BIO INSIGHT / AI4S 产业观察当设计分子越来越便宜,证明分子越来越贵
AI制药四强,谁在赚钱?
文|一位生物药从业者 · 2026年10月31日 · 约4,600字
04
家公司
04
种商业模式
01
道临床关口
过去一周,黄仁勋又一次成为新闻人物。与科学无关的争议,本文不做展开。对生物制药行业来说,更值得追问的是另一件事:他押注的AI4S(AI for Science,AI驱动的科学研究),究竟把药物研发带到了哪一步?
2024年诺贝尔化学奖把答案的起点指向蛋白质:David Baker获奖,是因为计算蛋白质设计;Demis Hassabis与John Jumper获奖,是因为蛋白质结构预测。一个负责“看懂”,一个负责“设计”。两年后,这门技术已经不再只是论文里的演示。
2026年,四家公司同时给出了可核查的进度:晶泰把AI4S做成收入,英矽把AI设计的药推进III期,Isomorphic Labs拿到21亿美元B轮,Generate Biomedicines把AI设计的抗体送进III期并完成4亿美元IPO。它们都在讲AI,但卖的并不是同一种东西。
这篇文章只回答三个问题:钱从哪里来,收入能不能持续,到2031年谁更可能留在牌桌上。
CORE VIEW / 核心判断
01AI制药已经过了“能不能做”的阶段。2026年,四家公司同时拿出收入、III期临床、平台合作和大型融资;市场开始用制药业的尺子,而不是AI的尺子来定价。
02四家公司不是同一条赛道。晶泰卖基础设施,英矽卖管线,Isomorphic卖模型与期权,Generate卖蛋白质设计与生物药资产。收入结构不同,风险也完全不同。
03未来五年,贬值的是“设计分子”,升值的是“证明分子”。临床数据、专有实验数据、合规交付和跨学科判断,才是更难复制的部分。
题解「四强」不是排名。它指的是四种已经跑通一部分商业闭环的路径。把它们放在一张表里,是为了看差异,不是为了选冠军。
01
FROM NOBEL TO CLINIC诺奖之后,考题已经换了
2024年的诺奖,把两个方向推到台前:理解蛋白质结构,和按需设计新的蛋白质。对生物药来说,后者更直接。
传统抗体发现要经过免疫或文库筛选、表达、纯化、亲和力评价、功能验证和多轮工程优化。周期长,不确定性高。生成式蛋白质设计模型可以根据目标结构和预期功能,生成新的候选序列,再交给实验验证其结合能力和生物学活性。
这对抗体、双抗、TCE、酶和部分新型蛋白药物都有直接价值。以TCE(T细胞衔接器)为例,过去开发一个分子,要在靶点选择、CD3结合臂亲和力、分子构型和功能验证之间反复调整;现在,AI可以帮助研究人员同时探索更多设计参数,再用实验数据优化亲和力、稳定性和可开发性。
但TCE的临床表现还受到抗原表达、免疫细胞状态、肿瘤微环境和细胞因子释放等因素影响。AI目前还无法可靠预测这些复杂的人体反应。它更像一个更快的筛子,而不是临床结果的保证。
更值得关注的是闭环。过去,模型完成预测后,仍要研究人员安排实验、等待结果、整理数据,再重新设计;现在,一些企业正在把模型、机器人和实验分析系统连接起来。机器生成方案,自动化设备执行实验,结果重新进入模型,形成连续迭代。
晶泰披露,其智能体每周可自主推进上万次化合物实验;英伟达与多家实验仪器企业也在向这个方向投入。竞争指标因此发生变化:不是“模型有多大”,而是“单位时间内能完成多少次高质量的设计—实验—验证循环”。
但效率只是上半场。真正决定商业价值的,是效率能不能变成客户愿意付费的交付,以及交付能不能形成复购。
“
模型可以生成一万个候选,只有临床数据能证明其中一个。
02
FOUR MODELS四家公司,四种卖法
把四家公司放在一起,最容易犯的错误,是把它们都当成“AI制药公司”。它们的技术底座有交集,但商业模式几乎没有重叠。
公司
卖什么
2026年关键证据
最需要证明的事
晶泰科技
基础设施
2025年收入8.03亿元;2026H1 AI4S +136.4%
平台能否规模化盈利
英矽智能
管线
Rentosertib III期;H1收入1.06亿美元
III期读出与持续性
Isomorphic
模型
21亿美元B轮;礼来、诺华、强生合作
模型能否变成临床资产
Generate
蛋白质设计
GB-0895 III期;4亿美元IPO
III期与商业化
01 / INFRASTRUCTURE
晶泰科技
XTALPI HOLDINGS
把AI制药做成基础设施
01
2025年
收入8.03亿元,同比+201.2%;净利润1.35亿元,经调整净利润2.58亿元
2026H1
收入3.94亿元,同比-23.9%;AI4S收入1.94亿元,同比+136.4%
利润
净亏损2.25亿元;研发开支3.68亿元,同比+66.0%
现金
现金及相关金融资产86.71亿元
合作
DoveTree首付5100万美元、后续1900万美元;6月GPCR合作潜在总额超4亿美元
MY READ / 我的判断
晶泰已经证明平台能签大单,也证明了管线授权会让收入剧烈波动。下一步不是再讲一个更大的合同,而是让AI4S形成可复购、可覆盖研发投入的收入。
2025年的1.35亿元净利润需要拆开看。券商研报指出,其中包含金融资产公允价值收益;经调整净利润2.58亿元,也不等于经营现金流已经稳定。2026H1由盈转亏,正好说明这种波动。
但86.71亿元的资金储备,给了它试错空间。晶泰的真正看点,是AI4S收入占比能否继续上升,以及毛利率能否随规模改善。
02 / PIPELINE
英矽智能
INSILICO MEDICINE
用III期管线证明AI
02
Rentosertib
2026年7月在中国启动特发性肺纤维化(IPF)III期;320例,47个中心,主要终点为52周用力肺活量(FVC)年下降率
2026H1
收入1.06亿美元,同比+287.2%;净利润3553.7万美元,经调整净利润5122.7万美元
现金
银行结余及现金3.58亿美元;3个月以上定期存款1.09亿美元
管线
累计33个临床前候选化合物(PCC);自2021年以来重大BD合同总额约110亿美元
交易
2026年3月与礼来合作,总额最高27.5亿美元,首付1.15亿美元
MY READ / 我的判断
英矽已经跨过“能不能收钱”。接下来要跨的是“能不能一直收钱”:里程碑收入能否超过首付款,Rentosertib的III期能否给出可重复的临床证据。
IIa期数据曾显示,Rentosertib 60mg组12周FVC平均提高98.4毫升,安慰剂组下降20.3毫升。这是积极信号,但IIa期样本小、周期短,不能替代III期。III期成功,才是AI制药最硬的一次背书;失败,也不等于AI无用,但估值逻辑会被重写。
收入结构也要拆:1.06亿美元中,药物发现及管线开发1.03亿美元,软件解决方案只有269.7万美元。它证明的是“卖资产”,还不是“卖工具”。
03 / ENGINE
Isomorphic Labs
ISOMORPHIC LABS
卖最底层的设计引擎
03
IsoDDE
2026年2月公布;公司称在部分蛋白—配体基准上超过AlphaFold 3
合作
礼来、诺华、强生;强生合作为跨模态、多靶点
资本
2025年6亿美元融资;2026年5月21亿美元B轮
管线
多个自有与合作项目;截至10月,尚无公开临床读出
MY READ / 我的判断
