当FDA宣布将终止临床前药物开发中的动物实验，并点名AI建模作为替代方案时，整个医药界为之震动。这不仅是伦理与效率的进步，更像是对一个踌躇满志的行业——AI制药——投下的一颗深水炸弹。十年磨一剑，这把曾被寄予“颠覆传统制药”厚望的利剑，究竟是锋芒毕露，还是仍在匣中低鸣？从资本的狂热追捧到寒冬中的抱团取暖，从管线折戟的阵痛到商业化路径的分野，AI制药正站在一个前所未有的十字路口。所有人都在屏息等待：那个能证明其真正价值的“奇点”，何时降临？本文将深度剖析这跌宕起伏的十年，揭示明星企业的生存抉择，并探讨黎明破晓前，谁将最终赢得这场关乎未来的竞速赛。

​

​​(一) 新政与冰火：FDA的“助攻”与行业的冷暖自知​​

        2025年初，一则来自大洋彼岸的重磅消息瞬间点燃了市场：美国食品药品监督管理局（FDA）宣布，将逐步终止临床前药物开发中强制性的动物实验，转而采用更高效、更贴近人体的替代方法。在这份具有里程碑意义的声明中，​​AI建模​​被明确列为关键替代技术之一。消息一出，国内AI医药概念股应声走强，久违的暖意似乎开始流淌。

        然而，这缕暖阳能否真正驱散行业的寒意？FDA新政的背后，是新药研发领域那个残酷的“双十定律”——十年时间、十亿美元投入，成功率却仅有可怜的十分之一。AI制药，正是凭借其在早期药物设计阶段展现出的惊人效率（据BCG报告，有望将研发周期缩短约50%），一度被寄予厚望，成为打破这一魔咒的“天选之子”。

        资本市场的反应似乎印证了这种期待。2025年第一季度，全球AI制药领域融资并未沉寂，总额超过17.5亿美元流入至少38家公司。赛诺菲重金押注AI+生物技术公司Enveda（C轮1.5亿美元），英矽智能（Insilico Medicine）更是斩获1.1亿美元E轮融资，估值突破10亿美元大关。工业巨头西门子也以51亿美元大手笔收购生命科学数据公司Dotmatics，彰显其对AI+生命科学未来的坚定看好。

​​        但表面的热闹之下，暗流汹涌。英矽智能在2023年6月和2024年3月两次港股IPO折戟，此次融资虽被解读为重启上市的信号，公司官方却对亿欧网明确表示“暂无计划”。这微妙的表态，像一面镜子，映照出整个行业的“冰火两重天”。

另一面，是残酷的现实。裁员、合并、转型成为许多AI药企的生存关键词。2024年9月，老牌AI制药公司Recursion与Exscientia的合并，被外界视为寒冬中的“抱团取暖”。易凯资本投资人赵昕淇一针见血地指出：“在AI药物研发领域还没有商业化产品上市之前，一定程度上AI制药依然是个黑箱。”融资数据的光鲜，难掩行业整体造血能力不足、商业化路径尚不明朗的深层焦虑。资本并未真正全面回暖，而是变得更加挑剔和务实。

​​(二) 明星分野：晶泰的跨界突围与英矽的管线深耕​​

        十年沉浮，大浪淘沙。作为中国AI制药领域最具代表性的两家明星企业，晶泰科技（XtalPi）与英矽智能（Insilico Medicine）在2025年这个关键节点，选择了截然不同的生存与发展路径，成为观察行业风向的最佳样本。

​​晶泰科技：撕掉标签，奔向“钱”景更快的战场​​

        顶着“国内AI制药第一股”光环的晶泰科技，在2024年6月上市后交出的首份年报（2024年）耐人寻味。其两大主营业务——药物发现解决方案与智能机器人解决方案（含固态研发及自动化化学合成）——呈现出显著的分化。后者收入达1.63亿元，同比猛增87.8%，占总营收比重跃升至61.09%，远超药物发现解决方案18.2%的增幅。尽管经调整净亏损收窄至4.57亿元（同比收窄12.5%），但高额研发投入（4.18亿元）仍是亏损主因。

        更引人注目的是其战略转向。2024年12月，晶泰科技公告更名为“晶泰控股”，彻底剥离了名称中与“医药”相关的印记。这并非心血来潮。早在2024年8月，晶泰就与新能源巨头协鑫集团达成总金额高达1.35亿美元的5年战略合作。同年，其内部孵化了AI+新材料公司深度原理和赋澈生物。联合创始人、董事长温书豪将进军新材料领域视为“二次创业”。

