验验证能力，或者与实验室深度绑定，只有算法没有实验数据反哺，模型很快会到天花板”；二是管线策略可验证，“要么自己推到IND或PCC阶段，有明确的临床信号，要么有明确的大药厂BD路径”；三是差异化的数据主权，“有专有数据才有更好的模型，有更好的分子，也能做出更好的实验，这样才有长期壁垒，”；四是团队复合度，“理想层面是Co-founder既懂AI又懂药、还能互相理解，这在全球都极度稀缺”；五是投入产出比的意识，“不是烧钱追模型参数、打榜刷PR，而是真正以结果为导向”。即便行业壁垒逻辑已十分清晰、产业落地节奏持续提速，但AI制药赛道尚未迎来真正的终极验证。张江坦言，“全球现在还没有一款完全由AI主导设计的药获批。有一些AI涉及的药已经到了三期，大家都在等first approval（首个获批）来证明。如果证明成立，整个赛道的估值会重构；如果关键项目出了问题，洗牌就会加速。”AI制药走到今天，热度不缺，故事不缺，缺的是一个临床意义上“最终证明”的时刻。字节跳动选择在这个节点独立融资、按制药的规矩来，其他大厂们以各自的方式涌入，创业公司在各个细分层深挖壁垒，这些并发的力量，共同构成了这个赛道当下的样子：充满期待也充满不确定。“AI制药已经从‘能不能设计出分子’，走到了‘设计出来的分子在人身上到底有没有用’。这是巨大的进步，但最难的部分，还在后面。”张江总结称。随着一批核心AI新药项目陆续冲刺临床三期，行业等待多年的终极验证已然近在眼前。风口之下，AI制药的神话能否落地、行业价值能否真正兑现，答案即将在临床结果中揭晓。