它拥有四家里最强的模型叙事和资本弹药,也拥有最少的公开临床证据。未来五年,Isomorphic要证明的不是“预测得更准”,而是“能反复产出可进入临床的资产”。
IsoDDE的基准结果来自公司自己发布的报告,且未开源、未经过同行评审和独立复现。它可以说明模型在进步,但不能直接等同于药物成功率。对一家平台公司来说,真正的产品不是论文,而是合作方愿意续约、自有管线能够进入临床。
21亿美元B轮是一个强烈的信号,也是一种压力。资本可以买到时间和算力,但买不到临床数据。Isomorphic的第一个临床节点,会比任何基准测试都更有说服力。
04 / BIOLOGICS
Generate Biomedicines
GENERATE BIOMEDICINES
用蛋白质设计做生物药
04
GB-0895
TSLP长效单抗,重度哮喘III期;目标为每年两次皮下注射
其他管线
GB-4362(游离MMAE抗体)I期;GB-5267(MUC16装甲CAR-T)I期
资本
2026年2月纳斯达克IPO,募资4亿美元,IPO市值约22亿美元;首日下跌21%
财务
2025年收入3190万美元,净亏损2.495亿美元;2026年6月底现金及投资4.57亿美元
合作
2026年10月与Zealand合作:首付3000万美元;里程碑总额最高12亿美元,其中早期临床前里程碑最高3500万美元
MY READ / 我的判断
Generate是四家里最贴近生物药产业的一家。它有明确的临床需求、明确的差异化假设,也有明确的III期风险。GB-0895如果读出积极数据,生成式蛋白质设计会得到一个比任何平台故事都更有力的证明。
但它的财务报表也提醒我们:AI制药公司依然是生物科技公司。2025年净亏损2.495亿美元,IPO首日下跌21%,说明资本市场愿意给平台期权,但不会无条件为故事买单。III期、CMC、商业化,一个都少不了。
Zealand交易的结构也值得注意:3000万美元首付,里程碑总额最高12亿美元,其中早期临床前里程碑最高3500万美元。首付是当下,里程碑是期权。把12亿美元当成收入,是AI制药估值里最常见的幻觉。
“
四家公司都在卖AI,但客户真正付钱的理由并不相同。
03
THE 2031 TEST2031年,谁更可能活得好?
技术先进程度,无法直接推出商业胜负。更可操作的,是四个指标:有没有真实收入,收入能不能重复,有没有持续产生资产的体系,现有资金能不能撑到下一次价值验证。为了手机阅读,下表把“收入证据/可重复性”和“资产/资金”各合并为一列。
公司
收入与重复性
资产与资金
关键节点
晶泰
强;AI4S上升,授权波动
平台+近40条管线;86.71亿元
AI4S毛利率
英矽
强;BD首付款为主
33个PCC;3.58亿美元现金
Rentosertib III期
Isomorphic
弱/未披露;以合作为主
IsoDDE+多模态合作;21亿美元B轮
首批临床读出
Generate
中;里程碑驱动
蛋白质平台+III期;4.57亿美元
GB-0895 III期
口径提示:晶泰2025年净利润含金融资产公允价值收益;英矽2026H1利润含BD首付款;Generate收入为合作及研发收入。三组数字不能直接横向比较。
这张表不是排名,而是四种缺口。晶泰缺的是“可重复的利润”,不是收入;英矽缺的是“可重复的收入”,不是单笔交易;Isomorphic缺的是“临床证据”,不是资本;Generate缺的是“III期读出”,不是平台故事。
如果只看到2031年,我会把四家公司分成两组:晶泰和英矽更接近“已经证明能赚钱”,但需要证明能持续;Isomorphic和Generate更接近“拥有更大期权”,但需要证明能落地。
前者要防收入波动和毛利率;后者要防临床失败和资本消耗。没有一家因为“AI”两个字自动安全。
