9 月 16 日，一家名为 Anew Labs 的初创 AI 制药公司宣布完成 2.9 亿美元融资，引起行业瞩目。除了创下今年国内 AI 制药单轮融资新纪录和吸引豪华投资者阵容外，Anew Labs 最独特之处在于其团队完全源自字节跳动的 AI 制药业务。截至目前，字节跳动仍持有 Anew Labs 56% 的股份。

实际上，Anew Labs 并非字节跳动在 AI 制药领域的孤例。从 Google DeepMind 药物发现业务分拆出的 Isomorphic Labs、被 Meta 裁撤后创立的 EvolutionaryScale、以及由百度创始人李彦宏牵头创立的百图生科，这些项目都诞生于科技巨头重金打造的摇篮，成为一级市场上最耀眼的明星，受到资本热烈追捧。

这些怀揣制药野心的科技巨头，几乎成了 AI 制药最佳的人才摇篮，仍在不断催生新的明星项目。例如，8 月刚完成天使轮融资的深旋科技，其核心团队源自百度曾经的 AI 蛋白团队。科技巨头与 AI 制药新星的分分合合，反映出 AI 制药领域的一个重要转折点。未来 AI 制药的发展模式，或许真的与科技巨头擅长的算法、算力和流量时代截然不同。

一个字节跳动，两家 AI 制药新秀

三个月前，字节跳动将内部运行了五年的 AI 制药业务整体拆分，核心团队、算法平台和现有管线资产一并注入新实体，品牌命名为 Anew Labs，中文名为新生实验室。

字节跳动分拆出的这支团队，最早可追溯至 2020 年。字节跳动在那一年开始布局 AI 药物发现赛道，启动专项人才招聘。2021 年，团队正式组建，总规模约 50 人，由 AI4S 算法人才和资深制药专家组成，带队的是后来 Anew Labs 的创始人刘凯。刘凯于 2021 年加入字节跳动，此前他在 IDG 资本和火山石投资从事了七年风险投资。如今，IDG 资本成为 Anew Labs 本轮融资的领投方之一，这是后话。

字节跳动 AI 制药团队的组织方式从一开始就不是纯粹的研究小组，它承担着从基础模型研究到产业化的完整职能。因此，Anew Labs 继承了相当可观的资源，足以站在更接近终点的起跑线上。

具体来看，第一层是模型。 2025 年，字节跳动内部的 AI4S 团队发布了分子结构预测模型 Protenix 和 Seedfold。2026 年，Protenix 迭代至 v2 版本，同时推出了蛋白结合剂设计工具 PXDesign。随后逐步公开的平台包括 AnewSampling、AnewOmni、AnewSynth、AnewFEP、scNext，以及面向药物研发决策的科学推理大模型 AnewMind。

第二层是管线。 2026 年 4 月，字节跳动成为了美国免疫学家协会年会上一个不太寻常的参会者。在会议上，字节跳动披露了一款处于临床前阶段的 IL-17 小分子抑制剂，宣称其为全球首个全谱 IL-17 小分子抑制剂，即在小分子层面实现对 IL-17 家族 AA、AF、FF 三个亚型的全面阻断。除此之外，字节跳动目前公开的药物管线还包括 IL4R，以及两个尚未披露靶点的项目，共四个候选药物，但全部处于临床前阶段。

第三层是组织和资本结构。 分拆之后，Anew Labs 以上海杨浦为国内总部，同时在圣何塞和新加坡设立办公室。字节跳动继续提供火山引擎的算力支持。在字节跳动的加持下，Anew Labs 本轮投资方包括 HSG（原红杉中国）、IDG 资本、高瓴、五源资本联合领投，高榕创投、春华创投、博裕资本参与，上海未来产业基金和中国生物制药也在名单中。

至于分拆的原因，字节跳动官方口径指向一点：AI 制药的行业逻辑和管理方式与字节的其他业务不同，需要以独立主体建立适合的组织激励形式。据路透社信源，这一决定旨在推动该业务的长期发展。

实际上，字节跳动制造的 AI 制药明星项目不止 Anew Labs 一家。 2026 年 6 月从字节跳动离职的顾全全，于 9 月 10 日宣布创立 Geodesic Intelligence，中文名测地智能，同步发布三款产品：面向药物发现的科学推理智能体平台 NovaDDE、全原子结构预测模型 NovaAtom 的首个预览版 NovaAtom-Lite-Preview，以及自建的自动化湿实验室 NovaLab。测地智能的定位是将智能体、基础模型和湿实验闭环连接起来，聚焦 AI 驱动的新药发现。离开字节跳动前，顾全全曾领导字节跳动的 SeedFold、SeedProteo 和 DPLM 系列蛋白大模型，这与注入 Anew Labs 的 AI 制药业务线并非同一主体。

