当前，AI制药行业一级市场的投融资开始复苏，DeepSeek的爆火又为行业带来新一轮机遇，但与之相对应的是，不论是药企还是投资人，都在重新审视制药这条产业链中“AI”发挥的作用。

如今的AI制药行业正处在“冰火两重天”的状态，一面是Xaira、Isomorphic等诺奖得主创办、科技巨头谷歌主导的新公司拿下最高达10亿美元的天价融资额，另一面却是许多在2020年前后行业颠峰期成立的创业公司资金流紧张，处境艰难。

“药企并不会太在意这个分子是由药物化学家或者AI或者两者相结合设计出来的，他们更看重的是设计出来的分子的效果。”在跨国药企从事研发工作二十余年的冯心表示。

投资人们也不再被一套软件产品或一个研发平台打动，而是要更加真切地看到AI在实验中如何推动着药物研发的进程，才肯投入宝贵的资金。

技术理想依然火热，但摆在大多数企业面前的是如何活下去的难题。

1

大模型浪潮下的AI制药

2025年第一季度，全球至少有38家AI制药公司获得了总计超过17.5亿美元的融资，DeepSeek-R1引发的AI产业变革将AI制药再次推到聚光灯下。

“今年投资人的热情又上来了很多，跟DeepSeek的爆发带动整体AI的关注度提升有一定关系，但是跟国外这几笔大额的融资是完全不同的逻辑。”

白苗是国内一家AI制药创业公司的高层管理人员，公司近期正在筹备新一轮融资，从她与投资机构近期接触的情况来看，AI制药的融资市场的确有复苏迹象了，“投资人不再像去年一样只看项目不出手，今年明显能感觉到他们出手的确定性更高了。”

但对比国外市场，中国的AI制药投融资还算不上繁荣。

从行业数据来看，2024年全球AI+药物研发相关融资总事件达128起，总金额为57.95亿美元，相比于2023年的104起融资事件、36.01亿美元的融资金额，都有了显著的提升。

但中国AI制药初创公司的融资额仅占全球融资额的8%;2024年金额超过1亿美元的15起融资事件中，仅有一起发生在中国，其它皆是美国企业。

例如由诺贝尔化学奖得主David Baker及其团队创办的公司Xaira Therapeutics去年拿下的10亿美元巨额天使轮融资，以及DeepMind的分拆公司Isomorphic Labs今年3月完成的6亿美元融资等几大融资事件。

白苗认为，这样的融资事件在行业内属于特例，促成融资的原因更多在于学术大咖的个人影响与明星企业的技术光环。

从事AI制药研究工作的陈晨也表示，“在某种程度上，Xaira、Isomorphic这些公司更像‘平台级科学偶像工程’。”

头部科技公司的布局在不断加重。谷歌的制药布局从研发AlphaFold系列工具进展到正式入场做AI制药;DeepMind创始人Demis Hassabis称今年年底公司第一批药物将进入临床试验阶段。

英伟达两年内投资了13家AI制药创业公司，在公司内部也推出了应用于生物分子科学领域的BioNeMo平台，与众多企业开展合作。

“很多融资事件的发生，背后不一定是技术爆发带来的机会，而是投资方在‘错失恐惧’下抢占赛道的布局。”

长期关注AI制药赛道的投资人张琦这样看待行业中融资现象的火热，譬如在2020到2021年间的融资高峰，以及过去一年来美国资本市场的几笔巨额融资。

大模型浪潮再次赋予了投资人加码AI制药的信心，但在实际的落地场景中，大模型究竟为AI制药带来了哪些新的进展?

Isomorphic Labs首席AI科学家Max Jaderberg的态度十分乐观，他在公开访谈中表示，Isomorphic要让AI学会“设计药”，真正开发出一颗新药，并送进人体试验，而非辅助人类开发。

国内从业者的看法却较为保守。

白苗指出，新的AI技术的确在药物研发中的性质预测、分子优化等环节提供了加成，但并没有出现突破式、爆发式的改变。

冯心肯定了大模型的有效性，同时也指出大模型目前尚未成熟到作为“生产工具”。他认为大模型可以提高分子生成的多样性与探索能力，但还无法替代分子层面的精准优化与成药性预测，目前更适合作为“辅助生成工具”。

“GPT一样的大模型很性感，但对药物发现来说，目前还不如几个关键的结构点做得扎实来得有效。”