​​        晶泰科技为何在上市后急于“去AI制药化”？峰瑞资本合伙人、晶泰早期投资人马睿向亿欧网揭示了深层逻辑：“晶泰的底层核心竞争力是量子物理与AI的结合。跨界新材料并非放弃制药，而是底层技术能力的合理外溢。” 其核心的AI+CRO模式（为药企提供从靶点到化合物设计验证的服务）虽接近AI制药本质，却高度依赖药企的合作意愿与资金状况。在当前医药融资趋紧的大环境下，这种模式显得被动且充满不确定性。转向材料科学、农业、消费品等领域，意味着避开漫长的临床验证周期，更快实现商业化闭环和自身造血。2025年，晶泰还计划加码碳基材料、超级塑料。凭借2024年营收达标，晶泰已成功申请取消港交所“未商业化公司”称号，标志着其商业化探索取得阶段性成果。

​​英矽智能：坚守管线，“License Out”兑现AI价值​​

        与晶泰的“跨界”不同，英矽智能选择了在AI制药的核心战场——​​自研管线​​上深耕细作，并通过​​License Out（对外授权）​​ 实现价值变现。2025年1月，英矽智能宣布与意大利美纳里尼集团达成第二项重磅合作，以总额5.5亿美元授权一款潜在“同类最佳”（best-in-class）肿瘤候选药物。这成为其商业模式走通的关键注脚。

        英矽智能首席科学家任峰向亿欧网回溯了其十年商业化探索的历程：从提供软件平台服务，到软件与药物发现并重，最终确立为“AI驱动的Biotech（生物科技公司）”。他认为，评价AI制药公司的核心在于两点：​​授权收入​​和​​管线进展​​（代表未来收入潜力）。

        “英矽智能的强项在于利用AI平台发现新靶点和设计更优分子，这是AI在早期研发的绝对优势。后期高投入、高风险的临床开发和商业化，我们选择授权给经验丰富的海外大型药企。”任峰如此阐述其清晰的定位。目前，英矽智能拥有30多个内部研发管线，为其持续对外授权提供了坚实基础。据悉，其累计完成的四项药物对外授权合作，总金额已超过15亿美元。

​​(三) 十年回眸：从技术狂欢到务实求生​​

        AI制药的兴起并非一蹴而就。全球最早一批AI制药企业诞生于2013年前后。回望这十年，行业经历了从技术崇拜、概念炒作到回归理性、务实求生的深刻转变。

​​狂热与泡沫：被“故事”点燃的资本盛宴​​

        在晶泰和英矽起步的2014年，计算生物学在全球范围内都还是充满争议的新兴领域。真正的转折点发生在2020年。英国Exscientia公司宣称利用AI开发出首款进入临床试验的候选化合物DSP-1181；同年，AI计算巨头薛定谔（Schrödinger）在美股上市后股价飙升，彻底点燃了二级市场的热情。这股浪潮迅速席卷中国，阿里、百度、腾讯、华为等科技巨头纷纷入局。据统计，2020年国内新成立38家AI制药公司，到2022年底激增至近80家。2021年，中国AI制药企业融资额高达62亿元，超过此前6年的总和（46.7亿元）。

        易凯资本赵昕淇分析道，上一波投资热潮的逻辑基于创新药研发的“九死一生”和日益攀升的成本（逆摩尔定律），利用计算提升效率在理论上是成立的。“然而，当时投资者对AI赋能制药存在一种盲目的乐观。”望石智慧CEO周杰龙也坦言：“2020年以前，很多公司追求大而全，讲引入AI的故事好听，但实际突破有限。”

​​残酷的试金石：临床折戟与资本退潮​​

        新药研发的铁律从未改变：再优秀的理论预测，最终都需经过漫长、昂贵且充满不确定性的​​临床试验​​验证。这正是悬在AI制药头上的“达摩克利斯之剑”。AI可以高效筛选分子，但分子在人体内的复杂作用机制、潜在的副作用和安全性问题，往往只有通过人体试验才能暴露，甚至根本原因有时仍成谜。

        2023年4月，AI制药公司BenevolentAI遭遇重创，其用于治疗特应性皮炎的AI药物BEN-2293在IIa期临床试验中未达次要疗效终点，项目终止并引发公司裁员。这并非孤例。头豹科技数据显示，截至2023年11月，全球处于临床阶段且活跃的AI参与研发管线共97项，超半数在临床一期，超三分之一在临床二期。而众所周知，临床二期是新药研发的“死亡之谷”，大量管线在此折戟沉沙。

        当烧钱的管线未能如期交出积极数据，当商业化变现遥遥无期，资本的热情迅速冷却。2023年，行业进入凛冽寒冬。投资人对AI制药的规模化前景和盈利周期变得悲观，失去耐心。供血不足的企业们被迫整合、并购、转型，甚至黯然离场。“用AI讲故事的时代已经过去，”任峰强调，“大家更想看到的是AI如何在制药的具体应用场景中真正落地，产生价值。”

​​(四) 破晓之前：技术跃迁、数据壁垒与生存之道​​

        进入2025年，尽管融资并未停止，但投资逻辑已发生根本性转变。赵昕淇指出，投资人正回归理性，更青睐拥有​​真正硬核技术实力​​或已初步实现​​自我造血能力​​的AI制药公司。活下去，成为所有参与者的首要命题。

