OpenAI OpCo LLC

当下世界，最“潮”的点，起源于70年前。 1956年，美国汉诺斯小镇达特茅斯学院，约翰·麦卡锡等学者聚在一起讨论机器模拟智能的一系列问题，虽然未能取得实质性突破，却为讨论内容起了一个名字：人工智能（AI，Artificial Intelligence）。 人工智能元年开启。 七十年来，人工智能从一场学术狂想逐渐渗透进每个人的日常。从手机里的语音助手到刷脸支付的安防系统，从精准推送的推荐算法到自动驾驶的感知决策，AI已然像水电一样无声地融入生活。 而在更宏阔的产业层面，AI正以摧枯拉朽之势重塑千行百业——金融、制造、农业、生物医药…… 风起于青萍之末，逐风而行，便能驾驭时代的浪潮。 5月15日，由北京大学医学部与云南白药集团联合主办、云药科技联盟协办的“2026医药创新和科技前沿”论坛暨“AI赋能·创新智药”论坛在云南白药集团总部拉开帷幕。400余位政、产、学、研参会代表齐聚，共话AI如何为传统中药与创新药插上智慧的翅膀。 今天的浪潮，在云南。 一场破局革命 先来看两组数据： 第一组：云南共有中药资源8875种，包括药用植物343科2133属8456种、药用动物151科286属380种、药用矿物39种。 三七、滇重楼、砂仁、云木香……这些道地药材是云南最宝贵的天然禀赋。然而，资源优势并不等于产业优势。 长期以来，云南生物医药产业也面临“大资源、小产业”的困境：缺乏深度研发能力、缺少创新药管线、高端人才不足、产业链附加值偏低。 一份来自药智产业观察的数据显示，2016年至2023年，云南药品批准上市总数为35个(以品种计)，排全国第23名；药品批准临床数量总数为50个(以品种计)，排全国第25名。 第二组：传统药物研发有一个令人沮丧的“双十定律”，开发一种新药往往需要耗时十年以上、耗资约十亿美元，而最终成功的概率却不到10%。这个定律是长期悬在所有从业者头顶的达摩克利斯之剑。 但是AI的出现，正在打破这一定律。AI技术正在改变靶点发现、分子筛选与优化等药物研发关键环节的研发范式，业内预测其可将早期药物发现时间压缩30%-40%。 新药研发赛道，“赛博味”是越来越浓。OpenAI发布生命科学专用大模型，亚马逊推出代理型人工智能药物研发应用、英伟达携手多个机构扩充蛋白质结构数据库，传统制药巨头也主动打破固有模式，积极拥抱AI带来的产业变革。 2026年被业界视为AI制药从愿景走向现实的“试金石之年”，全球首款完全由AI设计的药物有望在今年获批上市，这将是一个历史性的里程碑。 这也是云南要赶上的风口浪潮。 一场深刻的产业革命 可以说，2026“医药创新和科技前沿”论坛暨“AI赋能·创新智药”论坛，本身就是一场走向“潮流”的宣言。 云南省副省长王学勤在致辞中指出，“AI+生物医药不是短暂的风口，而是一场深刻的产业革命。” 中国工程院院士詹启敏则从校企协同的角度提出，“当顶尖学术力量与头部产业资源在AI时代同频共振，必将催生更多从0到1的原创突破和从1到100的产业成果。” 本次论坛汇聚了英矽智能（全球AI制药头部企业）、晶泰科技（AI+机器人驱动药物发现）、深势科技（AI for Science范式引领者）等产业先锋，一个充满无限想象力的AI制药创新生态正在形成。 近年来，云南白药集团持续加大研发投入，2025年研发投入4.23亿元，同比显著增长21.51%，研发投入占工业收入比重为2.64%，研发能力不断提升。 同时，加快构筑以云南白药集团中央研究院为核心研发平台的“大研发”体系建设，持续深化人才队伍建设和产学研合作，提高创新能力和创新效率。 中央研究院以“传承云南中药精华、赋能健康产品升级、精心布局创新药物、AI辅助药物设计”为整体研发思路，设立昆明、北京、上海、天津、无锡五大国内研发中心，形成中药、核药、AI制药、医疗器械等多赛道协同并进的创新格局。 百年药企的“潮”流实践 作为产业实践者，云南白药集团正借助AI之力，开启一场深刻的重塑革命。 