一、是前10个月中国AI for Science
1、是前10个月中国AI for Sci
91亿美元,是前10个月中国AI for Science(AI4S)在生命科学方向(AI4LS)拿到的融资。
33亿美元,这是今年前10个月全球AI4LS领域TOP10融资的总额。
钱从上游的算力设施,流到中游的模型与平台,再落到下游的垂直场景应用——一条完整的产业链,在10个月内一次性铺开。
轮次出现明显的断层——65.3%流向种子/天使轮与A轮,其中真·初创阶段(种子/天使)占23.4%;而B轮之后只剩11.3%。
投得早,却没有投得散——11起过亿美元融资吃掉20多亿美元,占比超五成。资本不是广撒网,是在最早的阶段就用大钱圈定头部。
在“兑现元年”到来之前,这份数据或许能先标出通往科学智能的产业路径。
把124起融资按轮次拆开,AI4LS的一级市场资金盘具有非常明确的“新生”导向——65.3%的钱流向了种子轮/天使轮与A系列轮次。
尤其,真正的初创阶段种子轮/天使轮占比近四分之一(23.4%)。
底层逻辑上,AI4LS同时叠加了医疗健康与硬科技的价值兑现期待。一级市场对它的定价,从一开始就建立在“范式创新”而非“当期业绩”之上。
2、但今天AI4LS估值锚点转变为“总市
松禾资本合伙人张冲认为,当前的AI4LS一级市场实质上是在为“平台的预期渗透率期权”提前定价。
过去,AI制药等估值逻辑聚焦于管线里程碑、DCF线性定价。
但今天AI4LS估值锚点已经转变为“总市场×渗透率(预期)”的非线性期权定价,人才密度、数据资产、平台延展性取代当期收入成为核心变量。
早期AI4LS项目靠顶尖科学家和Demo就能拿到天使/A轮,出资方多为敢冒风险的医疗与硬科技VC。
但到了B轮后,项目需要数亿甚至十亿级资金去推进产品落地或搭建商业化团队,亟待具备深厚产业背景的长线资金接力。
AI4LS的早期融资本质上仍然是“投头部”,是在最早阶段重仓赛道定义者。
据动脉网不完全统计,1~10月AI4LS领域共有11起过亿美元融资,累计超20亿美元,占比超50%,平均融资额超1.78亿美元。
从产业链位置看,这11个头部标的分布在三个环节,各自的融资逻辑并不相同:
上游算力底座等基础设施类企业,叠加硬科技赛道资方,成为大额融资主力。
中游模型与平台,集中于相对成熟、已有自研模型或产品的供应商、制造商与服务商。
二、从“平台故事”转向“场景锚点+技术闭环”
1、大额融资的门槛已经从“平台故事”转
当资金向AI4LS集中,大额融资的门槛已经从“平台故事”转向“场景锚点+技术闭环”:短期看场景现金流,长期看范式天花板。
鲜明的技术独创性与强场景锚点——无论是分子之心的可编程生物工程、寻明生科的干湿实验数据闭环、百奥几何的合成生物资产,还是深度原理的千万级产业订单,都指向技术平台落地与场景化应用。
清晰的退出与兑现路径——完成1.49亿美元IPO基石轮融资后,剂泰科技以“全球AI药物递送第一股”挂牌港交所,首日高开175%。
新生探途聚焦AI制药小分子研发平台;元思生肽专注于AI+合成肽药物研发。
“大厂”背景背书与明星团队——9月完成年内最大AI制药单轮融资的新生探途(Anew Labs),脱胎于字节跳动内部AI制药业务。
投后估值15亿美元,且字节保留56%控股权。
产业链条长期押注——背后是生态链与端到端、一体化能力,尤其在供应与渠道强依赖的生物制造赛道。
年内完成18亿元融资后,微元合成并购全球第二大木糖醇企业豫鑫,整合合成生物渠道优势;
联合斯坦福大学、字节跳动等发布AI生物计算开放合作平台PoseX,向生物制造、生物基材料及工业酶设计的基础设施方向进化。
2、价值中心从“候选生成”转向“机制与转
一个无法回避的事实是:随着资金集中度持续上升,头部项目能够获得多轮、大额、多类型资本支持,而缺少实验资产或清晰工业接口的早期团队,仍面临较高的后续验证门槛。
投向四条路线:AI制药、AI材料、AI生物制造、AI基础模型与设施
在技术壁垒高、产出回报比高的生命科学赛道,AI的场景切入口更丰富,价值兑现的想象空间也更多元。
细分赛道来看,代表性AI4LS融资集中于四条路线:AI制药、AI材料、AI生物制造、AI基础模型与设施。
AI制药仍是基本盘,但升温最快的是AI生物制造与AI材料。原因或许在于,这两条路线的验证周期更短、商业基本盘更大,且契合中国的工程化与产能优势。
趋势一:建模层级上移,价值中心从“候选生成”转向“机制与转化”
生命科学世界模型、AI虚拟细胞等方向,试图弥补分子优化与体内/临床转化之间的因果断层,以及细胞间相互作用的建模空白。
AI制药的价值中心,正由候选分子生成上移至疾病机制解释与转化验证。
这层上移,直接打开了新的场景入口。
一旦模型能够解释干预在系统中的传导路径,过去只能靠经验试错的领域便具备了被工程化重做的条件——AI抗衰、AI代谢、AI口服环肽等前沿方向,正是在这一轮建模能力外溢中成为独立赛道的。
三、干湿闭环成为标配
1、干湿闭环成为标配
趋势二:干湿闭环成为标配,强调“模型预测—实验验证—数据回流”
跨尺度建模必须靠干湿闭环支撑迭代与验证。
模型从分子上移到细胞、组织、器官,每一层的参数都无法纯靠公开数据拟合,只能由受控实验产出。
闭环的成立条件是实验设计可被模型指导、实验结果可结构化回流、回流数据能反向修正模型,三者缺一环,即为断链。
当前高质量、标准化的生命科学语料依然稀缺。
作为实验设计、标准化采集、元数据与模型反馈共同形成的专有资产,谁掌握了稳定的高质量数据生产能力,谁就建立了长期排他壁垒。
其中,单细胞多组学、器官芯片与类器官芯片等逐步成为新一代AI数据基座的重要组成部分。
两类模式对现金消耗、验证周期和收入确认的要求不同:平台型需要可复制部署与付费客户,资产型需要管线里程碑和权益兑现。
AI生命科学工具的商业接口仍然集中于药物发现、靶点、细胞治疗、样本分层和监管可用的实验数据,而不是向科研用户单纯出售订阅。
2、TOP3活跃资本参与投资项目总数超2
2026年AI4LS一级市场的出资结构,呈现出清晰的三分格局:财务资本投可能性,国资投确定性,产业资本投协同。
图2026年1-10月中国AI4LS活跃机构(据动脉网不完全统计)
财务资本在AI4LS赛道上展现出了极强的进攻性。TOP3活跃资本参与投资项目总数超20个。
排在首位的启明创投参与投资9个以上AI4LS项目,高瓴创投和中科创星则分别投资6个以上AI4LS项目。
从赛道来看,财务投资人几乎投中了AI4LS的所有热门赛道:从AI原生TechBio(寻明生科)、全模态分子世界模型(英灵殿科技),到AI大环肽药物(元思生肽)、AI衰老逆转疗法(菁童生命)、AI虚拟细胞模型(无界进化)。
他们不仅在投技术、投场景,更试图在“新概念”中快速圈定未来的行业霸主。
图2026年1-10月AI4LS投资出手次数TOP3机构所投项目
国资的投资底色则完全不同:重仓底座、押注重资产基础设施,卡位模型、芯片、算力平台、科学计算人源化数据设施和区域创新生态。
以高频出手机构中的四家为例,国资偏爱具备底层通用技术属性的平台型公司,如全模态分子世界模型(英灵殿科技)、AI靶点发现世界模型(高维医药)、AI驱动的全栈式蛋白质研发(天鹭科技)以及AI Native生物制药(百奥几何)。
在轮次上,国资的出手时机覆盖技术初步验证的A轮,至产品落地商业化的C轮,但鲜有投向超早期的天使轮/种子轮。
四、康君资本围绕大分子药物(信华生物)
政府引导基金与国资的出资逻辑,核心诉求正变得越来越精细化,同时承担着一种明确的使命感:引导资金流向国家战略需要的领域,在早期、长周期、高不确定性的环节进入,借由返投、招商、建圈强链,把资本沉淀为地方产业能力与长期卡位价值,培育一批产业土壤。
百度风投布局了从新材料(深度原理)、量子科学平台(量坤科技)到虚拟细胞(百曜科技)的AI原生技术矩阵;
康君资本围绕大分子药物(信华生物)和ADC药物(耐维思生物)精准下注;
晶泰科技则聚焦免疫代谢与类器官等AI生命科学研发场景。
值得注意的是,CVC的被投企业融资轮次高度集中在天使轮、A轮及未公开阶段,展示出典型的“孵化式”打法——用早期投资锁定前沿技术,将其作为自身主业的战略补充,打造生态圈式的产业协同效益。
以晶泰科技为例,其产业投资价值在于把部分已跑通交付逻辑、自动化实验能力、客户网络开放给孵化期公司,让后者跳过从零搭平台、找场景的死亡谷。
需要明确的是,AI4LS早期的“头部”不是营收规模头部,而是技术稀缺性+平台属性+团队背景。
这套标准在产业化验证之前并不牢固——技术路线尚未收敛,场景落地尚未兑现,座次远未排定,陆续涌现的新企业仍有改写格局的窗口。
也正因如此,AI4LS格局不会走向单一维度的收敛:收敛的是资金与估值,它们向少数平台型标的集中;
不收敛的是技术路线与落地场景,它们正分阶段、分场景地扩张与细分。未来仍将是产品与场景为王的赛道。
回归当下,一级市场的高估值,不能只用“资本看好长期价值”一笔带过。更准确的判断是:2026年是AI4LS的定价逻辑分化年。
切换的方向很明确:从看团队、看叙事,转向看验证数据、看闭环能力、看商业化兑现。
高特佳投资集团总经理孙佳林提出,平台型公司和产品型公司的界限正在模糊,AI-Biotech本身就具备极强的AI能力,早期可以通过技术服务实现商业闭环,支撑自研管线的长期投入;
后期管线兑现后,又会反过来强化平台能力。
水木分子COO邢杰看来,更本质的变化是产业链的边界正在被打破。
整个行业正在从“+AI”的改造,走向“AI原生”的重构。他谈道:“未来不再是数据、算法、实验的线性分工。
自动化实验室不只是物理世界的实验载体,也是Agent任务体系的一部分;
而模型公司可以往下游走做管线,药企也可以往上游走建自己的AI平台。”
张冲同样强调:“AI

远见网