陈晨也表示，AI大模型的“语言模型迁移效应”虽诱人，但一旦进入适应症分层、毒性评估、药代动力学等阶段，AI价值开始边际递减。

但不论如何，AI对行业整体态度的改变是积极的，AI正在像办公软件一样融入药物研发流程之中，在白苗的观察中，“未来不会再特别强调‘AI制药’标签，而是默认AI是研发流程中不可或缺的一部分。 ”

2

AI能力需体现在“做药”本身

AI制药融资复苏的背后，是上一批也曾被资本眷顾过的初创公司在当下融资困难、努力变现甚至面临生存危机的处境。

“不少公司已经悄无声息地消失了。”冯心回忆，最近几年时常听说一些熟悉的创业公司的裁员消息，创始人也久久不在行业活动上露面，研发进展与合作活动基本停滞。“虽然没有进入破产的程序，但大家都明白这种状态下很难再有新进展了。”

这类公司几乎都具有同一个特征：只提供AI服务，缺乏实际研发成果，难以打动客户，冯心质疑，“你说自己的平台有多么好，能做很多事情，但你自己都没用它做出好的管线，怎么能说服客户去用你的平台?”

随着AI技术进入开源时代，底层能力更具优势的巨头们或高校实验室陆续开放模型的商业化应用，为只做工具平台的AI制药公司带来了极大压力，“除非你有自己的数据用于训练模型，你的AI工具能甩这些开源模型几条街，否则在市场上很难有优势。”陈晨表示，“如果只做软件工具，很容易被替代。”

生物医药一级市场在经历一轮去泡沫化后，投资人们不再被一套软件产品或一个研发平台打动，而是要更加真切地看到AI在实验中如何推动着药物研发的进程，才肯投入宝贵的资金。

“2021年前后大家追求的是新范式故事，2024年之后则在追问‘你到底给哪家药企交付了什么’。”陈晨表示，对“AI+药物”的热度开始向实际验证迁移。

种种客观因素都推动着AI制药企业走向药物研发流程的更纵深处。

白苗所在的公司早期业务以为客户提供AI药物发现平台及解决方案为主，随着研发工作的深入，如今已经开始布局自研管线与联合研发管线。

“从工具平台向做药转型是行业共识。”白苗指出，无论是独立推进管线，还是与合作方联合推进，企业必须积累真实的转化能力，“AI能力最终还是要体现在在‘做药’本身的。”

一直坚持自主研发管线的AI制药公司在行业内有一个标杆，即不久前第三次向港交所递表申请IPO的英矽智能。

成立于2014年的英矽智能在2021至2022年的行业风口拿到巨额融资，大量投入到管线研发之中，旗下31条研发管线已经有10个进入临床阶段，其中，在2021年推出的特发性肺纤维化药物ISM001-055目前已经进入临床III期阶段，成为唯一跨越临床II期这一“死亡之谷”的AI药物。

根据招股书，药物发现及管线研发为英矽智能贡献了2024年92.9%的营收，研发管线license-out所获得的首付款、里程碑付款等是其最核心的收入来源。

过去几年中，英矽智能先后与多家药企达成管线授权合作，其中在2024年与美纳里尼达成两笔合作，分别是1月以1200万美元首付款和5亿美元合作总额授权引进一款临床前阶段靶向KAT6的新型小分子抑制剂，以及12月以2000万美元首付款和5.5亿美元合作总额授权引进一款临床前阶段抗肿瘤小分子抑制剂。

在那些进展迅速或是已经被药企买走的管线当中，AI发挥着怎样的作用?

有着丰富药化经验的周雨坦言，从当前行业内以AI驱动研发的众多药物管线来看，AI的设计思路与药化学家的思路没什么不同。

2024年以来，不少AI制药企业开始进入“IND密集申报”阶段，但在周雨看来，这更多是融资压力下的策略性出牌，而非AI驱动药物研发的成果验证。

“闭环不是自己做个实验验证，而是要真正进入迭代优化逻辑，还要解决速度与成本的问题。”周雨指出，国内大多数AI制药公司目前仍处在“有平台但数据链条未打通”的阶段，真正做到模型-实验-再反馈-再优化的“工程化闭环”的企业十分稀缺。

“不少项目是以传统路线走通的，把AI当成赋能标签，目的是提升估值而不是验证AI价值。”周雨表示，“外界不一定知道他们的分子究竟怎么来的，但故事讲得通。”