云南白药集团中央研究院院长万五洲从“源头创新药”与“智慧中药”两个维度呈现了云南白药作为产业实践者的体系化思考，系统阐述了云南白药在AI赋能背景下的战略布局与实践探索。 在创新药研发领域，云南白药集团借助AI辅助靶点发现平台和药物设计平台，让研发从“大海捞针”到“精准制导”。 在智慧中药领域，依托雷公大模型、中医古籍智能体和云白智药等，将AI贯穿上游种植到下游临床的全产业链： 源头种植端，实现智慧溯源、遥感检测和规范种植； 方剂研发端，实现古方新研、知识图谱和靶点筛选； 智能制造端，实现提质增效、工艺优化和在线检测； 仓储流通端，实现全程追溯、温湿调控和防伪溯源； 临床应用端，实现循证升级、精准辨证和数据积累。 成果已见真章。 3月30日，云南白药集团自主研发的INB301注射液获得临床试验批准，该项目获云南省科技厅重大科技专项支持，是针对肿瘤恶病质的潜在创新干预药物。 由中国工程院院士朱兆云领衔的1.1类中药新药“全三七片”已完成Ⅱ期临床研究，“附杞固本膏”也已进入Ⅲ期临床研究并取得阶段性突破，推动传统中药向着现代化、科学化的方向稳步迈进。 在创新核药方面，中央研究院天津中心研发的1.1类创新核药INR101注射液快速推进Ⅲ期临床研究，INR102注射液则加速推动I/IIa期临床研究，在“诊断+治疗”一体化精准诊疗体系建设上取得实质性突破，进一步填补了国内相关领域的技术空白。 此外，云南白药同步推进中药大品种二次开发工作，深挖传统中药品种的现代医学价值，为经典中药开辟全新的创新发展路径，成为中医药产业培育新质生产力的生动实践。 云南生物医药的“黑匣子”，正在一步一步被打开。 “有点潮”的背后 云南白药与AI的同频共振，本质上是一家百年企业的自我革新。这里面最核心的，是三个支点：人才、数据和文化。 人才的“潮”。AI制药是典型的“交叉学科战争”——既懂药物研发、又懂算法模型的人，放眼全球都稀缺的存在。 与其被动等风来，不如主动造码头。依托北京大学-云南白药国际医学研究中心，校企协同开展科研攻关、人才培养、成果转化，让顶尖专家直接在产业一线做课题；五大研发中心全域联动，让算法工程师与药学专家坐在一起写代码、跑实验。 有了人才，便是为风口机遇造码头。 数据的“潮”。数十年的生产质控数据、海量的临床用药反馈，以及独家拥有的民族医药文献。这些数据都如富矿一般，即将被AI唤醒。云南白药集团将把海量丰富的数据，变成训练模型的燃料、产生洞见的矿脉。 文化的“潮”。从“经验驱动”到“数据驱动”的转变，需要打破传统的决策模式和思维惯性。从云南白药集团的创新之举，拥抱AI的诸多实践，我们看到了一家百年药企的开放姿态，看到那种拥抱前沿、尊重科学、敢于试错的新型文化。 潮在前沿，潮在务实，潮在开放，潮在使命。 当草木之香遇上数据之光，这场变革的浪潮，并不只是属于一家企业。 它背后对应的，其实是整个云南生物医药产业的一次“换挡升级”。这意味着，云南未来参与全球医药竞争的方式，可能会彻底改写。 答案，也许还需要时间。但我们充满期待。 转发自：拥抱印度洋 往期阅读推荐 【农民日报报道】云南白药推动巍山红花全链落地 以生物科技重构防蛀底层逻辑 云南白药引领儿童口腔护理新路径 云南白药集团首个经典名方制剂上市许可申请获国家药品监督管理局正式受理 云南白药集团被确定为呈贡区2026年领军企业 智汇云岭药乡 赋能产业振兴——中国工程院云岭中药材院士行在滇成功举办 书香润初心 阅读启新程云南白药集团工会举办“中国梦・劳动美——书海寻光 阅见远方”主题阅读活动