MY JUDGEMENT / 我的判断
到2031年,最可能的赢家不是“模型最强”的公司,而是“把模型、数据、实验和临床串成闭环,并且让客户持续付费”的公司。四家公司都可能活着,但活法会完全不同。
04
THE CRO QUESTION中国CRO/CDMO:便宜不再是壁垒
过去二十年,中国CRO/CDMO的优势很具体:训练有素的科研人员、相对低的人力成本、成熟的实验平台、较快的执行速度、完整的产业配套。
AI正在改变其中一部分工作的成本结构。文献调研、靶点信息分析、虚拟筛选、抗体序列设计、siRNA/ASO序列筛选等标准化程度高的环节,受影响最早。
报价方式也会变。过去按实验数量、人员投入、项目周期收费;未来客户更关心“交付多少个满足要求的候选分子”。部分服务会从按工时收费,转向按结果或里程碑收费。
但AI对不同业务的影响速度不同。GLP毒理、GMP生产、复杂生物学模型、临床研究和监管申报,仍然依赖真实实验、质量体系和合规责任,短期很难被纯计算替代。
业务
影响
可能的变化
文献调研、靶点分析
很高
基础信息处理自动化
小分子虚拟筛选与设计
很高
计算设计成本下降,筛选策略改变
抗体序列设计与优化
高
生成式设计与实验验证结合
双抗、TCE早期设计
高
构型探索和候选优化加快
siRNA、ASO序列设计
高
序列筛选与脱靶预测提效
ADC(抗体偶联药物)linker、payload优化
中高
多参数联合优化能力增强
CHO细胞培养工艺
中高
参数优化、过程预测与监测
DMPK及早期毒性预测
中高
辅助实验设计和候选筛选
GLP毒理
中
数据分析提效,真实实验仍是核心
GMP生产
中
工艺监测、偏差分析和质量预测
临床试验
中
患者筛选、运营和数据分析优化
这里有一个容易被忽略的反向效应:AI降低早期设计成本,可能让更多Biotech同时探索更多项目,实验验证需求未必减少。问题不是“业务量会不会消失”,而是“新增业务会流向谁”。
拥有验证平台、快速交付能力和高质量数据的CRO,可能获得更多订单;主要靠人员数量竞争的企业,会面临单价下降。
更直接的压力来自海外。若欧美Biotech用AI和自动化把早期研发的人均产出拉高,中国CRO过去按人头计价的价格优势会被压缩。但工具是通用的,中国企业同样可以使用;真正的差距会落在流程改造速度、数据质量和合规交付能力上。
低成本仍然重要,但低成本本身越来越难成为长期壁垒。
“
过去卖的是工时,未来卖的是结果;过去积累的是报告,未来积累的是可用的数据。
05
THE DATA MOAT数据不是天然资产,合法可用才是
过去,CRO/CDMO把实验数据视为项目交付物:完成实验,出具报告,归档保存。AI4S时代,这些数据可能变成模型资产。
抗体CRO的序列、表达量、亲和力、聚集倾向、稳定性数据;CDMO的CHO培养数据;非临床CRO的PK、毒理、组织分布数据,都可以用来训练更贴近自身业务的模型。
但前提是合法使用权。历史项目中的大量数据属于客户保密信息,不能因为企业参与过实验,就直接拿来训练商业模型。数据权属、授权范围、脱敏、标准化、质量管理,一个都不能少。
更难的是跨阶段连接:Discovery的分子设计数据,可以指导CMC开发;CMC的可开发性问题,可以反哺早期筛选;非临床的暴露量、药效和毒性,可以反馈到下一代分子设计。
这种跨阶段的数据闭环,可能比购买一个大模型更难复制。它要求企业内部先解决数据分散、格式不统一、系统不通的问题。
所以,未来CRO/CDMO最重要的资产,不是“有多少数据”,而是“有多少合法、可靠、可持续更新、能跨阶段使用的数据”。
06
THE ORGANIZATION2031年,30人公司能做100人的活吗?
