李彦宏，要去香港IPO了
AI 制药，任重而道远
百度创始人李彦宏，又要去 IPO 了。
前几日，百图生科的 CEO 刘维对外宣称，公司计划在未来一年半左右的时间内，积极谋求在香港地区实现公开上市。据其官网介绍，百图生科堪称全球生命科学基础大模型领域的开拓者，凭借拥有 2100 亿参数的跨模态生物语言大模型，致力于深入解码基因组、蛋白质、细胞以及生物系统等诸多底层规律，能够在更少的数据以及更低的成本消耗下，打造出高质量的生命科学 AI 任务模型。
截至目前，百图生科在药物研发、生物制造、医疗健康等关键领域，已经成功实现了 200 多个任务模型的 State-of-the-Art 表现，为全球范围内的 300 多家用户提供了优质服务，累计收获了超过 20 亿美元的总客户订单，有力地助力用户在 AI 全新蛋白设计、AI 靶点发现、AI 酶设计等前沿领域取得了诸多突破性的成果。
百图生科是由百度创始人李彦宏携手原百度风投 CEO 刘维共同创立的，其核心团队汇聚了原诺和诺德全球副总裁、原 SAP 全球副总裁等众多业界资深高管，分别在硅谷、北京、苏州、香港等地设立了研发中心，并且获得了超过 2 亿美元的风险投资。
去年 6 月，享有 " 港版淡马锡 " 美誉的香港投资管理公司对外宣布领投百图生科。依据双方签订的战略合作协议，百图生科后续将在香港设立国际创新中心，并且会优先将香港作为上市地点，不过当时并未对外披露具体的投、融资金额。
而如今，随着这一消息的正式公布，香港地区有望迎来又一家 AI 制药上市公司。
李彦宏求学时期的梦想
百图生科在 2020 年正式成立，这一年恰逢 AI 制药行业迎来蓬勃发展的浪潮。据相关媒体报道，当年国内新成立的 AI 制药公司数量高达 38 家。与众多同类型企业相似，百图生科将自身定位为一家融合 AI 技术和生物技术的生命科学平台公司，致力于通过 AI 技术提升生物数据获取的效率，从而推动药物研发后续环节的高效开展。
在 AI 制药赛道上，百度的布局相较于华为、阿里、腾讯等其他行业巨头显得更为 " 激进 "。与这些巨头多采用小团队内部孵化模式不同，李彦宏选择将百图生科作为独立实体进行发展，甚至团队在对外宣传时都不愿被简单归为 " 百度系 " 企业。
李彦宏对百图生科项目可以说是全力支持，做到了 " 要钱给钱，要人给人 "。他亲自担任公司董事长一职，以个人出资的方式为公司发展提供资金保障。此外，他还特别邀请了前百度风投 CEO 刘维作为联合创始人，出任百图生科的 CEO。
刘维于 2017 年加入百度风投，从时间线上来看，更像是李彦宏为百图生科项目 " 提前布局 " 的关键人物。刘维自 2011 年起就开始关注人工智能的底层技术及其在各行业的应用，堪称行业内的顶尖人才。在加入百度后，百度风投迅速将生物计算作为核心投资方向，在中国、美国、欧洲等地早期投资了 40 多家生物计算企业。
从其投资规模来看，可以说刘维对全球同赛道的大部分公司都进行了深度调研。百图生科正是在这样的资源背景下应运而生。例如之前提到的港投领投以及 2021 年完成的 A 轮融资，其披露的融资金额都较为 " 模糊 "，要么没有明确公布，要么仅表示 " 过亿美元 "。相比之下，同赛道被誉为 "AI 制药第一股 " 的晶泰科技，已经完成了 8 轮融资，累计获得超过 52 亿元人民币的资金支持。
从资金量和融资轮次这两个维度来分析，至少可以表明李彦宏本人希望在这个项目上保持绝对的话语权，不希望有过多外部资金介入。也有媒体报道称，在百图生科启动之前，李彦宏曾计划在 3 年内融资 20 亿美元，而他个人前期投入的资金就高达百亿元人民币。
百图生科在其官网曾提及，计划投入 " 百亿元 " 来打造一个自主可控的生物计算平台。尽管公司和李彦宏本人从未对外明确透露过投资和融资的具体细节，但显而易见的是，有百度李彦宏的强力支持，百图生科从诞生之初就资金充裕。
该初创团队的人员构成堪称 " 豪华 "。据当时媒体报道，团队汇聚了来自清华、北大、牛津、剑桥、港大、UCLA、斯坦福等顶尖高校的生命科学专业博士，人数多达十余位，他们在分子生物学、计算化学、基因组学等技术领域均有深厚的专业背景。李彦宏多次为这家公司站台，不惜重金招揽人才。当时，公司宣布了两项领军人才招募计划，分别以 100 万美元年薪和 100 万元人民币年薪的优厚待遇，吸引生物技术与 AI 技术跨界融合的高端人才。
刘维曾表示，百图生科的对标对象是 " 基因泰克 "。这家曾研发出全球第一个靶向生物药的医药巨头，被视为生物技术领域的传奇。在其成立 28 年后，被罗氏以 7260 亿元人民币的高价收购。在当时，敢于提出这样的对标定位的，大多是经过多轮融资、拥有豪华股东阵容的生物创新药公司，而 AI 制药公司中鲜少有如此定位的。
与百度那几年整体较为 " 沉寂 " 的风格不同，李彦宏在生物制药领域展现出了极高的热情。他曾指出，生物计算是一个高度融合的学科，生物与计算的深度融合将带来巨大的突破和进步。借助生物计算引擎，可以有效利用海量的生物数据，将药物发现从 " 大海捞针 " 转变为 " 按图索骥 "。