点击蓝字 关注我们 2026年5月28日，美国人工智能公司Anthropic宣布完成650亿美元H轮融资，由Altimeter Capital、Dragoneer、Greenoaks和红杉资本牵头，公司估值达9650亿美元，距离万亿大关仅一步之遥。自2021年成立以来，Anthropic累计融资已超1200亿美元。 同日，Anthropic最强通用模型Claude Opus 4.8正式发布。与融资消息同样值得关注的，是这家AI巨头与制药行业的深度绑定——百时美施贵宝已宣布将Claude全面部署至全球超过3万名员工，覆盖药物研发、临床开发及企业运营全流程。 药企AI转型：BMS的“共享智能平台” 制药行业正在成为AI大模型的核心应用场景之一。BMS将Claude定位为公司“共享智能平台”，这一部署规模在大型药企中尚属首次。 BMS并非孤例。多家跨国药企已与OpenAI、英伟达、谷歌等AI公司达成合作，将AI大模型应用于靶点发现、分子设计、临床试验优化和患者数据分析等环节。制药行业对AI的需求集中在两个维度：一是缩短研发周期，新药从靶点发现到上市平均耗时10-15年，AI有望将临床前阶段时间压缩；二是降低研发成本，AI辅助的分子筛选可减少不必要的实验投入。 Claude的企业级应用不仅限于研发端。在日常运营层面，BMS员工已开始使用Claude处理文档分析、数据整理和沟通协调等工作。AI大模型在制药企业中的定位，正从“工具”逐步演变为“智能协作者”。 计算能力扩张：AWS、谷歌云、微软Azure三云齐发 随着企业客户对Claude的需求激增，Anthropic同步大幅扩展了计算能力。公司与亚马逊签署了高达5吉瓦的新容量协议，与谷歌和博通签署了5吉瓦下一代TPU容量协议，并与SpaceX签署了获得Colossus 1和Colossus 2 GPU容量的协议。 Anthropic的战略价值在于：Claude是全球唯一在三大云平台（AWS、谷歌云、微软Azure）上均可部署的前沿大模型。亚马逊仍是其主要云提供商和训练合作伙伴。 其他战略合作伙伴包括美光、三星和SK海力士，这些芯片巨头在全球内存、存储和逻辑芯片供应中扮演着关键角色。随着Claude使用量的增长，这些合作将帮助Anthropic以企业所需的速度扩展计算资源。 红杉资本：Claude正在学习企业的“实际操作方式” 红杉资本合伙人Alfred Lin在投资声明中指出，Claude的差异化价值在于其与企业工作流的深度融合。“初创公司和全球5000强公司都在部署Claude来处理复杂的工作流程，通过这样做，Claude正在学习企业的实际运作方式：背景、流程、判断。Anthropic正在搭建企业人工智能今天的地位和未来发展方向之间的桥梁。” 本轮融资还吸引了Capital Group、Coatue、D1 Capital Partners、GIC、ICONIQ、XN等机构参投。重要投资者包括AMP PBC、Baillie Gifford、Blackstone、Brookfield、DST Global、Fidelity、General Catalyst、Insight Partners、Lightspeed Venture Partners、MGX、淡马锡等。 此前，亚马逊已承诺向Anthropic投资50亿美元。战略基础设施合作伙伴美光、三星和SK海力士也加入本轮投资。 中国AI大模型行业的对标 在国际AI大模型融资热潮的背景下，中国AI大模型公司DeepSeek最新一轮融资规模已升至700亿元人民币（约100亿美元），融资前估值达450亿美元。若本轮融资顺利完成，DeepSeek将成为中国AI大模型史上首轮融资规模最大的公司。 结语 Anthropic以9650亿美元估值完成650亿美元融资，是AI大模型赛道资本热度持续升温的标志性事件。对制药行业而言，BMS全面部署Claude代表了大型药企在AI转型上的实质行动——从零星试点走向全员覆盖。 当AI大模型深入渗透药物研发、临床试验和企业运营的各个环节时，制药公司的核心竞争力正在从“实验室能力”扩展到“算法能力+算力储备”。未来几年，AI大模型在制药行业的渗透深度，将直接影响全球新药研发的效率和格局。 声明：文章中的信息仅供一般参考之用，不可直接作为决策内容。 蒲公英资讯 | 更懂制药人 专注医药产业与行业技术； 提供深度资讯、专业咨询、媒体宣传与资源链接； 助力企业把握行业脉搏，链接产业价值。 欢迎合作交流！ 蒲 公 英 资 讯 END 点击名片  欢迎关注我们

人类 30 年前甚至更早（AI 概念在 1956 年就被提出了）就把算法研究透彻了，为什么直到这两年 AI 才突然像坐了火箭一样火遍全球？ 这里面有一个行业内公认的“木桶理论”：AI 的爆发需要三根木头齐头并进，而过去几十年里，另外两根木头严重拖了后腿。1. 算法（想法很好，但当时只是“屠龙术”） 30 年前，像神经网络、深度学习、图搜索这些底层算法的数学公式就已经被科学家们推导出来了。但是，当时的算法在现实中几乎什么都做不了。 举个例子： 1995 年的 AI 算法就像是一张设计得完美无瑕的法拉利跑车图纸。设计很超前、很震撼，但尴尬的是——当时世界上还没有能提炼出高纯度汽油的工厂，也没有能承载这种速度的橡胶轮胎。2. 算力（过去是“拖拉机”，现在是“火箭发动机”） AI（尤其是现在的深度学习和大模型）是一个极度压榨计算资源的怪兽。 30年前： 电脑的内存是用兆（MB）计算的，CPU 的速度慢得像老牛拉车。如果你把现在大模型（如 ChatGPT）的数学模型放到 1995 年最顶尖的超级计算机上运行，它可能需要不吃不喝算上几万年才能吐出一个词。 转折点： 后来大家发现，原本用来打游戏的 GPU（显卡） 里面成千上万个小核心，特别适合用来做 AI 需要的这种“简单但海量”的矩阵数学运算。算力的指数级暴涨（英伟达的崛起），才终于给 AI 连上了电网。3. 数据（从“无米之炊”到“信息海洋”） 算法是厨师，数据就是食材。 30年前： 互联网才刚刚起步，世界上绝大多数的信息都躺在纸质图书、磁带或者人们的脑子里。没有海量的电子文本、没有百亿级的图片、没有高清视频，AI 根本没有地方去“学习”人类的知识。 现在： 互联网、智能手机、社交媒体爆发，人类每天产生的数据量是天文数字。现在的 AI 可以把整个维基百科、几百万本电子书、整个互联网公开的代码一夜之间全部“吃进去”。总结：AI 的三次浪潮与现在的本质不同 其实在过去的 30 年里，AI 经历过好几次“狼来了”的虚假繁荣（行业内称为“AI 寒冬”）： 第一次（1950-1970年代）： 科学家以为只要给电脑输入逻辑规则，电脑就能像人一样思考，结果发现现实世界太复杂，规则根本写不完。 第二次（1980-1990年代）： 就是你看到的罗马尼亚地图那个时代。大家开始用“搜索算法”和早期神经网络，但也只能用来解解魔方、规划下简单路线。由于算力和数据跟不上，再次陷入寒冬。 第三次（现在）：算法、算力、数据这三颗无限宝石终于凑齐了。AI 已经不再需要人类去一行行写死规则，而是给它几万亿的数据和上万张显卡，让它自己去悟出世界的规律。 所以，我们现在感受到的突然火起来，其实是科学家们在实验室里默默憋了 30 多年招、熬过了无数个寒冬后，随着硬件和互联网的发展，迎来的厚积薄发。 英伟达之所以能暴涨，是因为它在 AI 爆发的初期，扮演了卖铲人的角色——当所有人都在淘金（做大模型）时，淘金者不一定发财，但卖铲子和牛仔裤的人（提供算力芯片）一定赚得盆满钵满。 寻找“下一个英伟达”，本质上就是寻找：某一个行业（金矿）的底层技术和逻辑已经走通，但因为某些“硬性瓶颈”（基础设施、材料、能源、标准），导致它还没大规模爆发。而谁能解决这个瓶颈，谁就是下一个卖铲子的巨头。 以下是目前科技界和资本市场中，最经典的几个“万事俱备，只欠东风”的行业，以及它们所对应可能诞生“英伟达”的领域：1. 自动驾驶与具身智能（Embodied AI） 现状（金矿）： 特斯拉的 FSD 算法、波士顿动力的机器人，其大脑（AI 算法）在虚拟世界里已经进化得非常聪明了。 瓶颈（卡脖子的地方）：硬件硬件，还是硬件。 * 现有的机械关节（执行器）太笨重、太耗电； 传感器（激光雷达/4D毫米波雷达）在极端天气下依然会抓瞎； 车载芯片需要在极低功耗下运行极复杂的模型。 潜在的“英伟达”在哪里？ 精密微型电机/减速器巨头： 机器人有几十个关节，谁能做出像人类肌肉一样精准、轻量、高寿命的“伺服电机”和“谐波减速器”，谁就会成为所有机器人公司的核心供应商。 边缘计算与定制芯片（ASIC）： 汽车和机器人不可能背着一个数据中心跑。专门做车载低功耗 AI 芯片、或者将光电传感器与芯片集成的公司，就是下一个算力垄断者（例如像 Marvell、波士顿科学相关的微机电企业 或者是深耕自动驾驶芯片的巨头）。 2. 商业航天与低轨卫星互联网（SpaceX 链条） 现状（金矿）： 随着可回收火箭技术（如星舰）的彻底成熟，把一吨物资送入太空的成本下降了 90% 以上。太空宽带、卫星直连手机、太空工厂的理论完全走通了。 瓶颈（卡脖子的地方）：产能与太空物流基础设施。 火箭虽然便宜了，但卫星的量产速度跟不上，且在太空中如何进行精准的轨道调度、卫星之间如何进行高速的激光通信（免受大气干扰）依然是痛点。 潜在的“英伟达”在哪里？ 卫星激光通信组件提供商： 几万颗卫星要在太空中编织成一张不延迟的网，不能再用传统的无线电，必须用空间激光。谁垄断了星间激光通信的激光发射器和接收芯片，谁就是太空版的英伟达。 太空燃料与轨道服务商： 相当于太空里的“中石化”或特种物流，为所有卫星提供寿命延长和轨道校准。 3. 核聚变与下一代清洁能源（Energy for AI） 现状（金矿）： 这是一个因 AI 爆发而被硬生生逼出来的行业。AI 实在是太耗电了，全球的数据中心正在像吞噬黑洞一样消耗电能。微软、OpenAI 的高层都在疯狂投资核聚变（如 Helion Energy）。 瓶颈（卡脖子的地方）：高温超导材料与超强磁场控制。 可控核聚变（“人造太阳”）在理论和小型实验中已经实现了能量净输出。但要实现商业化，必须维持极高的温度和压力。这需要第二代高温超导（2G-HTS）超导带材来制造超强磁场。 潜在的“英伟达”在哪里？ 超导材料制造商： 不管哪家核聚变公司（托卡马克路线）最后成功，它们都必须向极少数能够量产“高温超导材料”的企业采购原材料。这是典型的“只要你开工，我就收过路费”的垄断生意。 4. 量子计算（Quantum Computing） 现状（金矿）： 在处理特定数学问题、药物分子模拟、密码破译上，量子计算展现出了超越传统计算机数亿倍的潜力（量子霸权）。 瓶颈（卡脖子的地方）：极端环境与纠错。 现在的量子芯片极其脆弱，必须在接近绝对零度（零下273摄氏度）的极低温冰箱里才能工作，且错失率极高。 潜在的“英伟达”在哪里？ 量子稀释制冷机（Cryogenics）供应商： 不管你是 IBM、谷歌还是哪家初创公司做出了量子芯片，你都必须买我的“极低温冰箱”来给它供着。 量子控制系统与纠错软件： 负责把脆弱的量子信号变成传统计算机能看懂的数字信号的中间件公司。寻找“卖铲人”的原则 如果你想沿着这个逻辑去股市淘金，建议牢记英伟达成功的三个硬指标，去筛选你看到的初创企业或细分龙头： 是否有专利或生态壁垒（类似英伟达的 CUDA）： 英伟达厉害的不只是硬件，而是全球程序员都习惯了用它的 CUDA 软件平台。你找的公司，它的产品是不是让下游客户“一旦用了就很难换掉”？ 是否是行业“公约数”： 无论下游哪家终端品牌（比如自动驾驶是特斯拉赢、还是比亚迪赢、或者是苹果赢）打胜仗，它都必须买这家公司的底层零部件。 技术是否已经过了“纯纯的PPT阶段”： 罗马尼亚地图的算法在 1995 年已经进入教科书了，它缺的只是硬件。你寻找的行业，其底层科学理论必须已经闭环，只是在等待工程化和量产。 如果我们用“寻找生命科学领域的英伟达（卖铲人）”这个逻辑来筛选，你会发现，现在的生物医药行业正在发生一场巨大的变革：小分子化学药和传统抗体药物的红利已经快拿完了，行业正在全力奔向“细胞与基因治疗（CGT）”以及“mRNA 核酸药物”的新时代。 在这个新时代里，有很多前沿疗法（比如治愈癌症的 CAR-T 细胞疗法、修复基因缺陷的 CRISPR 剪刀）在实验室里已经展现出了神迹。但是，它们面临着极其痛苦的工业化和量产瓶颈。 根据“卖铲人”投资逻辑，以下三个细分领域最有可能诞生生物医疗界的英伟达：1. 基因治疗的“快递员”：非病毒递送系统设备商 行业痛点（金矿好，但路不通）： 现在的基因编辑技术（如 CRISPR）已经非常成熟，就像是一个完美的“代码修改器”。但最大的瓶颈是：怎么把这个修改器安全、精准、高效地送进人体的细胞里？过去大家用“改造成的病毒”去运送，但病毒载体成本极高、产量极低，而且容易引起人体的免疫排斥。行业急需非病毒的物理/机械递送方式。 谁是卖铲人？高通量流式电转仪（Continuous-Flow Electroporation）与微流控（Microfluidics）设备商。它们不研发具体的药物，而是专门制造一种高端仪器。这种仪器利用精准的电脉冲或微型流体通道，瞬间在成百上千亿个细胞上“电击”出纳米级的小孔，把基因药物塞进去，然后再让细胞完美闭合。 代表性逻辑特征：无论下游哪家药企想要做细胞治疗，都必须把病人的细胞抽出来，放进这种机器里进行“改造”。 关注领域：专注于细胞工程递送硬件与耗材的行业龙头（例如美股的 MaxCyte，或者在这一领域进行垂直整合的生命科学巨头如 Thermo Fisher、Danaher/Cytiva）。2. 生物药的“台积电”：高端高端生物工艺 CDMO 巨头 行业痛点（建厂太贵，工艺太难）：传统的药企擅长找靶点、做临床试验。但是，现在的生物药（比如复杂的双特异性抗体、病毒载体、质粒 DNA）不是用化学试剂合成出来的，而是用活的生物细胞“养”出来的。 这就需要极其恐怖的无菌控制、复杂的生物反应器工艺。一家初创生物科技公司如果自己建符合 cGMP 标准的现代化晶圆级工厂，动辄要花几亿美金，而且可能因为细胞污染全盘皆输。 谁是卖铲人？生物医药合同定制研发生产机构（CDMO）。它们就是生物医药界的“台积电”或者“富士康”。初创公司带着药物设计图纸来，CDMO 负责用自己最顶尖的生物反应器和纯化技术帮它们把药大批量“生产”出来。 代表性逻辑特征：吃的是“百家饭”。哪怕 100 家研发新药的初创公司最后只活下来 3 家，只要它们在研发和临床阶段让这家 CDMO 代工，CDMO 就能稳赚不赔。 关注领域：全球具备多模态、大规模哺乳动物细胞培养及先进疗法产能的超大型巨头（例如瑞士的 Lonza、韩国的 Samsung Biologics）。3. 上游核心原材料的“卡脖子”供应商：高纯度酶制剂与特殊耗材商 行业痛点（技术闭环，但材料被垄断）：以 mRNA 疫苗（比如新冠时期大火的技术）为例。它的生产过程不需要养细胞，而是通过“体外转录（IVT）”的纯化学/酶促反应直接合成。这个过程就像在工厂里用模具印报纸一样快。 但是，这个反应对原材料的要求高到变态。它需要特种的 T7 RNA聚合酶、核苷酸原料（NTPs） 以及用来包裹 mRNA 的脂质纳米颗粒（LNP）关键脂质。这些东西的纯度只要差一点点，疫苗就会失效或引发严重的副作用。 谁是卖铲人？提供 cGMP 级别高纯度酶和生物化学反应原料的企业。 代表性逻辑特征：不管你是做癌症疫苗、传染病疫苗还是基因疗法，只要你走 mRNA 路线，你就必须按克（甚至是按毫克）向全球极少数几家公司购买这些极其昂贵的“工业味精”。 关注领域：在生命科学上游试剂、高纯度酶制剂及层析纯化填料领域拥有绝对专利壁垒的公司（如 Promega 等特种原料商，或者在色谱纯化领域垄断的巨头）。💡 总结你的投资筛股指南： 在生物医疗领域寻找“下一个英伟达”，你可以盯着三个关键词：设备、耗材、代工。 不要赌具体的“药”：研发新药（尤其是创新药）像买彩票，九死一生（九成熬不过临床三期）。 要赌“工具”：去找出那些无论别人研发什么药，都必须买它的仪器（如电转仪）、必须用它的原料（如高纯度酶）、或者必须找它代工（CDMO）的行业隐形冠军。