科技巨头和他们无法内化的制药野心

除了字节跳动，目前全球最顶流的 AI 制药企业也出自科技巨头。

2019 年，Meta 旗下人工智能研究院 FAIR 的算法研究员 Alexander Rives 启动了 ESM 项目，旨在开发一个能读懂蛋白序列的蛋白语言模型。第一代模型 ESM1b 用约 2700 万条蛋白序列训练。2022 年，第二代模型 ESM2 的参数达到 150 亿，配套的结构预测模型 ESMFold 从环境中所有微生物基因的集合中预测出超过 6 亿个蛋白结构，性能已相当强大。到了 2023 年，Meta 提出降本增效，一年裁掉一万人，Alexander Rives 领导的 AI 蛋白质研究团队也在裁员之列。Meta 当时给出的裁员理由，据称是该团队过于学术化，公司需要转向能盈利的项目。

随后，该团队的八名创始成员另起炉灶，沿用 ESM 名号创办 EvolutionaryScale，Rives 担任 CEO 兼首席科学家。关于这次变动，Rives 表示，团队正要把模型推向下一级，而 Meta 不是一家生物技术公司。2024 年 6 月，EvolutionaryScale 完成 1.42 亿美元种子轮融资，亚马逊和英伟达 NVentures 参与。次年 7 月，EvolutionaryScale 宣布完成 A 轮融资，新募资金约 5.4 亿美元，估值达到约 33 亿美元。

与此同时，EvolutionaryScale 产品快速迭代，第三代模型 ESM3 的参数达到 980 亿，代表成果 esmGFP 与已知绿色荧光蛋白序列相似度约 58%。EvolutionaryScale 不自建管线，仅通过 Forge 平台向药企提供授权合作。到了 2025 年 11 月，EvolutionaryScale 被扎克伯格夫妇的慈善研究机构 Chan Zuckerberg Biohub 收购，公司整体并入，Rives 转任 CZI 科学负责人。

2021 年 11 月，谷歌旗下的人工智能公司 DeepMind 分拆药物发现业务，成立 AI 制药公司 Isomorphic Labs，由 DeepMind 联合创始人兼 CEO Demis Hassabis 兼任新公司的创始人和 CEO，母公司 Alphabet 全资持有。2024 年，Demis Hassabis 因开发能预测蛋白结构的人工智能模型 AlphaFold 分享诺贝尔化学奖。

资本进场的速度比预期更快。2025 年 3 月，Isomorphic Labs 首轮对外融资由纽约风投 Thrive Capital 领投 6 亿美元。次年 5 月，阿布扎比、新加坡、英国等地的主权基金纷纷参与 Isomorphic Labs 的 B 轮融资，募资金额高达 21 亿美元。

Isomorphic Labs 的技术和商业化进展同样惊人。2026 年 2 月，Isomorphic Labs 发布的自研药物设计引擎 IsoDDE 声称，将预测蛋白与小分子结合结构的准确率从 AlphaFold 3 的 23.3% 提升至约 50%，预测抗体与抗原结合结构的准确率从 17% 升至 39%，预测药物与靶点结合强弱的亲和力指标也声称超过传统物理模拟方法，且无需实验晶体结构。

尽管尚未建立干湿实验闭环来验证模型能力，Isomorphic Labs 已与多家跨国药企建立商业合作。2024 年 1 月，Isomorphic Labs 与礼来签署多靶点小分子合作，首付款 4500 万美元，里程碑付款最高 17 亿美元。两天后，诺华入场，首付款 3750 万美元，里程碑付款最高 12 亿美元。2026 年 1 月，强生加入，覆盖小分子、生物药、多肽与分子胶等新型药物形态，两项已披露合作累计潜在规模接近 30 亿美元。

在国内，科技巨头不愿内化的制药野心，同样催生了一级市场上的 AI 制药明星项目和极致的产品形态。2020 年 8 月，百度创始人李彦宏牵头创立百图生科并亲任董事长，成立初期直接与间接持股约 40%。百图生科的技术底座是 xTrimo 全模态生命科学大模型，最新参数 2680 亿，对外声称可将研发周期从 5 至 10 年压缩到 1 至 2 年。商业化覆盖全球超过 800 家机构用户。