在部分早期研发环节,这种情况有可能出现。但30人与100人的对比只是一个组织效率假设,没有可靠数据证明2031年会普遍实现这样的人员缩减。
更现实的图景是:核心团队负责疾病生物学、靶点选择、研发策略、临床开发和关键决策;AI承担计算设计、数据整理、文献分析和候选优化;自动化平台完成部分标准化实验;外部CRO/CDMO承担复杂实验、非临床、CMC和GMP。
这会把组织变薄,但不会把科学判断变便宜。一个模型可以生成大量抗体序列,真正困难的是判断哪一种设计具有临床价值。
例如,一款TCE在体外有很高的肿瘤杀伤活性,却可能因为细胞因子释放或正常组织表达而受限;一款ADC可能体外活性更好,却在动物实验中出现不可接受的毒性。这些问题需要生物学、药理学、毒理学和临床开发共同判断。
未来最稀缺的人,不是会调模型的人,而是能跨学科判断“哪个分子值得做”的人。
2026—2027
AI进入核心工作流
抗体设计、结构分析、RNA序列优化、CMC数据分析成为常见场景;企业开始衡量命中率、实验次数和周期。
2028—2029
干湿实验形成闭环
部分标准化任务连续运行;拥有历史数据的企业建立专用模型;药企与CRO的合作方式发生变化。
2030—2031
组织与分工被改写
部分早期研发人员配置减少;AI辅助设计的药物积累临床数据;模型、数据、实验验证形成新壁垒。
但2031年之前,AI仍然难以独立完成从靶点发现到药物上市的全过程。临床开发有时间要求,人体生物学的复杂性也远超当前模型。五年足以改变工具,未必足以重构整个研发体系。
07
EPILOGUE / 结语设计变便宜,证明变贵
黄仁勋的新闻会过去,AI4S不会。
未来五年,AI不一定能独立开发并上市一款新药,但它会改变谁能以更低的成本、更快的速度、更多高质量数据走到临床。
对AI制药公司,技术先进已经不足以保证商业成功;对传统CRO/CDMO,规模庞大也不再意味着安全。真正的分水岭,是有没有能力把技术优势变成客户愿意持续付费的产品和服务。
当设计分子越来越容易,证明一个分子真正有价值,就会变得更加重要。
这或许是未来五年,生物制药最值得关注的变化。
THE REAL MOAT / 真正的护城河
不是模型参数,是临床数据;不是候选分子数量,是让分子走到上市的能力。
作者:生物药研发与BD从业者,关注创新药商业化与技术转化。本文仅代表个人观点。
SOURCES / 资料来源
晶泰控股2025年年度业绩、2026年中期业绩;每日经济新闻《直击业绩会丨晶泰控股上半年由盈转亏》2026-08-21;证券时报《晶泰科技收到第二笔1900万美元里程碑付款》2026-05-29;上海证券报《晶泰控股与国际知名药企达成超4亿美元AI药物发现合作》2026-06-10;英矽智能2026年中期业绩及2026-07-08公告;上海证券报《英矽智能与礼来达成对外授权与全球研发合作》2026-03-30;观点网《英矽智能中期收入1.06亿美元 扭亏为盈》2026-08-26;Isomorphic Labs官网IsoDDE技术更新(2026-02-10)、B轮融资公告(2026-05-12)、强生合作公告(2026-01-20);Generate Biomedicines官网管线页及Zealand合作公告(2026-10-13);Renaissance Capital IPO周报(2026-02-27);StockAnalysis GENB财务数据;2024年诺贝尔化学奖公告。
DISCLAIMER / 免责声明
本文基于截至2026年10月31日的公开信息,财务数据以公司公告为准;涉及2031年的判断为产业分析,不构成投资建议。
如果这篇文章让你重新思考AI制药的商业模式,欢迎点一个「在看」,或转发给做BD、研发和投资的朋友。
也欢迎在评论区聊聊:未来五年,你更看好“卖基础设施”还是“卖管线”?
BIO INSIGHT
深度 · 客观 · 长期主义 | 2026