8 月 10 日，寻明生科（Aureka Biotechnologies）宣布完成总额 1 亿美元的 B 系列融资。值得注意的是，这家成立于 2023 年的 AI（人工智能）原生 TechBio（技术驱动的生物学）公司在今年 4 月刚刚完成 A+ 轮融资，前期融资累计金额已接近 1 亿美元。

本轮融资由 Granite Asia 独家投资首轮，后续轮由知名产业投资人领投，弘晖基金跟投，启明创投、经纬创投及纽尔利资本等老股东持续加注。

宣布融资后，寻明生科创始人、CEO（首席执行官）赵伟安接受了《每日经济新闻》记者的专访。

寻明生科创始人、CEO 赵伟安。图片来源：受访者供图

"AI 设计的药物为何尚未获批上市 "：这是一个认知误区

整个 AI 制药行业，" 干湿闭环 " 几乎已成标配叙事。但赵伟安指出，多数公司的湿实验通量极低，很难真正与 AI 形成闭环。以抗体分子设计为例，多数公司还在用 96 孔板做表征，一个实验只能做 96 个分子。而寻明生科通过单细胞功能筛选平台，一个实验可以表征 100 万到 1000 万个分子，比传统方式提高了五六个数量级。

赵伟安将公司比作 "AI 生物制药界的 Scale AI" ——当年 OpenAI 训练大模型需要大量人工标注数据，Scale AI 解决了快速标注的问题。寻明生科同样自研了一套给分子 " 评价打分 " 的高通量生产平台。为了进一步验证技术实力并向行业开放能力，寻明生科于今年 7 月发布了开源版本 OpenDDE。

据了解，第一代 AI 制药公司产生的数据形态，并不适应今天大模型训练的要求。寻明生科为基座模型预训练和持续迭代设计了数据产出体系，数据的形态、质量和通量都服务于 AI 的进化需求。

" 我们主要服务欧美顶尖药厂，商业闭环已经在欧美被验证。" 赵伟安指出，AI 设计的临床前分子，能以数千万美元首付款、叠加数亿美元里程碑付款被收购。传统 10 年 10 亿美元的模式中，大部分时间花在临床阶段，而如果把前端发现压缩到 1 — 1.5 年就能完成 BD（商务拓展）变现，资本就能更快看到回报。

对于 "AI 设计的药物为何尚未获批上市 " 这一行业普遍质疑，赵伟安表示，临床过程本身就需要 5 年— 8 年，这是制药产业的客观规律，跟 AI 没关系。他预测，未来 10 年到 15 年，大多数获批新药都将由 AI 设计或 AI 参与设计。

数据也在印证这一趋势——据平安证券报告，2025 年全球 AI 制药领域全年融资总额高达 75.53 亿美元，AI 驱动的新药临床管线数量已从 2017 年的 4 个增长至 2026 年 6 月的 179 个，其中 9 个处在临床三期阶段。另有数据显示，AI 发现药物分子的整体成功率从 5% — 10% 提升至 9% — 18%，一期临床成功率高达 80% — 90%。

但挑战依然存在。AI 设计药物在二期临床的成功率便降至 30% — 40%。高质量标注数据稀缺、模型可解释性不足、干湿实验闭环尚未完全打通，仍在制约 AI 药物的最终成药率。

" 降本增效是伪命题 "：叙事泡沫下的行业淘汰已经开始

在整个 AI 制药行业，降本增效几乎是标准叙事，但赵伟安对此持根本性质疑态度。

" 降本增效在这个阶段是个伪命题。" 他说。中国企业已经把传统分子创制做到极致——高质量临床前数据包成本压缩到 200 万到 300 万美元。如果 AI 只做这部分事情，本质是在存量市场里抢蛋糕。AI 真正的价值是打破天花板，创造更大的蛋糕——解决此前治不了的疾病，发现此前不存在的机制。

但现实困境在于，一旦所有人都挑战 " 上限 "，研发周期变长，资本更没有信心等待。所以很多 AI 制药公司只能讲降本增效。" 但说实话，这些事情不做 AI 也能做，传统方法只是稍慢一点而已。"

这种叙事同质化，在 " 攻克难成药靶点 " 这个命题上体现得尤为明显。" 真正的突破程度差异极大。做一个 benchmark（具备基准参考价值的分子）级别的分子和做一个各方面都合格的药物分子，中间有巨大鸿沟。" 赵伟安认为，行业将进入淘汰期。所有公司都在讲类似故事，最终只有能在至少一个维度上突破现有技术极限的公司能活下来，" 很多公司会慢慢没有声音 "。

当 " 攻克难成药靶点 " 不再是稀缺叙事，下一个爆点在哪里？" 我预测未来几年确实可以攻克大部分难成药靶点的设计难题，整个领域的最大瓶颈会变成对生物和疾病认知的边界。AI 真正的价值不在于把已知的东西做得更快，而在于发现人类认知边界以外的东西。"

面对字节跳动等互联网巨头入局 AI 制药，赵伟安并不紧张。互联网大厂一波一波在尝试。但截至目前并未产出显著成果，核心原因正是医药研发 " 双十定律 " 与互联网 " 快速迭代 " 文化之间的深层矛盾。" 大厂的核心弱点是缺乏‘背水一战’的动力。" 赵伟安分析，大厂团队倾向于选择 " 今天最稳妥的 1.5 倍赔率路径 "，而不是 "10% 成功率但 100 倍回报 " 的颠覆性路径。

AI 制药终将 " 消失 "：10 年后的行业会是什么样？

寻明生科的商业模式，是在 " 自己做药 " 和 " 卖平台 " 之间寻找第三条路。" 这两种模式的根本冲突发生在临床二、三期，因为到那个阶段资源消耗指数级上升。但如果只做到临床Ⅰ期或Ⅱ a 期（早期概念验证），创业公司完全可以承受。" 公司的定位是 " 早期概念验证（Early POC）" 阶段的 TechBio ——把管线推进到临床早期，通过 BD 交易卖出 " 种子 " 实现商业变现。过去两年，公司已与多家跨国药企达成合作，实现千万美元级收入。

在商业路径上，赵伟安看重两种模式：定制化管线开发和深度平台共建。定制化管线是目前的主流，"AI 技术需要整套基础设施配合，简单的模块化授权给药企，对方用不起来。" 截至 2026 年 4 月，寻明生科已有一款药物即将进入临床阶段，两款进入 IND 开发阶段，并在多特异性抗体、激动型抗体、高效内吞型抗体等多个高价值领域精准布局。

关于 10 年后的终局，赵伟安的判断是："AI 制药这个词会消失，因为所有制药就是 AI 制药。就像今天我们不会说‘用电制药’一样，它会变成默认的基础设施。" 他指出，这期间会出现至少 3 到 5 次 "AlphaFold 时刻 " ——抗体从头设计成功率超越传统动物免疫是一个；未来 5 年左右的细胞模拟是另一个。当这些基点的叠加最终使 AI 制药变成默认的基础设施，行业就完成了质变。

但他同时强调，真正的里程碑不是 "AI 设计的药物获批上市 " ——因为那一定会发生，而且会成批发生。" 真正的里程碑是 AI 能够发现并验证此前人类未知的新靶点。" 让 First-in-class（首创新药）不再是偶然，而成为可重复、可扩展、可交付的系统能力。

每日经济新闻