根据lt及国内媒体报道，字节跳动内部孵化的AI制药公司Anew Labs完成2.9亿美元首轮融资，投后估值15亿美元，融资后字节跳动仍持有约56%股权，继续保持控股地位。需要说明的是，上述融资金额、估值和持股比例目前均来源于知情人士消息，尚未由字节跳动和投资机构正式公开确认，应暂按市场消息理解。
另外，此前部分报道中出现的"字节只保留5%"为明显笔误，正确信息为融资后仍持有约56%。
这件事最值得研究的不是15亿美元估值本身，而是它标志着AI制药正在从"工具"走向"产业主体"。
AI帮助药企筛靶点 → AI筛选化合物 → AI提高研发效率 → CXO承接实验
这是典型的"AI for Pharma"逻辑，AI是工具，药企是主体。
AI模型 → 靶点/结构预测 → 分子生成 → 实验验证 → 数据反馈 → 模型迭代 → 自己形成药物管线 → IND → 临床 → License-out/商业化
这是"AI-native Pharma"。AI不再是辅助工具，而是直接承担药物资产风险的主体。
Anew Labs前身是字节内部AI for Science药物发现团队，之后把团队、算法平台和在研管线整体注入新主体。
核心原因是：AI药物研发与互联网业务的组织逻辑、研发周期和资本需求完全不同。
互联网公司习惯几个月迭代、用户增长、数据反馈、快速商业化。但药物研发是：
发现 → 临床前 → IND → I期 → II期 → III期 → 商业化
可能是多年周期。如果一直放在互联网公司内部，研发考核、现金流、投资回报周期、人才激励都不匹配。
独立之后就可以引入医药产业资本、引入药企战略投资者、引入Biotech人才、做长期研发投入、单独估值、未来License-out甚至IPO。这实际上是在给AI制药建立一个独立的资本循环。
这次参与者包括HSG、IDG资本、高瓴、五源资本，以及中国生物制药、上海未来产业基金等。
其中最值得关注的是中国生物制药。因为它意味着Anew Labs已经开始获得传统制药产业资本的认可。这与纯AI资本下注完全不同。
如果未来出现Anew Labs用AI发现候选药物、中国生物制药或其他药企合作进行临床开发、最终License-out，那么AI制药真正的商业闭环就出现了。
不要简单理解成"AI制药很值钱"。因为15亿美元实际上是对"平台+技术团队+药物管线+AI能力+潜在BD价值"的综合定价。
目前Anew Labs公开管线仍处于较早阶段，包括IL-17相关小分子、IL4R以及其他未披露靶点项目，整体仍不能按照成熟Biotech的销售/利润估值。公开资料显示，公司正在把AI用于结构预测、分子设计、抗体设计和药物研发决策，并已经推进到Hit ID、Hit-to-Lead、Lead Optimization和IND-enabling等阶段。
因此15亿美元不是对现有利润的估值，而是对未来"AI+药物管线平台"的期权价值定价。
AnewFold：蛋白质及分子复合物结构预测
AnewSampling：蛋白-配体动态构象和热力学模拟
AnewOmni：小分子、多肽、抗体的生成设计
AnewDesign：抗体设计和优化
AnewMind：面向药物研发决策的科学推理模型
这意味着它试图覆盖"模型层→分子层→实验层→药物管线层"，而不是单点AI工具。
传统AI制药是：AI → 预测 → 人工实验 → 结束。
AI-native药企希望变成：模型 → 生成候选 → 自动/高通量实验 → 真实数据 → 训练模型 → 生成下一批候选 → 实验 → 继续训练。
这实际上和AI大模型的"预训练→推理→RL/反馈→再训练"有一定的产业逻辑相似性。
Anew Labs这种AI制药主体是产业信号，但A股最值得研究的反而是处在"AI设计之后的实验验证基础设施"的公司。
百普赛斯就是典型代表。它依托HEK293、CHO等真核表达体系，为AI设计抗体提供高通量表达、标准化纯化、体外验证，并正在构建覆盖"分子亲和力→细胞功能→成药性"的一体化验证能力。
这意味着：AI公司设计100个候选分子，每一个都需要经过蛋白表达、蛋白制备、亲和力检测、细胞功能、成药性验证，最终留下少数几个继续优化。这里每一步都需要蛋白、细胞、试剂、检测、实验服务。
假设AI让一个药物项目的实验次数从1000次变成5000次。那么AI不是减少实验需求，反而可能增加有效实验数量。
为什么？因为过去实验贵，科学家不敢大量试。AI以后，AI筛选使候选成本下降，可以测试更多分子。于是AI降低单次发现成本，不一定意味着实验总量下降，可能恰恰意味着实验量爆发。
这对照料生物试剂、重组蛋白、培养基、模式动物、CRO非常重要。
第一层：AI模型——Anew Labs、百图生科、晶泰科技、深势科技、英矽智能。这里是算法层。
第二层：AI发现平台——包括靶点发现、蛋白结构预测、虚拟筛选、分子生成、CADD/AIDD。这里是药物设计层。
第三层：实验验证——百普赛斯、近岸蛋白、诺唯赞、奥浦迈、药康生物等。它们对应"AI输出→湿实验验证"。
第四层：临床/CXO——阳光诺和、泰格医药、康龙化成、药明康德等。对应"AI候选物→临床开发"。
市场容易产生一个错误逻辑：AI提高研发效率→药企研发成本下降→CRO需求下降。
例如原来100个药物项目筛掉99个、进入临床1个；AI之后1000个候选项目，AI快速筛选、进入实验100个、进入临床5个。那么整个研发产业链的实验量反而可能增加。
这也是近期产业研究认为2026年上半年生命科学上游需求明显提速的重要原因之一。相关研究数据显示，2026Q2生命科学上游板块收入同比增速均值达到约30.9%，研究机构将AI制药、ADC、多肽、小核酸等新分子研发需求列为重要增量来源。
百普赛斯的核心是实验基础设施。AI设计越多→实验越多→蛋白需求越多→验证需求越多。它是AI制药的上游卖水人。而且百普赛斯2026H1收入约4.996亿元，同比增长28.97%，净利润约9836万元，同比增长17.36%。这说明它已经存在真实的经营增长，不完全依赖AI概念。
阳光诺和则是"AI→临床"的桥梁。其2026半年报已经明确披露CADD/AIDD+湿实验形成研发闭环，从靶点识别、先导化合物发现、结构优化到临床前候选化合物都可以覆盖。同时公司已经与华为云合作开发基于盘古大模型的AI多肽分子发现平台。
但阳光诺和2026H1营收约4.26亿元，同比下降27.81%，归母净利润-2440万元，扣非净利润也为负。因此现在不能简单说"AI制药爆发→阳光诺和业绩马上爆发"。它目前仍处于传统CXO业务调整+AI研发能力建设+自研管线投入的阶段。如果市场炒它，短期更多是AI制药估值重构，而不是已经完成利润验证。
百普赛斯：AI设计蛋白/抗体→表达→纯化→验证，是比较直接的受益链。
近岸蛋白：蛋白/IVT等生命科学试剂，更偏研发实验消耗品。
诺唯赞：分子生物学试剂/酶，AI制药如果扩大湿实验，消耗量可能增加。
奥浦迈：细胞培养基/细胞培养相关，更靠近生物药研发与生产基础设施。
药康生物：模式动物，AI生成的候选分子最终仍然需要体内验证。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。