字节跳动分拆AI制药公司完成2.9亿美元巨额融资

AI 制药赛道迎来一笔重磅交易。初创企业 Anew Labs（新生实验室）宣布完成 2.9 亿美元（约合人民币超 20 亿元）巨额融资，一举刷新今年国内 AI 制药领域单轮融资纪录。这支团队的前身是字节跳动内部运行 5 年的 AI 制药业务，目前字节跳动依然持有 Anew Labs 56% 的股权。

Anew Labs 并非孤例。此前，Google DeepMind 拆分出 Isomorphic Labs，Meta 裁撤蛋白质团队后诞生了 EvolutionaryScale，百度李彦宏牵头成立了百图生科。科技巨头正成为全球 AI 制药赛道最大的人才摇篮，但繁荣背后，也折射出 AI 制药模式与互联网大厂逻辑的深层脱节。

字节跳动孵化的两家新星

三个月前，字节跳动将筹备于 2020 年、正式建制于 2021 年的 AI 制药业务整体拆分，核心团队、算法平台与在研管线一并注入 Anew Labs。创始人刘凯早年拥有 7 年一线 VC 投资经验，后在字节操盘这支 50 余人的跨学科团队。

由于在字节内部承担了从底层模型到产业化落地的全链条职能，Anew Labs 拥有极高的起跑线：

• 算法底座：继承了分子结构预测模型 Protenix、Seedfold 以及蛋白结合剂设计工具 PXDesign 等平台，同时部署了面向药物研发决策的科学推理大模型 AnewMind。
• 自研管线：团队公开了包含全球首个全谱 IL-17 小分子抑制剂在内的 4 个临床前候选药物。
• 资本与算力：总部设在上海，同时在圣何塞与新加坡布设点位。本轮由 HSG（原红杉中国）、IDG 资本、高瓴、五源资本联合领投，字节跳动旗下的火山引擎则持续提供算力支撑。

除 Anew Labs 外，原字节跳动 SeedFold 团队负责人顾全全也在离职后创办了测地智能（Geodesic Intelligence），同步推出科学推理智能体 NovaDDE、全原子结构预测模型及自动化湿实验室 NovaLab。

科技巨头的制药野心为何难以“内化”？

科技巨头内部曾孵化出一批顶级 AI 科学成果。2019 年 Meta FAIR 启动 ESM 蛋白质语言模型研发；2023 年公司转向降本增效后，核心团队出走创办 EvolutionaryScale，迅速斩获超 6 亿美元外部融资；Google DeepMind 独立出的 Isomorphic Labs 更是凭借 AlphaFold 体系的技术沉淀，累计吸金数十亿美元，先后与礼来、诺华、强生达成数十亿美元的管线合作。

然而，巨头为什么往往选择“分拆”或“放手”？根本原因在于研发机制与商业逻辑的剧烈冲突。

首先是考核周期与激励机制的割裂。互联网巨头习惯按季度评估回报，容错空间低；而药物研发动辄以十年为周期，面临高淘汰率。传统 Biotech 可以用期权、里程碑款深度绑定科学家，科技大厂固化的薪酬职级体系很难匹配这类高风险长线资产。

其次是纯算力思路遭遇物理瓶颈。语言模型依赖海量文本，靠算力与参数规模就能逼近性能上限；但在药物研发中，一个微小的氢键偏差就会颠覆结合活性。算力无法替代对真实物理世界与生物机制的理解，若缺乏高质量湿实验数据和物理化学建模，单纯刷榜的大模型在实际研发中难以为继。大厂内部往往难以批准耗费巨资的湿实验基础设施建设。

走向独立：重新分配行业风险

分拆让 AI 制药团队卸下了巨头财报的短期盈利包袱。独立设立的 Biotech 架构不仅能够吸纳愿意承担长周期的风险资本，还能重构科研团队的激励链条，让计算模拟与湿实验验证同频协同。

但分拆并不等同于研发保险。组织架构的变化并未改变新药研发底层的高淘汰率，巨额融资也无法直接兑现临床成功。迄今为止，斩获数十亿美元估值的 Isomorphic Labs 尚未有管线进入人体临床试验，先驱药企 Recursion、BenevolentAI 也曾经历大幅亏损或退市震荡。

科技巨头的拆分本质上是一次行业风险与资本的重新分配。AI 驱动的新药研发能否真正跨越死亡之谷，最终仍取决于这些算法设计的分子，能否在严苛的临床试验中跑通疗效与安全性。