​​技术突破：从判别式AI到生成式AI的跃迁​​

        峰瑞资本马睿将AI制药划分为两个时代：​​AI 1.0（判别式AI）​​ 和 ​​AI 2.0（生成式AI）​​。“在1.0时代，AI常被认为不靠谱，物理方法更受信赖。但现在，生成式AI带来了革命性变化——从只能做预测，到能够主动设计和生成全新的分子或蛋白质结构，这是最大的技术突破。”

近两年的技术发展令人目不暇接：

• ​​2020年12月：​​ DeepMind的AlphaFold 2 在蛋白质结构预测竞赛CASP14中取得媲美实验精度的突破。
• ​​2022年11月：​​ ChatGPT横空出世，展示了大语言模型的强大能力。
• ​​2023年7月：​​ David Baker团队发布RF diffusion，蛋白设计效率与成功率显著提升。
• ​​2024年6月：​​ Evolutionary Scale公司发布生成式大模型ESM3，能设计全新功能性蛋白质。

这些突破为AI制药注入了新的活力，DeepSeek等通用大模型的火爆也为AI医疗/制药领域带来了多维度的变革想象空间。

​​数据：算法趋同后的决胜关键​​

        然而，技术的突飞猛进也凸显了另一个核心瓶颈：​​数据​​。天使投资人、AI专家郭涛指出，AI算法的有效性极度依赖输入数据的质量和规模，而在医药领域，获取高质量、标准化、大规模的专有数据集异常困难。

        目前，AI制药公司依赖的数据主要来源于公开的药企、科研机构或院校数据。但药物研发的核心数据往往被视为药企的“命脉”，难以共享。任峰透露，英矽智能95%以上数据源于公开渠道，但为此专门组建了一个约40人的数据团队，从2014年起就专注于数据的清洗、筛选和标准化工作。“现阶段竞争仍基于算法，但随着技术发展，算法会趋于同质化。未来决胜的关键，在于谁拥有​​独有的、高质量的数据资产​​。”任峰断言。

​​生存之道：多元化探索与黎明前的坚守​​

面对挑战，行业参与者们正积极寻找生存与发展之道：

1. ​​商业化路径多元化：​​ 如晶泰科技的技术外溢（跨界材料、能源），英矽智能的“自研+License Out”，以及更多公司探索软件服务(SaaS)、特定环节赋能（如靶点发现、分子优化、临床试验设计优化）等模式。
2. ​​聚焦细分领域：​​ 望石智慧周杰龙表示，大浪淘沙后，企业更需明确自身独特定位和目标市场，深耕细分领域，建立壁垒。睿健医药CEO魏君也指出，AI在医药的应用远不止狭义的“AI制药”，已广泛应用于细胞治疗（如睿健的“AI+化学诱导平台”）、工具蛋白设计、病理检测等上下游环节。
3. ​​耐心与务实：​​ 马睿提醒道：“一些人太过急功近利，要求AI必须直接产出成功的药物。但新药研发的高风险和长周期是客观规律，哪有那么容易？”他呼吁给予技术更多耐心和验证空间。

​​(五) 等待奇点：从量变到质变的临界时刻​​

        最大的质疑声依然响亮：​​十年过去，为何还没有一款由AI主导研发的药物成功上市？​​

        任峰对此给出了积极的视角：在无AI辅助的传统模式下，新药研发管线成功率通常低于5%。AI的引入，有望将这一数字提升3到5倍，这本身就是巨大的进步和商业价值。他更透露了一个可能引爆行业的希望：“今年，英矽智能有一款药物正从临床二期进入三期。​​如果成功，这将是全球首个进入临床三期的、由AI设计出的分子。​​”

​

        所有人都心照不宣：那个能彻底证明AI制药颠覆性价值、引爆新一轮行业狂潮的“奇点”，很可能就系于一条成功穿越临床三期、最终获批上市的AI管线之上。它将是照亮行业前路的火炬，是重塑资本信心的强心剂，更是宣告一个新时代到来的号角。

        然而，黎明前的黑暗往往最为深沉。管线推进需要时间，更需要海量的资金支持。对于仍在牌桌上的AI制药公司而言，当下最紧迫的任务，是竭尽所能为自己​​积攒更多的子弹（资金）和争取更多的时间​​。唯有如此，才能避免在曙光喷薄而出的前一刻，因弹尽粮绝而遗憾离场。

        AI制药的十年沉浮，是一部交织着技术理想、资本狂热、现实挫折与务实求生的史诗。它远未抵达终点，但无疑已行至最关键的隘口。是沉沦于管线折戟的余烬，还是浴火重生，迎来真正的破晓？这场关乎人类医药未来的生死竞速，答案正在每一个坚守者的实验室、每一行代码和每一次临床试验中，被奋力书写。我们，都在等待那个石破天惊的“奇点”降临。