字节Anew Labs获2.9亿美元融资,AI制药走出大厂独立求生

字节AI制药业务独立后获2.9亿美元首轮融资

2026年9月16日,Anew Labs(新生实验室)对外宣布完成首轮独立融资,金额2.9亿美元。红杉中国、IDG资本、高瓴创投、五源资本、高榕资本等机构悉数入局,多家国内医药产业集团作为战略投资方参与。这是2026年国内AI制药赛道规模最大的单笔融资之一。三个月前,这家公司还是字节跳动内部的AI制药业务线。

[IMG:1]

从互联网大厂到独立公司:一条三年演进路径

回看AI制药在中国的发展脉络,2020年至2023年是第一波浪潮。晶泰科技、英矽智能、深势科技等公司先后成立,融资轮次密集。据医药魔方发布的《2023年中国AI制药投融资报告》(2024年1月发布),2020至2022年间,国内AI制药领域累计融资超过40亿美元,但2023年下半年开始骤然降温。

[IMG:2]

字节跳动正是在2022年入局。据公开信息,当时字节组建了一支约50人的交叉学科团队,由刘凯负责,成员来自算法和制药两个领域,搭建了专属的算法平台并布局若干药物管线。这一时间节点恰好处于资本高点的尾部——大厂的资金和管理资源为团队提供了缓冲,使其在2023至2025年的行业下行周期中得以存活并继续研发。

2026年6月,字节跳动将这条业务线整体拆分独立,核心团队、算法平台及已有管线资产注入新主体Anew Labs,仍由刘凯负责。三个月后,2.9亿美元融资落地。

[IMG:3]

技术逻辑:把药物发现变成概率问题

传统新药研发遵循“双十定律”——耗时十年、投入十亿美元,才能将一个分子推向上市。核心瓶颈在于筛选环节:从数百万个化合物中找到能精准结合特定疾病靶点的候选分子,命中率极低且严重依赖实验试错。

Anew Labs的技术路线,本质上是把这个筛选过程从实验台搬进计算机。具体做法是:用深度学习模型预测蛋白质的三维折叠结构——即药物需要攻击的“锁眼”形状;再通过分子生成算法,让AI直接“画出”能匹配这把锁的“钥匙”。理论上,AI可以将早期筛选周期从两到三年压缩至数月。与上一代基于规则的虚拟筛选相比,生成式模型不局限于已知化合物库,能创造全新分子结构,化学空间覆盖面呈数量级提升。

[IMG:4]

竞品对照:同一赛道不同起跑线

横向看,国内AI制药头部公司各有侧重。晶泰科技以高通量计算筛选见长,2024年在港交所上市后侧重绑定大型药企做CRO服务;英矽智能主打端到端平台,从靶点发现到临床前候选化合物一体化输出,自研管线已有多个进入临床阶段;深势科技则押注分子模拟底层算法,偏重基础软件平台商业化。

Anew Labs的差异点在于:背靠字节跳动的推荐算法和大规模系统工程基因,团队在大模型训练、分布式计算架构方面有迁移优势。其算法平台天然适合处理海量化合物-蛋白质交互数据。不过,劣势同样明显:独立前缺乏医药产业端的管线积累和临床资源,与英矽智能等运营多年的公司存在差距,战略投资方的引入正是为弥补这一短板。

[IMG:5]

钱与风险:2.9亿美元能走多远

2.9亿美元是一笔不小���数字,但在新药研发语境下并不算充裕。据弗若斯特沙利文发布的《全球AI药物研发行业白皮书》(2025年6月发布),单个创新药从发现到上市的平均成本已攀升至约26亿美元,临床阶段是主要的资金消耗期,单笔临床试验费用常在1亿美元以上。

这意味着Anew Labs的资金窗口大致能支撑三至五年的早期研发与管线推进。若期间未拿到临床前里程碑或对外授权收入,后续融资压力将加大。

[IMG:6]

行业坐标:资本回潮还是孤例?

Anew Labs本轮融资发生在一个微妙的时点。据动脉网发布的《2026年上半年医疗健康投融资回顾》(2026年8月发布),2026年1至6月国内AI制药领域融资事件共17起,总金额约12亿美元,较2025年同期增长约30%,但远低于2021至2022年高峰水平。

这一信号指向一个判断:AI制药资本市场的信任修复正在进行,但审慎基调未变。投资逻辑已从“有算法就能融”转变为“算法定力加管线证据加产业资源”的三重验证。字节拆分带来的大厂信用背书与顶尖机构的组合跟投,使得Anew Labs成为这一阶段少数能完成超大单笔融资的公司。

至于这种个别案例能否代表行业���体回暖,目前下结论为时尚早。在融资总量仍未恢复到高峰期的背景下,资本向少数具备大厂背景、可验证管线和产业资源的头部标的集中的趋势可能延续,而缺乏这些要素的公司将继续面临融资收缩压力。Anew Labs能否走通这条路径,还有待其管线在临床前阶段拿出可验证的数据。

[IMG:7]

结构性挑战未解

即便资金充裕,Anew Labs面临的行业共性风险并未消除。AI设计的分子在体外模型上表现优异,进入动物实验和人体临床后仍有极高失败率,算法预测精度与真实生物体复杂性之间的鸿沟依然存在。此外,AI生成的新分子结构可能存在专利侵权和毒性隐患,知识产权合规审查需要大量专家介入。

从字节跳动角度看,拆分这一业务线符合近年互联网公司“聚焦主业、剥离前沿探索业务”的行业趋势。大厂体系内做长周期、重监管的医药创新存在组织不兼容问题,独立公司拥有融资灵活性和激励机制优势,但同时也失去了大厂源源不断的现金流兜底。对Anew Labs而言,此刻才真正开始独立面对市场。

本文由AI辅助生成

分享到: