文｜胡香赟 编辑｜海若镜 基本面向上、股价向下，是近期创新药板块的真实写照。 6月以来，股市创新药板块延续跌势。上周，在全球肿瘤临床权威“风向标”的美国临床肿瘤学会（ASCO）上，多家中国创新药企公布了高价值的临床研究成果，但却未能成为扭转行情的催化剂。 既往，ASCO上公布的新药临床研究进展是影响创新药企股价的关键变量。当下，随着BD出海热潮，ASCO又被赋予了“集中检验新药资产成色”的意义，因为“没人敢在ASCO上数据造假”。 尤其是，中国创新药企今年带去ASCO的成果堪称历届最佳：本届ASCO收录的7239篇研究摘要中，中国机构/新药参与的摘要高达488篇，占比6.7%，仅恒瑞医药就有80多篇；质量上，康方生物的PD-1/VEGF依沃西单抗已登上含金量最高、全球仅有5项研究入选的全体大会（Plenary Session）。百利天恒、百济神州、科伦博泰、三生制药等12家企业的13项研究入选突破摘要（LBA）。 但令人意外的是，二级市场却并未给予同等热情，“ASCO周”连跌5天、一片飘绿。尤其是康方生物、百利天恒、迪哲医药、基石药业等被公认披露了更高质量临床研究的创新药企，最高者一日曾大跌超30%。利好落空的状态未随会议结束消散，低迷一直持续到本周。 在进入全球市场的新阶段，资本市场也在以更严格的标准，衡量中国创新药企业在全球的投资价值。 市场在犹豫什么 多位创新药行业受访者认为，中国创新药企今年在ASCO上披露的研究质量不错。“虽然重磅大三期仍是少数，但已能覆盖各阶段、多类Modality研究，整体很丰富。”湾岛生物创始人范晓虎提到，这与早几年，中国药企在其中的标签还是“me too”、重磅研究更是极少的情况截然不同。 当下的时间点，少有人再质疑中国创新药的质量。那么，问题出在哪？ 有从业者认为，个股短期股价波动影响因素繁杂。近期，资金整体流向了回报预期更清晰的科技板块，同时，做空机构在数据发布前后的埋伏也并不罕见。“ASCO临床数据本身无法预判��期股价波动，存在为持仓找理由的成分。” 而且，ASCO本质是面向临床医生的学术交流会，不与短期商业价值挂钩，即便是像康方生物那样入选顶级汇报，多数情况下也是通过缓慢影响临床指南、医生用药选择来协助商业化红利的长线兑现，无法影响短期业绩。 外部政策环境压力，也会影响资本市场表现。一位前往ASCO现场的药企人士提到，会议现场由欧美人士为主导的交流中，能隐约感受到一丝“对中国创新药行业的忌惮，国内企业的发展速度给欧美本土生物科技企业带来了一定压力，波士顿当地博士生找工作也比过往困难”。 叠加美国共和党议员近期提议将生物技术（尤其似乎药品和生物制品）纳入COINS法案禁止投资范围的消息在国内发酵，地缘政治或进一步收紧、政策监管风向未明，投资者自然会重新评估国产新药通过BD等方式进入全球化体系的潜藏风险。 对此，波士顿投行Locust Walk中国区董事总经理刘辰分析认为，其实，“法案等政策、法务问题不会是现阶段制约国内药企实现全球化价值的核心瓶颈”。 他解释，美国医药市场由三大利益派系制衡：以辉瑞等为代表的跨国药企受益于中国低成本、高效率的研发优势，主张深化对华合作，且“在政界的影响力非常大”；一部分美国本土VC则因国产创新出海挤压当地被投生物科技企业发展空间、高利率冲击收益，存在反对合作声音。 此外，RA Capital等为代表的全球化资本则相对中立，他们认为研发技术源头“不受地域限制，只要项目具备商业化潜力就愿意投入孵化”。这从其高管近来多次到中国考察，并与Biobay等医药产业园频频合作的动作也可看出端倪。 “我们认为， 三方势力虽在持续博弈，但美国资本市场整体以利益为核心导向，高度参考项目知识产权属性做决策 。当前，部分中国早期研究存在依托国内地域优势规避海外专利授权成本的问题，这往往会被海外机构认定为合规性不足。但对自主布局完整知识产权的国产创新项目，他们愿意遵循市场化竞争逻辑，提供平等合作机会。”刘辰表示。 创新药的价值验证是一个实证科学过程，在人体中展示出疾病治疗效果需要时间。由于创新药潜在的市场空间和经济价值，其在全球拓展推进中，难免会受到地缘政治、经济环境等因素影响，需要做更多沟通工作。疾病治疗的有效性和安全性是创新药的内核力量，只有证明这点，才有资本谈论更上一层的烦恼。今天的所谓‘质疑’，恰是中国新药已走进全球竞争的证明。”纳安生物创始人渠志灿认为。 新的阶段、新的标准 当下，尽管外界对创新药BD出海里程碑收入兑现有祛魅情绪，但在国内医保支付的现实约束，和药企海外商业化能力尚待完善的背景下，BD在很长一段时间内，仍会是创新药企最核心的创收路径。 现阶段对创新药企的真正考验，在于谁能探索出更具市场前景的BD研发方向、并成功交易。这一趋势在ASCO上已初露端倪。 渠志灿在美国从事近30年新药研究，多次参与ASCO，团队今年有3项涉及ADC/RDC的研究被收录。她解释，肿瘤新药研发的底层思路，围绕着三个核心临床挑战展开：克服肿瘤异质性、耐药性和打破诊疗分离。历届ASCO上的各类ADC、双抗、核药等Modality创新，或不同靶点组合、联合用药方案探索，大多都在尝试从这三个维度寻求突破。 但如今，她能感受到的变化是， 参会中国创新药企已经在引领一些研发方向，不满足于只被看见、平等交流，而是希望自己的研究方向被国际同行认可，真正参与到全球肿瘤治疗范式的演进中来 。 本届ASCO上，最具代表性的潜力方向之一是ADC（抗体偶联药物）+IO（免疫治疗）组合疗法。 它最初源于默沙东为自家的“PD-1抗癌神药”K药打造的“K药+ADC”联合治疗体系，核心思路是，传统免疫治疗单药/联合化疗疗效触及瓶颈，而ADC药物能激活肿瘤自身免疫反应，把原本躲避免疫攻击的“冷肿瘤”变成容易被免疫细胞盯上的“热肿瘤”，使免疫治疗更好发挥作用。 PD-1和ADC药物研发都涉及中国药企擅长的工程化改造，领跑者如今多来自中国。ASCO上，科伦博泰首次公布自研ADC芦康沙妥珠单抗联合K药，一线治疗PD-L1阳性晚期非小细胞肺癌的III期临床研究。对比K药单药，它显著延长PFS、降低进展/死亡风险，这也是全球首次有ADC+IO在III期研究中正面击败“药王”K药。 此外，包括恒瑞医药、荣昌生物、百奥泰、石药集体等在内，均披露了相关研究，且都处于II/III期后期临床阶段。可以预见，ADC+IO挤进肿瘤一线治疗指南的前景可期。在传统HER2 ADC代表的ADC单药赛道饱和的情况下，这是值得BD团队重点关注的迭代方向。 当然，能形成产业趋势的研究方向是少数。刘辰认为，国内创新药团队更擅长前期靶点和工艺研发，缺少全球临床开发经验。临床进入I期爬坡、适应症拓展阶段后，如何选择优先开发的病种、设计临床方案普遍存在短板。借ASCO场地，直接当面向海外顶尖临床专家请教全球市场临床开发问题，能省去不少力气。 “ASCO是跨国药企肿瘤研发高管和KOL集中密度最高的地方。BD决策中，不仅R&D部门的声音很关键，跨国药企内部立项评审本身也高度依赖外部权威PI意见。如果顶尖PI在ASCO上认可某项药物、某个研究方向的临床价值，反过来为跨国药企提供咨询时也有帮助。”刘辰经手的一个项目，就是专家在ASCO上了解到该研究后，主动发邮件推荐给跨国药企研发负责人，得以顺利推进谈判。 这的确代表了一部分企业的参会初衷。今年，诺诚健华的新型BCL2抑制剂mesutoclax用于治疗骨髓增生异常综合征（MDS）的方案入选ASCO口头报告。目前，市场上没有BCL2抑制剂获批治疗MDS。诺诚健华方面对36氪表示，本次参与ASCO，核心目的之一就是向国际血液肿瘤专家咨询“更多关于mesutoclax等管线的临床开发建议，以加速产品上市进程”。 范晓虎同样提到这点。湾岛细胞瞄准非基因编辑通用CAR-T路径，意在实现现货型CAR-T的大规模工业化生产。在细胞治疗企业集体转向体内CAR-T研发的当下，这个方向颇为小众。 “我们只展示了部分早期研究成果，未期待凭借少量患者数据达成合作，核心目的是向行业介绍新赛道、展示公司技术平台，建立认知。整体效果不错，最近接到很多沟通诉求，现场有同行认可这是具备验证价值的新方向。”
文｜胡香赟 编辑｜海若镜 36氪获悉，近日，AI原生生物科技公司百奥几何已完成数亿元战略融资。由上海生物医药创新转化基金、国科投资、达晨财智、星连资本联合领投，高榕资本、指数人工智能产业创新基金跟投。指数资本担任独家财务顾问。另据介绍，本轮募集资金将重点用于生命科学微观世界模型GeoFlow的持续迭代，以及自研药物管线的推进。 当前，人工智能正沿两条主线加速演进：以大语言模型与多模态模型为代表的数字AI（Digital AI），以自动驾驶与人形机器人为代表的物理AI（Physical AI）。而生命AI（Bio AI）或将成为下一个最具想象力的疆域，这一判断，正被全球顶级资本与科学界持续确认。 2024年，诺贝尔化学奖同时授予蛋白质结构预测与蛋白质从头设计两个方向；2025年，中国创新药BD交易金额达1357亿美元，占全球交易金额约49%，超越美国成为全球创新药对外授权第一大市场；2026年5月，Alphabet旗下Isomorphic Labs完成21亿美元融资，由Thrive Capital领投，淡马锡、MGX、英国主权AI基金等主权资本共同入局，刷新AI药物发现领域的单笔融资纪录。 生命科学的基本单位是由分子组成的细胞，生命的所有功能，都源自分子在原子尺度上的相互作用。能否在微观层面真正理解、并精准设计分子之间的相互作用，是生命科学最底层的命题。百奥几何自研的GeoFlow正是这样一个"微观世界模型"，通过在原子级精度上对蛋白质、DNA、RNA等生物分子的相互作用进行精确建模，以生成式AI从头创造自然界从未存在的全新分子，让"理解生命"走向"设计生命"。 自2024年首次发布至今，GeoFlow历经三次升级。GeoFlow V1将"原子级精度建模分子相互作用"这一核心思想落地为可工程化的大模型。在关键的蛋白-蛋白复合物结构预测任务上，GeoFlow V1达到与AlphaFold 3同等水准；2025年4月迭代至GeoFlow V2这一版本时，已不再局限于单纯的结构预测，而是实现了原子级精度下蛋白质结构预测与“从头设计（de novo design）”能力的统一，能够完成抗体从头设计、疫苗设计、工业酶优化等工作。 “客观而言，GeoFlow V2已能针对部分靶点生成相应的结合分子，但所得分子的结合亲和力仍有提升空间。因此，去年10月，我们又迭代了GeoFlow V3，核心目标是提高结合分子的生成成功率，并尽可能获得更多高亲和力结合分子，达到纳摩尔级（nM）水平。”唐建表示。 为实现这一点，百奥几何将大模型领域的Test-Time Scaling（TTS）技术应用到了蛋白质设计中。简单理解，这是一种用推理时间和计算投入换取设计质量的思路，具体到蛋白质设计上，就是针对目标靶点，让模型一次性生成多个蛋白版本，再从中筛选出优质样本、验证优化，最终得到结构稳定、亲和力达标的新蛋白。其核心优势在于成本低、落地快，不用投入巨资重新训练模型，就能提高蛋白质设计的成功率和质量。 以实际的抗体设计应用场景为例：在科学家还需“手搓”的时代，研发团队通常会在动物体内/体外构建上亿级分子库，并开展多轮、耗时数月的高通量筛选，成本高、流程长。如今，在AI“主导”下，则可以通过更少的试验投入，实现更高的命中率。 据百奥几何披露数据，在针对TSLP、IL-33、IL-13、CCR8、 PD-1、H3-HA、IL-4Rα等超过20个靶点的从头设计任务中，每个靶点仅需合成验证不超过50个GeoFlow V3设计的候选分子，就能获得表位特异的nM级别的结合抗体，平均命中率接近20%，且先导分子发现时间可缩短至三周内。 目前，百奥几何正在研发下一代微观世界模型GeoFlow V4，将建模尺度从分子相互作用拓展至从"设计单个分子"走向"设计分子系统"。 近两年，BD交易成为创新药企的重要商业化出口。既往案例中，药物管线的价值通常随临床阶段推进而增加。此前，百亿美元级大额交易多发生在临床2期或3期之后，也能看出这一点。但AI的“从头设计”能力或将进一步放大早期阶段分子的价值，进而改写这个逻辑。 唐建认为，对于那些传统方法容易获得的抗体分子，跨国药企更看重后期临床数据，是因为速度越快、临床数据越充分，获批上市概率就更大。但对于获取难度本就很高的分子，即便处于早期阶段，只要能形成差异化，也可以做出高价值；而且，优质分子还能提升临床阶段的成功率。 据介绍，百奥几何现已与国内外药企达成超20项BD合作，在高特异性抗体从头设计、先导分子多目标优化、疫苗设计等多方面实现突破。 以肿瘤免疫领域��例，GeoFlow 模型实现了高特异性抗体的"从头设计"。该项目的目标靶点是肿瘤细胞表面特有的抗原，研发难点在于它存在一个高度同源的"孪生靶点"——两者结构高度相似，传统方法难以在分子层面精准区分，极易误伤表达"孪生靶点"的正常细胞。百奥几何借助 GeoFlow 的全原子建模能力，将"特异性"作为前置约束直接写入分子生成阶段：仅设计不超过 100 条序列，即获得 2 条同时具备高选择性与高亲和力的抗体——精准结合目标靶点，而对"孪生靶点"不结合，从源头保障了临床安全性。 “目前，这是最能代表百奥几何模型能力的项目之一。通常，与客户共同开发的大多是传统方法无法攻克的项目，甚至有一些GeoFlow V2无法完成、GeoFlow V3迭代后成功突破的案例。这个过程中，不仅我们能感受到模型迭代带来的能力涌现，客户自身也在直观感受到AI技术的快速进化，尤其是AI Agent爆发后，药物研发和蛋白设计领域的技术迭代速度在显著提升。”唐建提到。 在与某国外知名药企的合作中，目标项目需要同时优化先导抗体的亲和力、理化性质、热稳定性、人源性等多项指标。GeoFlow在零样本（模型未经该靶点数据微调）场景下，仅通过一轮设计与验证即交付了同时满足全部预设指标的目标分子：亲和力提升数十倍、表达量提升8倍、人源性优化至90%以上、热稳定性同步显著提升，项目交付周期较客户预期缩短80%以上。 此外，在合成生物学领域，百奥几何已储备数十条自研管线。其中，包括ɑ-酮戊二酸、天然冰片在内的多条管线已完成中试放大；目前，公司的多款自研管线已通过“技术转让+销售分成”的模式达成授权合作，商业化进展持续提速。 团队方面，百奥几何由AI4S科学家唐建教授创立，图灵奖得主、AI之父Yoshua Bengio担任首席科学顾问。团队自2018年开始探索AI驱动药物发现，已取得多项产学研落地成果。2021年，将扩散生成模型用于分子三维结构生成（代表性工作 ConfGF、GeoDiff）；2022年联合英伟达、英特尔、IBM发布开源机器学习药物发现平台 TorchDrug 与 TorchProtein。近期，作为核心贡献者参与英伟达开源蛋白质大模型 La Proteina 的研发，并自主研发前沿 AI 虚拟细胞模型PerturbDiff。 投资人观点： 上海生物医药创新转化基金总裁郭秋杉表示，大分子药物开发长期掣肘于传统筛选的冗长与过往分步式AI工具链的误差逐级放大。百奥几何实现了生物分子相互作用的原子级精度建模，并将结构预测、序列生成、成药性评价与湿实验反馈整合闭环，代表一条更接近底层科学逻辑和真实工业需求的 AI Native 路径。这种全原子 De Novo 设计思想，让公司在传统难成药靶点、复杂抗体、多特异性大分子等高难度管线上展现出无法比拟的代际优势，并实现了 PCC 级分子的交付。我们期待百奥几何凭借快速迭代、自主可控的 GeoFlow 算法底座，全速推进自研管线的临床开发与全球合作。 国科投资智慧医疗组组长张堃表示，AI驱动药物研发有望打破生物医药行业“反摩尔定律”研发困局，推动大分子药物逐步构建“结构理解、定向设计、干湿实验闭环验证”的全新研发范式。我们高度认可唐建教授领衔团队在AI4S领域的技术能力及其全球影响力，其自主研发的GeoFlow模型在抗体药物、工业酶从头设计场景中已展现出差异化技术优势。我们相信，在AI重塑药物研发的时代背景下，百奥几何将深度赋能创新药企与生物制造产业，加速管线转化与商业化落地，持续带来产业化价值和兑现产业化红利。 达晨财智董事总经理王大奎博士表示，AI在生物医药领域的“智能涌现”时刻比业内预想中来得更快。AI可以近乎无限地设计、筛选候选分子，药物研发的创新正从传统实验试错转向计算驱动。百奥几何正是由唐建教授带领的一支顶尖AI4S团队，常年扎根生物计算，既有扎实的学术积累，也具备把前沿算法落地成工程方案的能力。团队自研的GeoFlow微观世界模型，可以高精度预测蛋白质等生物大分子的结构与相互作用，技术能力处于全球第一梯队，也是打破海外相关闭源模型垄断的一个关键突破口。再叠加国内在湿实验环节成本低、迭代快的优势，以百奥几何为代表的中国AI制药公司，完全有能力实现后发追赶。 星连资本合伙人李文珏表示，生命科学正在进入一个全新的时代：从依赖经验和偶然发现，走向以计算和设计驱动的精准创新。百奥几何以生成式 AI 为引擎，探索蛋白质这一生命底层语言的可编程化设计，并通过干湿实验闭环不断加速模型迭代与实验验证，提升新分子发现和功能设计的效率与成功率。我们看好百奥几何在 AI 基础模型、蛋白设计能力和实验验证体系上的系统性积累，也看好其全球化、交叉学科团队所展现出的长期创新潜力。期待百奥几何持续推动 AI 与生命科学的深度融合，为生物医药与合成生物学打开更高效、更可预测、更具工程化能力的新范式。
文｜胡香赟 编辑｜海若镜 36氪获悉，AI虚拟细胞（AIVC）平台公司「百曜科技」近期已完成数千万元新一轮融资。本轮融资由国家级国有资本运营平台中国国新旗下的国新创投基金领投，道彤资本和云启资本跟投，老股东峰瑞资本和百度风投追加投资。募集资金将主要用于全新一代虚拟细胞算法模型迭代、独家数据收集平台建设以及加速产业化落地。 百曜科技是36氪持续追踪报道的企业（ 附链接 ），公司创始团队依托中国科学院动物研究所、北京干细胞与再生医学研究院的科研资源，自2023年起开始构建AI虚拟细胞基础大模型，以实现细胞行为和状态变化的精准分析及预测，并持续推进AIVC模型升级和产业化落地实践。 2026年来，AI制药赛道的融资热情持续高涨，且行业关注点正逐步从早期的分子筛选单点突破，逐步转向更深层的细胞级生命系统建模和动态模拟。与聚焦于分子构型优化的AI药物发现不同，AIVC的价值可覆盖药物开发全生命周期：从疾病机制解析、靶点发现、候选药物虚拟筛选、临床前药效与毒性预测，到临床患者分层，其核心突破在于将AI建模层级从“分子”提升至“细胞”，直接模拟生命系统对外界干预的动态响应。 AIVC基于海量单细胞多组学数据进行训练，通过学习细胞状态转换规律、基因调控网络以及跨尺度因果关系，构建能够表征细胞行为和命运演化的基础模型（Foundation Model）。研究人员只需输入细胞初始状态（如诱导多能干细胞、免疫细胞或肿瘤细胞）以及特定扰动条件（如药物作用、基因编辑或环境变化），模型即可预测细胞未来的状态转变，包括增殖、分化、衰老、凋亡及疾病进展等关键生物学过程。 这种能力使科研人员能够在数字环境中预先开展大规模虚拟实验，优先筛选出最具成功概率的研究假设，再通过湿实验进行精准验证。由此，研发流程从传统的“实验驱动”逐步转变为“模型驱动”，有望显著降低研发成本、缩短开发周期，并提升药物研发的整体成功率。 从产业发展趋势看，AIVC正在从单纯的研发工具演变为生命科学领域的新型基础设施。正如大语言模型重塑了信息处理方式，AIVC有望成为理解、预测和设计生命系统的核心平台，为下一代药物研发、细胞治疗和合成生物学提供底层能力支撑。得益于此，ARK Invest曾在《Big Ideas》报告中发表观点称，虚拟细胞将是“未来AI+生命科学最具有颠覆性的领域之一”。 当前，一级市场的资金流向在慢慢验证这个判断。百曜科技创始团队表示，本轮融资获得国家级国有资本运营平台、市场化科技与医疗资本的认可，将帮助公司快速完成全新一代基础模型和扰动模型，落地自产数据集平台建设与独家数据集合作。在确保AIVC核心能力的基础上，率先探索产业应用场景，布局先进细胞治疗和“AIDD plus AIVC”,加速“模型-数据-场景”的产业链闭环。 据悉，早在2023年9月，创始团队就已发布知识增强多物种细胞大模型GeneCompass，并作为封面文章发表于《Cell Research》。该模型是拥有过亿单细胞数据量、知识嵌入的通用虚拟细胞基座模型；2025年，团队进一步升级发布CellGraphCompass模型，将图结构算法和先验知识系统化应用于虚拟细胞建模。同年，基于基础模型构建的扰动模型帮助创始团队在全球虚拟细胞挑战赛中获得预赛全球第一，决赛全能榜单全球第二的成绩。 此外，百曜科技在数据方面也有大量沉淀。除依托创始团队经4年积累的全球大规模AI-ready公共数据集用以训练基础模型之外，团队还将在近期落地自产数据集技术，收集适配AIVC模型训练的高质量时间连续性扰动数据集，并开展大规模临床数据合作自产数据集项目。 应用层面，百曜科技已与海内外合作伙伴在模型部署、细胞治疗管线联合研发、早期靶点发现及临床样本精准分层等场景推进落地。 投资人观点： 中国国新相关负责人表示，国新基金长期关注兼具硬核技术壁垒与国家战略价值的创新赛道。AI虚拟细胞技术作为生物医药产业的底层基础设施，深度契合国家'十五五'规划中人工智能+行动的战略部署。我们看好百曜团队在该领域的深厚技术积淀与持续创新能力，期待公司持续以AI驱动生命科学研究范式变革，释放长期价值。作为国新基金的首个天使轮投资项目，我们将倾力支持百曜科技打通“模型研发-场景验证-产业落地”全链条通道，为我国构建自主可控的AI制药技术体系提供关键支撑。 财务顾问明德资本合伙人胡茗译表示，AI虚拟细胞是新一代生成式人工智能模型在生命科学领域中的重大突破，将让学届与产业界拥有更全局、更精准、更高效的手段，来模拟药物分子与人体复杂生命系统在虚拟世界的交互，这会在当下全球医药行业对AI普遍广泛接受的基础上，迸发出更底层也更强大的商业机会。很高兴看到百曜获得国家队基金与专业医疗与科技基金的鼎力支持，持续构建数据基础设施并引领模型的不断突破。 财务顾问点石资本合伙人黄峻表示，虚拟细胞代表着AI for Life Science领域最富想象空间的前沿方向。百曜是国内极少数从native底层架构出发、自主构建细胞基础模型的团队，进度超前。依托中科院深厚的科研积淀，以国际顶级期刊成果和全球赛事验证实力，百曜兼具深厚的数据资产壁垒与领先的原创算法能力。我们坚信，它将成长为这一赛道的领跑者。
文｜胡香赟 编辑｜海若镜 “运动场景中的脑状态监测，正在成为高水平训练和运动健康管理中的新需求。”创业两年，张昊天这样判断。 张昊天毕业于清华大学，研究生期间开始探索���何将脑机接口技术应用在C端场景。他坦言，自己最初也没想好具体的落地方向，研究过程中，团队陆续接触过一些运动类企业，发现“重视运动表现结果的场景，对大脑状态监测都存在一定需求”。 运动健康类可穿戴设备的需求其实早已得到验证，估值百亿美元、从极客圈火到大众市场的Whoop、Oura就是最好的说明。它们用心率、血氧等多项生理数据指标证明，监测身体状态能提升运动表现和恢复效率，也让大众逐步形成为科学运动数据付费的习惯。 但张昊天认为，目前，市面上的可穿戴设备主要通过四肢末梢数据反映身体侧状态，很难直接观察运动过程中的专注、压力、神经疲劳等脑状态变化，而脑状态是运动训练和比赛中“高度影响发挥、却长期看不见”的关键状态变量。 “运动不只是身体能力的竞争，也是一场关于大脑状态的竞争。对于水平接近的运动员来说，成绩差距不只来自体能、技巧本身，大脑状态也很关键。比如射击运动，最终胜负往往取决于扣动扳机时的瞬时专注力、抗压能力与情绪状态。” 即便是在非竞技类的普通运动人群中，这种影响同样存在。张昊天介绍，团队曾在半年时间里访谈了超过600位运动类用户，“我们发现，几乎所有受访者都出现过‘无实际肌肉损伤、但训练状态明显不对’的情况，进一步追问，‘脑子累’‘不想练’‘越练越差’是高频反馈。用户普遍希望有工具帮助他们理解训练中的主观状态变化”。 当前，职业体育圈一般会通过配备运动心理师的方式应对这类问题，但依赖人工评估的模式成本高、时效差、主观性强，更无法覆盖大众运动人群。 那么，如果能在运动中稳定采集脑电信号，并结合补偿算法进行质量判断，就有机会更直接地观察影响运动表现的脑状态变化。 因此，2024年毕业后，张昊天团队正式创办了“脑回录（Nanoloop）”，希望将非侵入式脑机接口技术融入进一款“智能运动头带”Nuromova N1，通过采集运动中的前额脑状态数据，结合多模态传感和AI算法，将脑状态趋势转化为直观且可理解的训练反馈。 图源：脑回录（Nanoloop） 据介绍，这其中的难点不在于采集脑电本身，而是在运动场景下识别并剔除伪影，判断哪些数据真正可用。面对脑电伪影和噪声，Nuromova试图通过电极结构、噪声识别与信号补偿、SQI质量评估、算法剔除和个体基线来提升可用性。 Nuromova N1通过监测与注意调节、认知负荷和情绪相关过程有关的前额区域，结合脑电特征和个体基线，对状态趋势进行计算，识别疲劳、专注力、压力、情绪波动等状态趋势，在基础指标之上，系统会形成训练有效性、压力承受状态、恢复趋势等复合指标。 通过这些数据，Nuromova N1能够帮助运动者纵向观察自身状态变化，为训练复盘和计划调整提供参考。目前，Nuromova N1分为教练端和C端两个应用版本。 以教练端产品为例，从长周期看，教练训练学员需覆盖体能、技术、心态等多个维度。有了脑状态数据辅助后，能更有针对性地精细化管理训练计划，合理安排训练内容与节奏，不再依赖“高强度硬练”的传统方式。 从单次训练前、中、后的短周期看，训练前，中枢神经状态直接影响肌肉协调性、爆发力等。“我们的设备通过采集脑电，观察中枢神经相关状态与认知表现趋势，AI教练会帮助提供相关的数据解释，提供反馈建议，帮助用户通过冥想、拉伸、认知训练等方式，在热身前更好地进入训练状态。” 训练中，设备会以不打扰用户的方式观察、记录数据，不影响用户专注于运动表现。 训练后，数据则可用于复盘与恢复。比如，复盘时，可通过周期数据对比分析训练问题；而恢复是运动训练的核心课题，通常情况下，恢复不仅依赖睡眠、饮食，也与压力管理、放松训练和训练节奏有关。依托脑状态数据，用户可以结合呼吸、冥想、拉伸、放松训练、睡眠调整等方式进行恢复管理。 图源：脑回录（Nanoloop） 张昊天认为，这些运动场景的数据和经验积累，如脑电数据、脑电-运动表现模型、硬件研发经验等，会成为脑回录未来的核心资产。“非侵入式脑机接口普遍存在运动伪影、噪声干扰，运动场景尤其如此。我们通过算法补偿、噪声剔除技术，能获取满足运动场景需求的有效信号。理论上，运动场景对信号稳定性要求更高，相关工程能力未来有机会迁移到更多日常状态管理场景。” 目前，脑回录团队累计已积累约500小时多模态数据，包含脑电、IMU、训练事件和主观反馈等维度，覆盖射击、高尔夫、自行车、摔跤、篮球等运动场景。此外，公司已与清华大学、北京体育大学、首都体育学院等高校院所，以及部分运动数据服务商开展合作，并开始获得来自运动爱好者和早期用户的C端订单；同时，海外市场推广也在规划中。 另据了解，近期，脑回录已完成由南山战新投投资的千万元级种子+轮融资。募集资金主要用于核心技术迭代、产品工程化落地及市场拓展等，以加速非侵入式脑机接口穿戴设备在运动场景中的规模化商用。
文 | 胡香赟 编辑 | 海若镜 5月13日，招股书秘交三个多月后，37岁的赖才达带领剂泰科技登陆港交所。开盘上涨170%，上市首日收涨127%，市值超270亿港币。 在这位带着几分书生气的麻省理工学院(MIT)化工博士背后，站着贝莱德、瑞银、国新基金、高瓴等基石投资机构，香港公开发售环节超购6900倍。 从成立到IPO，剂泰科技用了七年时间。2019年，晶泰科技内部筹备孵化剂泰科技，由时任执行COO赖才达牵头。他与晶泰科技联合创始人温书豪渊源颇深，两人博士都毕业于MIT。温书豪曾向投资人推荐称：“Chris(赖才达)和我有点像，但能力在我之上。”彼时，晶泰科技的估值已近10亿美元。 过去七年间，中国创新药赛道大起大落，2020年市场狂热，一批尝试用算法颠覆新药分子设计的AI制药公司拿到融资；短短两三年后，多家曾站在风口的明星公司，因管线数据不及预期、资金链断裂而倒下；而就在寒风刺骨时，新药BD浪潮、AI能力质变又为行业带来暖风。 周期剧变，一步踏空都可能功亏一篑。赖才达带领剂泰团队从AI小分子剂型优化、跨入高壁垒的靶向LNP递送，保持每年1-2轮的融资节奏，成为国内上市速度最快的AI制药公司。 从回国创业、转向医药，到引入国资、拆除红筹、赴港IPO，一次次充满变量的生存决策，在赖才达眼中更像“ no-brainer ”。波士顿投资圈复盘时，会将赖才达与曦智科技创始人沈亦晨放在一起评价称，“很厉害，几乎没犯任何错误”。 投一个工程师，用AI做药 赖才达的创业起点，乍看与创新药并无关联。十年前，这位MIT化学工程博士正忙着研究水处理，希望从洗衣废水中分离表面活性剂和杂质，实现水循环。 作为剂泰科技的天使轮领投机构，峰瑞资本曾连续四轮加注这家创业黑马。峰瑞资本合伙人马睿还记得一个细节，为配合国内时差，赖才达凌晨5点跑到实验室，坐在两个水桶中间，远程向他展示水处理流程。尽管当时没有出手，但这个“勤奋、理想主义”的年轻人，给他留下强烈好感。 马睿与赖才达的再一次相逢，是温书豪的牵线拉群。温书豪的背书，是打动早期投资人的因素之一。而真正让他们愿意下注的，是赖才达“把AI制药逻辑讲清楚的能力”。 与赖才达聊完，峰瑞资本当天就下了投资决策，“随后就进入了漫长的抢额度阶段”；光合创投合伙人（时任光速中国助理合伙人）高健凯也提到，“聊完第一次，就很想投”。 2020年，AI制药赛道虽也热门，但模型能力有限，远没有如今设计抗体等分子的能力。业内很多团队停留在物理计算层面，要用AI提高新药研发效率，但却难以清晰回答投资人的困惑：“计算的合成数据能准确到什么程度，这种准确度能支撑哪些研发环节发生质变。” 踏入AI制药圈子的赖才达，选择了“递送”环节，即让药物精准、安全地到达人体病灶，更好发挥药效。 “很多人讲AI制药，会说选择了哪些靶点，从技术角度如何用AI做得更快更好。但他讲的是：通过AI做药物递送，能让多少个原本无法成药的靶点具备成药潜力，这件事的价值有多大。再往前延伸，除了小分子制剂，还能用 LNP（脂质体）做药物递送，特别像mRNA等递送难度极高的药物（Modality）。”高健凯回忆道。 传统生化学家做剂型、药代动力学主要靠经验，人力想到的组合有限，而AI能极大拓展搜索范围，挖掘出许多意想不到的优质方案。落地场景主要是临床前制剂优化，或改变已上市药物剂型（如片剂改颗粒），以低成本、低风险开发二类新药。 严格意义上，初期做“剂型”，更像是应用层面的优化，还不涉及底层核心递送技术的迭代，但在一致性评价、带量采购等政策背景下，药企渴望“降本增效”，并愿意为此付费。 高健凯还记得，自己调研了4、5家剂泰科技早期合作药企，对方直接评价“这套方法可能会让传统制剂人员面临职业挑战”。 一个代表性案例是剂泰科技的MTS-004项目。它针对中国神经系统疾病患者面临的吞咽困难症状，将原本难吞咽的胶囊改为入口即化的速溶片。2025年，该药物在三期临床阶段，以1亿人民币首付款、近20亿人民币里程碑价格授权。 图片说明：剂泰医药管线示意｜图片来源：剂泰医药招股书 BD交易的验证，自是后话。 在早期没有新靶点、新药临床批件和试验数据时，剂泰科技能展示的资产和成果并不多，但仍先后吸引了红杉、五源、光速中国、Monolith等科技基金入局。 “科技投资人擅长判断创始人能力、规模化潜力，他们见过快手、拼多多、字节等巨头兴起，在早期对人与赛道天花板的判断很准；医药投资人则更擅长研判未满足临床需求、具体药物的科学风险和市场空间。”马睿认为，当前剂泰已获得了两类投资人的认可。而赖才达在历次战略抉择时展现出的“决断力”，也没有让赌“人”的投资者失望。 做LNP递送，上新药研发“主桌” 如果仅停留在剂型优化层面，剂泰科技的终局或许会是一家普通的AI制药公司。 但这离赖才达的梦想有些遥远。他的偶像企业是BioNTech、Alnylam，均由递送技术驱动，前者在新冠疫情期间因mRNA疫苗名声大噪，后者用近20年时间开发出的GalNAc递送技术，使其稳占小核酸药领域头把交椅，支撑起公司30亿美元年收入和400亿美元的市值空间。 在投资人们眼中，这位外表斯文，带着些书生气，甚至职场经历不算丰富的CEO，对做出一家“很牛的公司”这件事，有着极强的“aggressive”。 剂泰科技7年发展史上的一个关键转折，是他带领公司从剂型优化跨入更具挑战的LNP递送领域。 2021-2022年左右，剂泰科技团队发现，他们在小分子制剂优化中积累的AI建模能力、高通量实验平台以及对纳米材料相互作用的深刻理解，可以迁移到市场更广阔、更有挑战性的LNP递送领域。 现实中，很多有治疗潜力的药物（比如核酸药）分子体量大、性质不稳定，如果直接打进人体，可能还没到达病灶，就已降解、或被免疫系统清除。因此，如果能把药物精准“递送”到人体正确位置，理论上就掌握了下一代新药研发的关键话语权。 换言之，递送技术的天花板，某种程度上决定着大分子生物药的天花板。 LNP作为一种由多种脂质分子组装而成的微型纳米囊泡，天性适合包裹大分子药物，能依靠自身脂质生物特性在人体内稳定循环，实现药物的安全转运与细胞精准释放。也就是把药物安全装进自己的“包裹”里，保护它在血液中顺利运输，到目标细胞后再拆包释放。 但传统LNP天然以肝脏富集为主，要实现脾脏、肺部、脑部乃至实体肿瘤的精准靶向，就必须从头定制优化配方。而脂质分子结构数量庞大，组分摩尔比、微流控制备工艺、表面修饰程度等关键参数又高度耦合，依靠传统实验试错摸索无异于大海捞针。 为此，剂泰科技搭建了一个名为NanoForge的AI纳米递送大模型，自研超千万种脂质分子库，用AI模型做虚拟筛选、量子化学计算做精细优化，再通过高通量湿实验验证并回馈数据，实现“干湿闭环”迭代。 更关键的一步是，剂泰科技将这种能力升级到“精准送到该去的地方”的级别。 马睿介绍称，剂泰科技的递送技术可以理解为“靶向LNP”，基础层是一个“隐匿型”包裹，不偏向单一器官、不触发免疫系统，而是在包裹表面挂一个“抗体导航”，通过特定抗体或配体来指导包裹精准识别特定的免疫细胞或肿瘤细胞。比如，CD8抗体靶向T细胞、针对CD19的抗体就去找B细胞相关肿瘤。 这样一来，剂泰科技就可以设计出靶向不同器官或细胞的LNP：有的去肝脏，有的去肺，有的甚至能穿过血脑屏障去神经系统。“像SpaceX用工程师能力解决航天问题一样，剂泰是用 AI、递送、纳米材料技术，把 ‘纳米火箭’ 送达人体病灶”。 这种能力，给了剂泰科技坐上核酸药物、体内CAR-T、基因编辑等前沿疗法主桌的机会。 最初布局LNP递送技术时，赖才达也面临一次颇具诱惑的岔路口：要不要把LNP业务拆分出去，单独成立一家名为“递泰”的公司体外融资？马睿甚至已经抛出了天使轮的橄榄枝，但赖才达思考再三，否决了这个方案。 回过头看，这个决策预判颇为正确。2022年，资本寒冬很快到来、mRNA赛道在疫情后迅速遇冷，即便拆分也融资困难。 更重要的是，2025年，AI制药走过技术迭代的临界点，资本市场对落地场景清晰、数据及技术壁垒深的“AI Native”生物科技公司（即核心资产、最有价值的管线由新一代生成式AI创造）格外青睐。将LNP递送技术保留在体内，在融资和上市方面，无疑成了剂泰的壁垒。 资本周期起伏，市场会有短期热点，也充斥着许多噪音，“比如不要投mRNA、不要讲AI制药、做分子设计而非递送等等。但Chris做决策往往是基于第一性原理。早期我也曾建议他收购分子设计团队，把‘小分子+剂型’讲圆满，他也没有动摇，还是聚焦核心方向‘AI+药物递送’。”马睿认为，这种定力比较稀缺。 控估值、超配人才 今年春夏，AI for Science赛道在资本市场又炙手可热起来。 回看剂泰科技上市前的8轮融资，基本保持着一年1-2轮的节奏。在四年前的AI制药风口中，剂泰科技的估值也曾水涨船高，甚至一笔融资刚结束，就有新机构为了争份额，提出以双倍估值启动下一轮。而在市场遇冷时，即便剂泰的现金储备能够维持三到五年运营，赖才达也没有停下融资脚步。 “Chris聪明的一点在于，无论行业上行还是下行，他都会主动控估值。多数情况下，他选择的领投方都不是出价最高的，但是品牌力高、对公司助力比较强的投资人，”一位投资人讲道。 这种利益让渡也体现在剂泰科技内部。多位业内人评价，赖才达“在高管的股权、薪资方面都比较慷慨”，能够聚拢人才。 早期，经由波士顿和MIT校友圈的人脉关系，他邀请到美国工程院院士陈红敏，及年纪、经验都比自己丰富的王文首共同创业；后期，前罗氏首席科学家、信达生物副总裁徐伟，以及前海通国际董事总经理付翀的加入，又补全了传统药物研发、财务方面的人才不足。 “Chris喜欢‘超配人才’，不满足于寻找仅与公司现阶段发展匹配的人，总在为下一阶段发展寻找人才。比如，徐伟在制定临床研发及管线战略方面的能力很强，能在当时说服这位行业‘老炮’加入公司，足以证明他有极强的聚拢人才的能力。”高健凯认为。 站在投资人视角，赖才达确实做了多次正确的商业抉择：意识到国内创新药产业在临床试验、数据生成方面的成本与效率优势后，毅然从美归国创业。作为台胞海归，在公司发展后期平稳引入国资、险资；临近上市前将总部从杭州迁至北京；提前拆除红筹架构；顺利赴港IPO。 马睿曾问赖才达为什么能做出这些决策动作，他称这些都是“no brainer”。但在马睿看来：“这一系列决策环环相扣，任何一步踏空都可能功亏一篑，但他每一步都踩准了。” 七年过去，剂泰科技没有成为靠单一管线“赌命”的Biotech，也没沦为只讲故事的AI概念股。它选择了一条当时少有人走的路，用工程化的思维、AI和一群聪明人，正在把“AI药物递送”这条路走成主干道。
文｜胡香赟 编辑｜海若镜 在科幻电影《流浪地球2》中，拥有指数级运算能力的智能量子计算机“MOSS”，不仅能统筹起全世界的计算资源，支撑1万台“行星发动机”同步运转，还承载足“数字生命计划”那海量的、近乎无底洞般的计算需求，引发大众对量子计算机的无限遐想。这种曾经令人惊叹的科幻设定，如今已慢慢从实验室走向商业化落地。 按照“十五五规划纲要”，量子科技已被列入六大未来产业之一；市场层面的热度同样高涨：据IT桔子数据，到今年4月，国内量子计算赛道中的企业已超过90家，TOP 10企业的总估值逼近500亿元。其中，那些拥有海外顶尖学术背景和成熟产业经历的市场化团队，在这一轮资本竞逐中更受青睐，估值水平也相对高于同类企业。 成立于2020年的波色量子就是其中之一。波色量子并未依附于某家科研院所，但已拿到11轮融资，累计金额达18.4亿元。今年3月完成的10亿元B轮融资，直接创下国内量子计算领域单轮融资纪录。团队构成方面，创始人、CEO文凯博士毕业于斯坦福大学，师从量子计算领域权威学者山本喜久；COO马寅曾在航天行业工作多年，负责过多艘载人航天飞船及中国空间站精密仪器系统的设计。 资本的持续注入并非没有理由。波色量子的量子计算能力已经在产业中找到了真实的应用场景，公司方面介绍称，已将“量子计算全面融入科学研究范式”，并在生命科学、人工智能、通信等20余个行业实现100+场景探索和应用。 尤其是在生命科学领域，量子计算之所以能发挥作用，是因为生命过程本身遵循量子力学规则，蛋白质折叠、酶催化反应、药物分子与靶点的结合等等，都涉及海量电子的相互作用。经典计算机在模拟这些过程时的计算复杂度极高，往往需要在精度和效率之间妥协，而量子计算机利用叠加与纠缠特性，可以从原理上直接模拟分子轨道和电子结构。 马寅曾介绍称，在生物医药领域，波色量子已实现多项“产学研用”合作，比如，公司与广州国家实验室合作，利用自研的量子玻尔兹曼机进行mRNA疫苗序列设计与优化；与上海交通大学合作开展分子相似性计算方面的研究等。 4月中旬，波色量子主办的“量子计算+AI for science”应用研讨会，公司带来了更多生物信息、脑机接口、类器官等生命科学与医疗健康领域的应用案例分享。 以量子计算技术在肿瘤精准治疗领域的应用为例：玻色量子与上海市肿瘤研究所向冬喜团队的合作，正是依托相干光量子计算平台，将量子算力与临床需求深度结合的典型实践。 从技术原理上看，肿瘤诊疗中的许多核心问题本质上属于高维组合优化问题。简单理解，当我们需要从大量复杂数据中找出最优解时，可能的组合数量会随着变量增加而爆炸式增长，而传统计算机面对这种规模往往需要耗费极长时间甚至无法完成。 以术中切缘判定为例，肿瘤与正常组织的交界区存在免疫抑制信号聚集、免疫逃逸细胞富集的特征，这类微观层面的差异无法通过传统形态学检测精准识别。因此，向冬喜团队利用玻色量子的1000量子比特级相干光量子计算机，将肿瘤的空间位置信息与转录组矩阵数据整合，并引入“能量判定”概念，也就是用量子计算机识别正常组织、肿瘤实质以及两者交界区之间不同的能量信号特征，据此构建切缘判定模型。 这一过程依赖相干光量子计算机求解“Max-Cut”问题的能力。Max-Cut是组合优化领域的一个经典问题，即在已知多个节点和连接关系的情况下，如何将它们分成两组，使得被切断的连接权重之和最大。这类问题在经典计算机上，数据维度越高求解越困难，呈指数级增长；但1000量子比特的专用量子计算机可以在毫秒级完成求解，性能超出经典计算数万倍，从而让术中精准识别微小切缘的肿瘤残留成为可能。 此外，在脑科学/脑机接口这一前沿领域，量子计算也在从理论设想走向实际验证平台。波色量子与中国科学院上海微系统与信息技术研究所孙鎏炀团队的合作，就提供了这样一个切入点。 脑机接口的核心挑战之一，在于大脑信号处理的计算负荷极高。人类大脑拥有约860亿个神经元，传统计算机在解析这些海量并行数据时，解码延迟和数据吞吐量始终是难以逾越的瓶颈。 本次研讨会上，孙鎏炀介绍了上海微系统所与玻色量子联合研发的量子光计算神经解码系统，将脑电信号的解码延迟压缩至约0.075毫秒。传统GPU方案的处理延迟通常在毫秒级，而0.075毫秒意味着快了一个数量级。更重要的是，这一系统具备“复杂度不变的扩展性”，即随着需要监测的神经信号通道数从几百个增加到数千、甚至上万个时，处理延迟并不会呈指数级增长。 据介绍，从技术路径上看，这一突破的关键在于光量子计算与光学神经调控技术的融合。孙鎏炀团队的另一个研究方向为非侵入式光学神经调控，采用的是“近红外光穿透+光电转换”机制，它通过上转换纳米颗粒与光伏材料将光信号转化为局部电刺激，无需电极植入即可实现深部脑区调控。而当光脉冲信号传输与量子计算的光量子特性结合时，量子计算机可以直接在“光域”完成信号解析，无需反复的光电信号转换，从而大幅降低延迟。这也是量子光计算神经解码系统能够实现0.075毫秒延迟的底层逻辑。
文｜胡香赟 编辑｜海若镜 近期，万亿市值“药王”礼来斥资24亿美元（超160亿人民币）完成的一笔收购，将医药行业的目光重新吸引回细胞与基因治疗（CGT）领域。 被收购企业Orna Therapeutics主要从事环状RNA研究，核心药物是一款靶向CD19的体内CAR-T，即将步入临床试验阶段。相较动辄百万元一针的传统CAR-T，体内CAR-T是一种有潜力实现“物美价廉”的细胞疗法。有从业者认为，如果体内CAR-T未来能成药，且实现大规模生产，价格可以做到和普通抗体产品类似，有望解决困扰传统CAR-T已久的商业化难题。 2025年，百时美施贵宝、阿斯利康、艾伯维和吉利德4家跨国药企就已相继出手并购海外体内CAR-T初创公司，涉及总金额近50亿美元。如今，礼来的入局，进一步为该赛道的发展前景注入确定性。 反映到国内市场，据36氪不完全统计，仅今年前4个月，国内体内CAR-T概念企业在一级市场的融资金额就接近20亿人民币。 “ 并购而非BD，说明大型药企已经把体内CAR-T视为下一代治疗平台技术 ，也推动整个领域的估值逻辑从单品种向平台转变。”西湖云谷智药创始人马丽佳认为。 马丽佳曾任西湖大学生命科学学院特聘研究员，今年初已将实验室搬迁至北京昌平实验室。她具备生物信息学、分子生物学与基础医学交叉背景，长期从事系统生物学和功能基因组学研究工作。2021年创办西湖云谷智药后，公司便专注于AI+基因治疗领域，自研由AI驱动的AAV（腺相关病毒）衣壳蛋白进化平台AIdit-CAPSID，并已开发出可用于体内CAR-T的AAV-TCE001，以及靶向中枢神经系统、肌肉、视网膜等多个组织的AAV变体。 开发体内CAR-T产品的核心就在于靶向T细胞的递送载体工具，即如何稳定、高效地把CAR基因送入人体。过去一年多时间里，业内初步形成了慢病毒和LNP两条主流开发路径，5家跨国药企的并购也都围绕此展开；受限于T细胞特异性靶向的AAV载体改造技术难度，选择AAV路线的企业并不算多。 马丽佳坦言，自己曾反复被问“为什么选择不同的路线”。但随着研究深入，“AAV路线从原来被质疑、非共识的状态，到如今已逐渐取得行业关注和信任，这也给资金和临床资源的重新分配带来可能”。 值得关注的是，今年3月下旬，诺奖得主、CRISPR共同发明者Jennifer Doudna创办的体内CAR-T公司Azalea Therapeutics，已联合加州大学旧金山分校（UCSF）Justin Eyquem团队在Nature发布研究称，自研EDV（包膜递送载体）/AAV双载体体内CAR-T产品在动物实验中实现“90%完全缓解”，在一定程度上为AAV技术路线形成背书。去年11月，Azalea Therapeutics曾完成8200万美元融资，用于推动体内CAR-T疗法的发展。 “ 90%缓解率是一个非常不错的、能支撑行业继续深入讨论该技术路线的指标。 ”马丽佳解释：��该研究解决了体内CAR-T产品的一个关键问题：在体内实现对T细胞靶向递送和基因组内定点插入CAR序列，形成体内定点整合CAR-T细胞，而非随机插入T细胞基因组。” 马丽佳认为，靶向性强、可以定点整合的体内CAR-T，“可能会是这个赛道中抗肿瘤产品的终极形态”。因为它规避了随机整合的安全隐患和表达不稳的痛点，能让体内CAR-T从短期有效升级为安全、长效、可产业化的技术路线。 “双载体技术非常新颖，不过，从成药角度，双载体会涉及如何让两个载体协同进入同一个细胞的技术和成本问题，不可避免地带来剂量大幅度提升；同时，AAV虽已在全球范围内获批8款新药，是一种监管认可的技术路径，但EDV作为一种全新的、从未用于人体试验的载体，未来的监管审批路径和规模化生产都存在不确定性。”马丽佳表示。 据介绍，西湖云谷智药与Doudna/Justin团队的研究逻辑相似，但仅使用AAV单载体，同样实现了“动物实验缓解率超过90%”。 以前述AAV-TCE001为例：早期研究数据显示，AAV-TCE001可高效转导原代T细胞，其感染人体T细胞的能力显著优于野生型AAV，生成的CAR-T细胞能高效杀伤B细胞。此外，在AI设计的辅助下，AAV-TCE001在小鼠和石蟹猴中降低了百倍到千倍的肝脏累积，极大提高了体内基因治疗的安全性。 今年2月，西湖云谷智药联合西湖大学，在国内新顶刊Vita上发表了题为An AAV variant enables human T cell engineering in vivo的研究。介绍了这一款可以高度特异性靶向人T细胞的AAV载体，在针对自免类疾病红斑狼疮（SLE）人源化小鼠模型中，它实现了一针生成体内CAR-T细胞、注射6周后仍维持最高77.5%的CAR-T水平；疗效上，可以成功清除致病B细胞，逆转狼疮肾炎等器官损伤。 另据马丽佳透露， 公司计划在今年内启动针对体内CAR-T的IIT（研究者发起临床试验）。 “体内CAR-T的产品特点决定了它进入人体后的不可逆性较高，且由于涉及到免疫系统，系统性风险也更复杂。因此，我们倾向于在机制、安全性、剂量窗口设计都相对清晰后再推进临床，并优先选择风险可控的适应症类型，比如自身免疫类疾病。” 总体而言，过去一年多时间里，随着各类临床前数据、并购案的公布，体内CAR-T领域目前整体处于多种递送路径共同发展的阶段。 “部分投资机构和跨国药企在考察项目时，甚至会对每个平台都进行投资，这也证明行业仍处于发展初期，大家对于哪些平台最终能走到最后，并没有明确答案。这个阶段非常考验项目操作团队和投资人对该领域的深度理解和数据解读能力，过程中也会有噪音出现，但无论最终哪条技术路线率先跑通，这场围绕创新疗法的探索最终都将转化为更安全、更可及的治疗方案，惠及广大患者。”马丽佳期待。
文｜胡香赟 编辑｜海若镜 “医疗健康产业正在经历它们的chatGPT时刻。”3月结束2026GTC大会上，黄仁勋再次提及AI落地新药开发场景，正带来巨大机会。 近日，据外媒报道百图生科、华深智药已启动IPO进程；中国创新药产业链上，拿到阶段性结果的“AI原生公司”受到资本青睐。其中，AI临床研发服务公司深度智耀的融资节奏更引关注。 去年12月至今年3月，这家公司接连官宣3笔D轮系列融资，累计募资接近2亿美元。 据了解，当前深度智耀估值已达到数十亿美金，与去年年中相比，估值涨幅超6倍； 且正在推进新一轮Pre-IPO融资。 另据公司介绍，公司近两年拿单量、业绩增速很快。2025年以来，销售订单额已近10亿元；2026年前两个月的订单已超过了25年全年。且公司已连续多年实现盈利 。近期的融资中，红杉、鼎晖百孚、新鼎资本等老股东几乎全员加注，每一轮都“实现超募、交割迅速”。 在药物早期发现环节，用AI优化药物分子结构，已广泛嵌入药企研发的工作流。为了提高药物开发成功率，业内渴求AI能在中后期的临床试验环节发力。时至今日，AI智能体的技术与能力，让行业感受到了“硅基科学家”加速临床试验的潜能。 深度智耀成立于2017年，创始人、CEO李星毕业于北京大学药学院，曾供职于强生、辉瑞等企业，拥有10余年在跨国药企做新药开发的经验。初期，深度智耀从医学写作场景切入，为药企提供临床试验文件撰写等服务。十年间，公司历经了技术演进和资本周期的跌宕。 有早期接触过深度智耀的行业人士提及，2022年大语言模型横空出世之前，医学文件经“机器处理后还需要人工校验，客单价低、经营效率不算高”。但如今，“AI智能体”驱动下的AI+CRO业务面貌，已截然不同。 “一直以来，李星有个理念：‘一切皆文本’。药物研发的全流程，是靠知识、文本和数据贯穿，递交临床试验申请、注册上市等各环节，交互的载体也是文本。但我们真正关注的，不是某一份文档写得更快，而是这条证据链如何被更高效、更准确地组织起来。”深度智耀业务副总裁陈舸告诉36氪。 当前，深度智耀构建了“AI智能体系统”，尝试自主执行、交付临床试验方案等多种文本。更具想象空间的是：临床任务交付过程，也是训练迭代AI、使其在海量临床试验数据中具备自进化和强洞察的过程。 AGI的东风到来之前，深度智耀曾沉寂多年。而当技术窗口打开，此前沉淀的数据和对行业痛点的理解，让它恰好坐上了牌桌。那么，深度智耀为什么获得资本追捧？它当前的业务模式和核心能力是什么？ 临床试验AI智能体“军团” 回到根源上，临床试验业务涉及大量数据采集、分析和管理，需要众多有经验的专业人员配合，反复打磨。协同复杂、耗时长、成本高，是药企临床开发的主要痛点。 AI技术浪潮中，“临床试验数字化”一直是重要应用场景。过去数年间，临床试验领域已走完初始的信息化、数字化阶段，只是由于参与者众多，以及法规严格约束下的产品同质化，市场严重内卷。 但药企的需求持续存在。如果能利用AI模型，挖掘海量临床试验数据价值，减少重复而繁琐的人力劳动，提高产出效率、加速研发，药企仍有付费意愿。市场调研机构Market Research Future称，到2035年，全球AI临床试验市场将突破243.7亿美元。 尤其是2022年之后，ChatGPT为代表的生成式AI爆发，技术奇点到来。深度智耀也开始接入大模型、自研AI原生多智能体系统，既往通过交付医学文本类项目所积累的know-how，被进一步工程化为系统能力。 深度智耀方面提供的数据称，目前累计已服务超1000家药企，交付项目40000余个。 “这是个比较巧妙的思路，”一位跨国药企研发人士评价：“ 临床文本服务团队能接触到的临床研发相关数据文件非常丰富；且临床文本服务团队介入时，药企已完成更核心的科学论证和策略制定部分，单个项目工作周期并不长。这意味着他们能持续、快速接触不同研发领域的标准化Protocol（临床试验方案）和CSR（临床研究报告）文本，基于此做AI系统，逻辑是顺畅的。 ” 2025年，从技术架构上，深度智耀搭建了一套“仿人脑思维的AI原生多智能体系统”。彼时，这是医疗企业鲜少会提到的概念。 原本，AI公司主要依靠扩大参数量、丰富数据库提高预测准确率，但制药领域存在大量普通数据库覆盖不到的信息，这就容易造成“幻觉”。 为此，深度智耀换了个思路，不只是靠堆砌数据量，而是仿照人脑“拆解任务-持续反馈”的思维过程搭建系统，并设置训练、推理、交叉验证和后处理四层防护机制，从流程设计上避免“幻觉”发生。 在这套框架下，传统临床试验包含的注册申报、试验设计、临床运营、数据管理、统计编程等一系列复杂临床医学逻辑，被拆分成以“万”为单位的模块，并逐一开发相应的智能体： 比如负责整体临床方案设计的Protocol Agent、执行统计分析的Statistical Agent、保障合规的Regulatory Agent等，参与临床试验方案等内容的生产。 以Protocol撰写为例，它是整个临床试验的核心。传统方法中，这是由临床专家/主要研究者（PI）、统计学家、CMC专家等合力完成的任务，需要数月时间完成。深度智耀的多智能体系统则是将撰写Protocol任务拆解后，直接交给承担不同专家角色的Agent，由它们来理解试验背景及目标、设计方案框架，接着完成自动撰写、格式校对，并按需完成多语种适配。 这个过程中，不仅人力和时间成本得以缩减，AI智能体系统也可能凭借数据积累，为人类专家提供新思路，比如自动生成有利于监管沟通会议的论述材料等。 由AI智能体提供know-how，这是深度智耀的技术亮点所在。很多新药研发项目失败，并非是科学设想不够先进，或缺少数据，而是 因为从临床前机制研究到临床试验之间存在大量断层，导致该药物没被用在正确的人群、正确的终点，或通过正确的方案将其潜在有效性验证出来。 从这个意义上说，AI临床CRO的真正价值，并非单纯的降本增效，而是深度嵌入患者分层、入组预测、研究中心选择、终点优化等关键临床环节，帮助整个临床开发更早暴露错误，并改正。其本质不是简单替代人工，而是降低关键决策节点的错误率，提高证据生成、整合的效率，进而增强从分子到患者、从机制到临床获益之间的闭环能力。 陈舸介绍，早期，深度智耀曾专门设有“AI架构师”职位，负责根据具体项目调用不同Agent，但如今已逐步实现由系统自主调用Agent、参与交付，“最终由专业人员审阅、签字、放行”。 按结果付费，中位客单价数千万元 随着AI多智能体系统的落地，深度智耀可承接的业务范围也随技术成熟大幅扩容。陈舸介绍，2023年左右，公司的AI系统已可以交付Protocol、CSR等比较典型的单个场景的文本内容，输出结果“准确率达到90%以上”。随后便逐渐切入临床试验“整包业务”，承接CRO类订单。 这种承接临床试验全流程“整包服务”的模式，直接给深度智耀带来了商业模式转变，公司得以开始执行按交付结果收费。 从最直观的角度，这首先意味着客单价提升。创立之初，深度智耀的单点位服务的订单体量较低，从几万元到几十万元不等。因为它本质上没有脱离传统AI辅助研发服务的逻辑，虽具备一定拓客优势，但收入天花板明显。 但如今，AI技术带来的服务体验和效率提升，让药企客户愿意把“管线的整体研发工作交给我们”， 中位客单价也随之突破至数千万元 。同时，2025年下半年开始，这种“整包业务”量也开始大幅增长，且“交付概率高，效率远超传统人力密集型的CRO服务”。 医疗行业天然带有强监管的底色，因此无论企业还是医疗机构，在面对创新技术时，态度往往都比较审慎。前述跨国药企人士也提到，AI模块化写作虽已是比较现实的应用，大药企内部如今都在用，但现阶段实操中，更倾向让它撰写重复性内容，如内容填写、前后文中的专业表述对应等。“涉及描述性内容还不是很信任AI，对于AI直接生成的Protocol初稿类内容，使用时会比较谨慎。” 那么，深度智耀是如何快速取得合作方信任、实现订单增长的？ “我们不打价格战，”陈舸表示：“而是通过提高售前体验取得客户的信任。”比如，在与药企客户初步接触时，深度智耀会先利用AI智能体为客户提供做出临床方案决策所需的资料，比如管线调研报告、初步方案论述及具体分析对比，甚至可以根据反馈继续修订方案。“这些方案不是模板化输出，而是结合项目实际情况来定，个性化程度高、完整度也高。我们的系统通常几小时就能完成一轮高质量迭代，不会显著增加内部负担，也能让客户更快建立对我们效率和质量的信任。” 这种先交付价值、再谈合作的方式，在一定程度上降低了合作方的决策门槛。陈舸提到，不少潜在客户原本只是计划将优先级不高的管线交给深度智耀试水，但在接触和验证之后，却“愿意达成全面战略合作，甚至把所有管线下一阶段的相关需求整包出来”。 陈舸透露，近期，公司刚刚拿下一笔接近2亿元的大订单，负责药企客户多条管线的全球多中心临床CRO业务。“我们预计当年确认收入的比例可以达到七成以上，这将直接带动今年的业绩增长。” 与此同时，跑通临床试验阶段整包业务只是第一步，深度智耀也已将服务向临床开发的前后两端延伸。“技术能力是共通的，只是商业场景有变化。理论上，如果AI知道临床试验阶段的哪类药物更有希望获批，那它在临床前靶点发现阶段也一定足够聪明；在营销端，也会知道怎样指导医生合理用药。”陈舸解释。 近日，深度智耀还表示，2014年诺贝尔生理学或医学奖得主、挪威神经科学家Edvard Moser将以非执行董事身份加入公司，意在“从更多维度探索AGI时代公司模型和智能体的能力边界”。 “当前，不少头部AI公司都在探索核心业务之外的跨界方向。 因为，AI时代的业务服务边际成本相对较低、赢家通吃效应更明显，其核心成本是token消耗量，而非传统企业那样的异地扩张，或牵扯更繁琐的管理问题。 在制药领域，我们相信未来的新药上市成本和链路会逐渐缩短，很多原本难以改变的传统会被颠覆，这是我们对行业竞争和未来发展的判断。”陈舸表示。