谷歌DeepMind的联合创始人兼CEO德米斯·哈萨比斯
今年的字节，堪称大环境下的“哪吒”，红果国内版和海外版都大杀四方，成了新的“国民级APP”。
最近，他们又搞了个大动作：
旗下的AI制药公司Anew Labs，中文名新生实验室，成立仅三个月，就完成了首轮独立融资。
融资总额2.9亿美元，折合人民币约20亿元，投后估值达到15亿美元，折合人民币约100亿元。
Anew Labs官网
按目前公开披露的金额，这是今年国内AI制药领域最大的一笔融资。
三个月，估值百亿。这个速度放在任何行业都算梦幻，更何况是以“双十定律”著称的制药业：
一款新药从研发到上市，平均耗时十年以上，平均投入超过10亿美元，成功率不到10%。
而且投资阵容也非常梦幻：红杉中国、IDG资本、高瓴创投、五源资本、高榕创投、春华创投，几乎集齐了头部美元基金。中国生物制药等产业资本也参与其中。
其实，这家公司今年6月才从字节跳动分拆出来，字节跳动保留56%股份，并保持控股地位。
换句话说，字节一个内部的孵化项目，短短几个月被各大资本抢投。
AI制药，真的有那么大市场吗？
字节跳动做AI制药，看起来很跨界，但其实字节很早就开始布局生命科学领域了。
新生实验室的前身，是字节跳动Seed旗下的AI for Science药物发现团队（AI4S），Seed成立于2023年，字节内部对它的定位是“寻找通用智能的新方法，追求智能上限”。
过去两年，字节AI4S团队攒下了不少成果。
2025年前后，团队陆续发布了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。
Protenix、SeedFold的作用，是 “看清生物分子的结构”，PXDesign和SeedProteo则是试图按照治疗需求“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。
超越DeepMind，在AI制药领域，可以说是一个标志性事件。
字节另一款模型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·贝克团队开源的RFdiffusion。
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。
字节披露的这款是全球首个“全谱”IL-17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。
这也意味着字节的AI4S团队不再只是发论文，他们真的站在了AI制药产业化的门槛上。
制药行业，一款新药上市，就能带来一家上市公司。
IL-17让资本看到了字节的AI制药的可能性，当然，想要从模型变成药品，还需要经过动物实验、人体临床、监管审批。
这就需要成熟的资本进入，来搭建实验室、药厂、临床中心、监管沟通等“重资产”能力。
这些都不是字节的舒适区。所以，字节选择了拆分，保留控股股权，让新生实验室以独立实体去对接医药产业资源、融资、搭建团队、推进管线。
搞不好，字节还能多孵化一家上市公司。
当然，树大招风，尤其是AI行业，频繁的跳槽已经成了常态。
字节AI4S团队在拿到大结果的钱后，团队就发生了异动。
据媒体今年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。
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。在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。
今年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。
顶尖学者放弃大厂稳定团队，选择独立创业，至少说明两件事：
一.AI制药的技术路线正在收敛，模型、算法、数据构成了可迁移的核心能力。
二.资本市场愿意为这种能力买单，且有足够耐心。
人才流向哪里，未来就在哪里。
当一批顶尖大脑从大厂溢出，进入创业公司、实验室、临床中心，AI制药就不再是某一家公司的战略，也必定会引起一个行业的关注。
从AI概念在两年前爆火开始，就有华大基因、精准生物、正大天晴等企业积极引入AI模型用于科研研发，目前都取得了很好的效果。
实际上，放眼全球，AI制药的融资热度已经到了一种近乎疯狂的程度。
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。
截至今年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。
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。
从DeepMind拆分出来的AI制药公司Isomorphic Labs，去年就完成首轮外部融资6亿美元，今年的5月B轮融资，更是高达21亿美元。
由诺贝尔化学奖得主戴维·贝克创立的端到端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。
资本为何如此热衷AI制药？
原因很简单。快！
传统新药研发，需要经历靶点发现、先导化合物发现、分子优化、临床前研究、临床试验等环节。
一款新药从研发到上市，平均耗时十年以上，平均成本超过10亿美元，成功率不到10%。
新药研制流程
一组发布于2023年、被广泛引用的行业数据显示，AI介入后，从早期药物发现到确定临床前候选药物的周期，已经从传统的4到5年，压缩至8到12个月。
如果这个压缩在后续临床中也能延续，那么新药研发的“双十定律”就可能被改写。
这对整个医药产业意味着什么，不言而喻。
在“拯救生命”这个人类崇高命题下，AI制药既有社会价值，也有商业价值。资本下场押注，就是趋势所在。
当然，当一场技术革命还处在早期，最高浓度的地方往往也是泡沫最厚的地方。
今年8月，《Nature Reviews Drug Discovery》发表了一篇关于AI药物研发现状与未来路径的综述文章。
文章的核心观点是：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。
传统研发与基于AI研发药物时间对比
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，III期项目则寥寥无几。
也就是说，基于AI进行早期分析的阶段，与药物通常在几年后才显现的临床影响之间，还存在很大的脱节。
那么，AI制药到底能不能成？
实际上，新药研发是人类最漫长、最昂贵的创新之一。
AI能切入其中，哪怕只把周期压缩一小段，都是在创造不可逆的进步，至少资本已经用真金白银给出了态度：
广阔天地，大有可为。