刚刚成为亚洲新晋首富的张一鸣，“一不小心”又创造了一个“最贵”。

近日，AI制药公司Anew Labs（新生实验室）完成首轮独立融资，融资总额2.9亿美元（折合人民币20亿），投后估值达15亿美元（折合人民币约100亿元）。按照目前公开披露的融资金额，这是今年国内AI制药领域金额最大的一笔融资。

新生实验室是今年6月从字节跳动分拆出的AI制药业务。本轮融资完成后，字节跳动保留56%股份，保持控股地位。

这是一轮阵容豪华的融资，涵盖了红杉中国、IDG资本、高瓴创投、五源资本、高榕创投、春华创投等头部投资机构，中国生物制药等多家医药产业资本也参与其中。

对于一家刚独立运营3个月的公司来说，20亿元的首轮融资高得梦幻。但放眼当下热火烹油的AI制药赛道，这样的融资并不算少。

据PitchBook报道，近10年间，风投机构们已向AI制药领域投资超过400亿美元。具体到国内，据投中嘉川CVsource统计，国内的164家AI制药企业中，共有117家获得投资。截至9月，今年AI制药行业的融资金额已经超过157亿元，超过此前3年的总和。这其中，金沙江联合资本与启明创投，今年的出手次数分别达到6次与5次。

再看从DeepMind拆分出来后、去年首轮外部融资达到6亿美元的AI制药公司Isomorphic Labs。

同样顶着“科技巨头孵化+AI制药”设定的新生实验室，拿到这笔融资似乎也算不上意外。

治愈疾病，是AI最诱人的应用场景之一，而AI制药能持续吸引资本涌入，某种程度上也是这份人类愿景分量的体现。只是，从目前的落地成果来看，这份愿景离真正兑现，还有很长一段路要走。

意料之内的拆分

从豆包、飞书，到剪映、小云雀，被戏称为AI工厂的字节跳动，无论杀进哪个互联网场景，都不会让人感到惊讶。但制药看起来是个例外，这离字节的主业太远了。

实际上，字节跳动在AI制药领域，已经早有布局。

新生实验室的前身，是字节跳动Seed旗下的AI for Science（AI4S）药物发现团队。Seed成立于2023年，字节跳动内部对它的定位，是“寻找通用智能的新方法，追求智能上限”。至于AI4S团队，则专注于科学计算领域，围绕生物领域基础模型、量子化学、分子动力学等方向，试图用AI推动科学领域的研究范式突破。

过去两年，字节AI4S团队在AI制药的模型能力上，已经攒下了不少成果。

2025年前后，字节AI4S团队陆续发布生物分子结构预测模型Protenix、SeedFold，以及蛋白质结合剂设计模型PXDesign和SeedProteo。简单来说，Protenix和SeedFold解决的是“看清生物分子的结构”，PXDesign和SeedProteo则试图按照治疗需求“设计出新的蛋白质”。

据字节AI4S团队前核心成员顾全全的描述，SeedFold是全球首个在广泛的基准测试和能力上全面超越AlphaFold 3的生物分子结构预测模型——AlphaFold 3是DeepMind在2024年发布的同类模型。此外，按照团队公布的测试结果，团队推出的另一蛋白质结合剂设计模型SeedProteo，性能同样超越了多个业内同类产品，包括DeepMind的AlphaProteo、2024年诺贝尔化学奖得主戴维·贝克（David Baker）团队开源的RFdiffusion。

产业化探索方面，今年4月，字节跳动在美国过敏、哮喘和免疫学会年会上，公开披露了一款处于临床前阶段的IL-17小分子抑制剂。

IL-17是一种关键的促炎细胞因子，在银屑病、强直性脊柱炎等疾病中驱动过度炎症反应。

字节这次披露的是全球首个“全谱”IL17小分子抑制剂，有望转化为银屑病和其他自身免疫性疾病的治疗方法。

字节的AI4S团队几乎已经摸到了AI制药产业端的门槛。但这也带出了另一个问题：如果字节要亲自下场做药，接下来要付出的探索成本，实在太高了。

医药研发遵循“双十定律”：耗时十年、投入十亿美元，验证周期以年为单位。这中间还要闯过实验体系搭建、管线推进、临床前风险、商业化等关卡，每一环都是和字节核心业务截然不同的行业逻辑。

或许是意识到了这个问题，AI4S团队的人才也在持续外溢。

据媒体6月报道，AI4S团队的顾全全与肖文之等多位成员已经离开或准备离开字节创业，方向集中在AI制药、蛋白设计、生物基础模型和药物发现平台，相关创业项目已经获得头部美元机构多轮加注。