其中，百图生科颇受关注的一笔交易是与赛诺菲的合作，预付款 1000 万美元，潜在总价值超过 10 亿美元。此外，2026 年 6 月，百图生科与和铂医药合作建立 MegaStream TechBio，从 AI 平台向 AI 加 Biotech 转型。在此之前，2026 年 3 月，百图生科以保密形式向港交所递交上市申请。

部分从科技巨头出走的 AI 制药数据来源：动脉橙数据库

有趣的是，2026 年 8 月，深圳南山一家名为深旋科技的 AI 制药初创公司完成天使轮融资，投资方为蓝驰创投和水木清华校友种子基金。公司的核心成员全部出自百度的 AI 蛋白研究团队，深旋科技押注一个外界较少关注的指标——结构的合法性，已发布通用生物分子基础模型 Melo-1 Preview，声称多项指标超过 AlphaFold 3。

尽管分与合的模式各不相同，这些从科技巨头走出的 AI 制药团队，都拥有相似的极致技术能力和技术追求。或许对于始终高调追逐的资本而言，相比被媒体反复提及的噱头，这些 AI 制药团队在科技巨头浸淫多年形成的对技术趋势和缺口的独特敏感性，才是最稀缺的要素。

AI 制药的转折点：纯科技思路不再适用？

从某种意义上说，AI4S 团队离开科技巨头，原因不在业务本身，而在于模式不合。

一方面，科技巨头按季度和年度结算，考核的是当期可展示的成果，而药物研发以十年为周期，多数项目在中期就可能被淘汰。 人才定价上存在同类差异，海外 Biotech 用期权和里程碑为科学家定价，科技巨头的薪酬体系无法提供这两项工具。科技巨头不缺算力、资金和人才，缺的是以十年为周期考核的耐心、容纳高失败率的评价方式，以及为生物医药人才定价的激励工具。差异在于组织的运行方式，而非投入规模。

另一方面，也是更重要的一点，技术层面的不适配更直接。 科技巨头最擅长把模型做大、靠算力规模效应逼近上限，这套逻辑在 AI4S 上失效，因为药物研发的终点不在数字世界。语言模型处理的是人类写出的文本，而蛋白质和分子的性质由物理规律决定，一个氢键差几埃，就足以让候选分子从能结合变成不能结合。

方法论由此分叉。一条路继续做大模型、刷榜单；另一条路将物理约束和实验数据融入模型内部，使算法在物理上也成立、能被湿实验验证。物理化学建模、高质量实验数据和湿实验闭环，科技巨头既没有积累，也不容易获得内部支持。算力能堆出更大的模型，但堆不出长年与湿实验打交道才有的实验数据和机制理解，这类投入在内部的立项流程中也较难通过。

当然，并非所有科技巨头都找不到兼容 AI 制药的路子。华为成立制药军团，只做底层不自行研发管线；腾讯以资本为主，重仓晶泰科技和英矽智能；阿里健康和京东健康则聚焦于医学 AI 和医疗服务。在海外，OpenAI 与诺和诺德、英伟达与礼来也采用合作或投入的形式。

科技巨头与 AI 制药分开的优势很明显。药物研发前十年几乎没有正现金流，需要一个能承受长期不分红、还能持续加注的股东结构。科技巨头的财报体系和公开市场都提供不了这种结构，但一级市场的 Biotech 股权可以。独立主体因此能用 Biotech 的股权结构招人，也能让资本市场单独定价。Anew Labs 分拆三个月即获得 2.9 亿美元。激励工具也在此过程中换回，期权和里程碑替代了年薪和职级，科学家的回报与承担的风险挂钩。独立还有一个实际理由：干湿闭环要求设计、实验和判断在同一张桌子上进行，而母体的项目制将这三点切分在不同的预算中。

不过，分开无法解决的部分同样明确。它改变的是出资人和激励方式，不改变科学的成功率。临床试验的成本和淘汰率不因股权结构变化。融资规模与临床结果之间没有直接对应关系。Isomorphic Labs 五年融资约 26 亿美元，两项已披露合作接近 30 亿美元，至今没有一款分子进入人体试验。此外，独立也不意味着安全边际。Recursion 2025 年净亏损超过 6 亿美元并大幅削减管线，BenevolentAI 次年退市。

究其本质，科技巨头与 AI 制药分开是一次风险的重新分配。而这种重新分配能否带来效益，还要等到 AI 设计出的分子真正能批量穿越临床试验、进入应用场景，才能分辨。

本文来自微信公众号“动脉网”（ID：vcbeat），作者：王世薇，36氪经授权发布。