但AI制药公司如果想向药企收取平台或服务费用，就不得不向客户多维度证明自身的AI能力，越来越多药企在与AI公司合作时设定更明确的KPI，例如候选化合物必须经过自建实验平台初筛、有多中心真实生物数据背书、能与内部研发中台无缝对接等等。

“客户往往更关注管线推进过程中的关键数据表现，比如活性、PK/PD、ADME数据等，而非单纯的管线推进速度。”白苗表示。

3

“锤子找钉子”

跨赛道变现

在自研管线上深耕十年的英矽智能，最近开始调整商业化策略。

对比英矽智能2023年招股书与今年递表时公开的招股书，可以发现几处明显的变动。

对于自主研发的Pharma.AI平台，2023年招股书中介绍，“平台用于推进药物发现流程，并强调其在缩短研发周期(如18个月推进到临床)方面的贡献，是双引擎业务模型之一”。

在2025年的招股书中，则将Pharma.AI定位为公司最核心资产，其技术堆栈不仅服务于药物研发，“正将Pharma.AI的应用范围扩展至多个行业，包括先进材料、农业、营养产品及兽医药物领域。”

公司的商业模式也更新为“药物发现及管线开发、软件解决方案，及与非制药领域相关的其他发现”。

在英矽智能的年度营收中，2024年也首次出现了“其他发现”的分类，贡献了2.5%的收入。

种种迹象都表明，英矽智能开始横向切入制药以外的赛道，谋求技术变现。

“大部分资本没有足够的耐心，更倾向中短期能够见到收益的项目，这和医药行业的逻辑与周期是相悖的，因此企业必须找到更多其他的商业化变现路径。”

张琦坦言，他并非医学或生命科学背景的投资人，投资风格聚焦商业化落地，背后的LP也更追求短期回报。

因此在选择标的时，他更希望企业在医药领域无法快速变现的情况下，能够打通其他行业的商业化渠道，如化学材料等同样能应用AI技术的场景。“对于一些泛泛的投资方来说，他们通常会担心你在某个场景中钻得越深，风险越高。”

过去几年，英矽智能在药物管线上取得进展的同时，也面临着巨额的亏损，两度赴港申请IPO皆以招股书失效告终。而同样面临亏损情况，但更早一步拓宽了业务范围的晶泰科技已经于去年六月成功上市，在二级市场表现可观，股价已然翻番。

张琦将这种情况形容为“锤子找钉子”，做药物管线对现金流的要求太高，如果背后没有源源不断的资金注入，或是能够迅速在医药领域变现，那么不妨去寻找一些其他合适的赛道，“如果一直没有找到合适的赛道，你手上锤子的价值也会慢慢减损。”

晶泰科技跳出医药行业寻找新“钉子”的时间要早得多，早在2021年，晶泰科技就开始为在新材料领域发展做底层的规划和准备。

去年8月，晶泰科技在上市后的首份半年报中宣布了与中国新能源龙头协鑫集团的合作，合作为期5年、总合作金额约10亿元。按照平均每年2亿元的收入来计，这相当于是晶泰科技2024年营收的四分之三。

在与协鑫集团的合作官宣后，晶泰科技股价曾在7个交易日内暴增150%，市值一度突破500亿港元。

另一家在AI for Science领域广泛布局的公司深势科技，业务范围覆盖新药研发、新材料开发、绿色化学、自动化实验平台等多个领域。

去年10月，深势科技宣布完成新一轮数亿元人民币融资。即便是在AI制药一级市场最为低迷的2023年，深势科技也拿到了超7亿元人民币的融资，成为当年国内金额最高的一笔融资，可见其在资本市场的受欢迎程度。

目前，AI制药行业正处于热潮褪去后的调整期。头部公司如Recursion通过裁员和精简管线来优化资源，英矽智能也在探索制药以外的应用场景，以求更多商业变现。

市场越来越务实，投资人关注的不再是技术概念，而是AI能否切实缩短研发周期、降低成本、提高成功率。对于AI制药公司而言，证明自身价值的关键在于利用技术能力推进管线、产出经得起实验数据验证的结果，或者能为广泛的科学问题提供有价值的解决方案。

行业的想象力依然存在，但想要继续前进的企业还需要更清晰的路径和更稳定的支撑。