这其中，顾全全是机器学习理论、大模型对齐以及AI4S科学智能领域的知名学者。2023年加入字节Seed前，他已经是加州大学洛杉矶分校计算机科学系的终身副教授。在字节AI4S团队，顾全全主要牵头AI药物研发工作，SeedFold与SeedProteo都出自他带领的团队。

到了9月10日，顾全全在X上宣布，他已经成立了一家全新的AI4S企业Geodesic Intelligence。公司的目标，是构建用于药物研发的通用人工智能，并找到从生物学到药物的最短路径。

在人才开始外溢时，选择将AI制药团队拆分独立运营并保留控股权，对于字节跳动来说，显得顺理成章。

“AI治愈癌症”，还有多远？

纵观市场动态，字节跳动拆分团队入局AI制药并不突然。过去几年，依托AI4S成果进行新药研发，早已是全球科技巨头与国际药企的共同选择。

GPT时刻后，AI迅速颠覆了文本写作、视频生成、代码编写等数字业态。此前因为缺乏突破性技术而一度沉寂的AI制药，也再度迎来爆发点。

传统的新药研发，需要经历“靶点发现—先导化合物发现—分子优化—临床前研究—临床试验（共三期）”等环节。按老规矩，一款新药从研发到上市，平均耗时十年以上、10亿美元、成功率不到10%。一组发布于2023年、被广泛引用的行业数据显示，AI介入后，新药研发环节中，从早期药物发现到确定临床前候选药物的周期，已经能从传统的4到5年，压缩至8到12个月。

在“拯救生命”这个人类崇高命题下，无论是社会价值还是商业价值，AI制药赛道都具备庞大的想象力。资本纷纷下场押注也变得十分合理。

由诺贝尔化学奖得主戴维·贝克创立的端对端AI制药公司Xaira Therapeutics，2024年成立时就完成了超10亿美元种子轮融资。Isomorphic Labs在2025年完成6亿美元的首轮外部融资后，今年5月的B轮融资高达21亿美元。

乐观的情绪也蔓延到了AI行业顶层的话语体系。2025年时，Open AI创始人山姆·奥特曼（Sam Altman）在博客文章中大胆假设：“如果拥有10吉瓦的算力，AI或许就能找到治愈癌症的方法。”到了今年9月，奥特曼对AI的期待更进一步。在接受采访时他表示，“治愈癌症对AI来说还不够有野心，行业应该瞄准更大的目标。”

资本在狂欢，旗手在呐喊。那么，美丽的AI制药乌托邦，眼下成色几何？

今年8月，《Nature Reviews Drug Discovery》（自然综述：药物发现）发表了一篇关于AI药物研发现状与未来路径的综述文章。这篇由16位来自剑桥大学、哈佛医学院、阿斯利康、欧洲生物信息研究所等高校、药企与AI制药公司的作者联合撰写的文章，泼了几盆冷水。文章核心观点如下：

1、在新药研发过程中，临床疗效才是最关键的评定维度。但目前AI在小分子药物研发领域的应用主要集中在临床前阶段。在一众AI制药公司中，目前，仅有数十个项目处于I期和II期，而III期项目则寥寥无几。

2、近期一些基于少量数据点的文献显示，AI制药I期临床试验项目的成功率明显提高至90%，并将其归因于AI的潜在影响，但这些项目大多基于已建立的疾病生物学和化学基础，从而降低了在后续阶段（或更晚阶段）遇到安全问题的可能性。

3、药物研发过程中，可以基于代理数据使用AI进行的早期决策阶段，与药物通常在几年后才显现的临床影响之间的脱节，是药物发现以及量化人工智能对这一过程的影响所面临的根本挑战之一。

显然，尽管AI已经大幅压缩了新药研发周期，但在变数极大的生物化学领域，AI还是有些绕不过去的行业门槛。获得资本慷慨输血的AI制药企业们，还需要在很多环节向市场证明自己。

这么看来，在一众给AI制药站台的大佬里，比起奥特曼，他的对手——Anthropic创始人达里奥·阿莫迪（Dario Amodei），似乎更有自知之明。

2024年10月，阿莫迪发布了一篇博文。在谈到AI对生物医学的潜在影响时表示，阿莫迪表示，AI有望帮助开发针对癌症基因组特征的个性化治疗方案，未来癌症死亡率和发病率或许能够大幅下降，甚至有望消除大多数癌症。

但到了2026年8月，阿莫迪在X上的一则发帖，则多了一层现实主义色彩。阿莫迪直言，事到如今，“AI能治愈癌症”这个说法，与其说鼓舞人心，不如说是老生常谈， 而且在大多数人听来，更像是一种欺骗。

“真正有效的方法是，真正治愈癌症。”阿莫迪说道。