李彦宏曾公开分享过一段往事。20 多年前，他在美国求学工作期间，曾获得顶级跨国药企默克集团的工作机会。但经过深思熟虑，他最终选择放弃，原因是当时身边很少有人相信计算机能够对生命科学产生重大影响。此后，他回国创立了百度。
如今，20 多年过去了，李彦宏学生时期关于计算机与生命科学融合的梦想似乎正逐渐变为现实。
制药，AI 技术捧红的新赛道
在人类发展的进程中，新药研发无疑是一个极具挑战性、复杂度极高且耗时漫长的技术领域。据英国《自然》杂志的统计数据显示，新药研发的平均成本大约为 26 亿美元，整个研发周期通常需要耗费 10 年左右的时间，而成功率却不到 10%。在 2000 年至 2015 年这段时间里，近 86% 的候选药物都未能达到预期的目标。
此前，英伟达的创始人黄仁勋曾多次强调，"AI+ 医药 " 是 " 下一个黄金赛道 "，并指出：" 人类已经度过了人人必须学会计算机的时代，未来属于人类生物学。"
AI 制药是通过利用生成式 AI 算法（该算法经过训练后能够根据输入数据生成新的数据）来识别以往未被考虑的疾病治疗靶点，并针对这些靶点生成具有优化特性的新药物分子或生物制剂。从技术原理上来看，AIDD 不仅可以辅助和优化传统制药中的高通量筛选和生成设计环节，还能 " 突破常规思维 "，为新药研发提供全新的技术路径。这可以被视为继 CADD 之后，药物研发产业迎来的又一次技术革新。根据相关资料显示，AIDD 能够节省 20-30% 的临床前开发成本，并大幅缩短研发时间。
近年来，AI 制药市场呈现出蓬勃发展的态势，市场规模不断扩大，增长势头强劲。据 Research And Markets 数据显示，2022 年全球 AI 制药市场规模达到 10.4 亿美元，预计到 2026 年，这一数字将接近 30 亿美元，年平均复合增长率高达 30%。到 2032 年，全球 AI 药物研发市场规模预计将突破 200 亿美元，展现出巨大的发展潜力。
再看中国市场，虽然起步相对较晚，但发展速度不容小觑。2020 年中国 AI 制药市场规模为 8163 万元，预计到 2025 年，市场规模将达到 7.74 亿元，年复合增长率达到 56.8%，增速远超全球平均水平。越来越多的企业开始涉足 AI 制药领域，既有晶泰科技、英矽智能等专注于 AI 制药的初创企业，也有恒瑞医药、石药集团等传统药企通过战略合作、股权投资等方式积极拥抱 AI 技术，加速创新药物研发进程。截至 2024 年 1 月，中国已经有超过 10 家 AI 药物研发企业管线进入临床阶段，进入临床阶段的 AI 药物研发管线数量达 34 条，其中自研是最主要的研发模式，占比 85%。这些数据充分表明，AI 制药在中国市场正处于快速发展的上升期，未来前景十分广阔。
在 2024 年，生物医药领域的知名风投机构 ARCH Venture Partners、红杉资本，以及跨国药企拜耳、礼来等纷纷将目光投向了 AI 制药企业，并对其进行了投资。
特别引人关注的是，科技巨头英伟达旗下的投资部门 NVentures 在 2023 年投资了至少九家 AI 制药公司之后，在 2024 年依旧保持着对这一领域的投资热情，持续加码。在 2024 年上半年排名第五的 AI 制药融资案例中，就出现了 NVentures 的身影。例如，专注于 AI+ 蛋白质结构预测的 Evolutionary Scale 在种子轮融资中获得了 1.42 亿美元，其中 NVentures 就是参投方之一。7 月，以色列的 CytoReason 公司宣布完成 8000 万美元的融资，该公司利用人工智能开发疾病研究模型，而英伟达也是其投资方之一。
在中国，一级和二级市场的投资者也开始重新聚焦 AI 制药领域。2024 年上半年，中国共发生了 22 起 AI 制药融资事件，仅在 6 月就达成了五起，其中包括百图生科、溪砾科技等企业获得战略投资。在这些获得投资的企业中，有不少是专注于 "AI 创新药 " 的研发。以莱芒生物为例，该公司获得了 5000 万元的天使 ++ 轮融资，所募集资金将主要用于 " 极低剂量 " 代谢增强型 CD19 CAR-T 细胞治疗药物的 IND 申报，以及加速针对实体瘤的代谢增强型细胞治疗药物的临床开发进程。
商业化之路任重而道远
与其他应用场景相比，AI 技术在制药领域更多地扮演着辅助工具的角色，最终的关键仍然在于谁能成功研发出新药。然而，目前整个市场仍在等待 AI 设计的药物获批上市，这导致 AI 制药企业难以从药企那里获得合作款项。
与此同时，投资人也变得更加理性。近几年，全球 AI 制药领域的融资项目数量几乎减半，融资金额也大幅缩水，减少了三分之二。融资环境的遇冷进一步加剧了 AI 制药企业的资金压力，如何实现商业化的可持续发展成为从业者必须面对的问题。
自 AI 技术首次应用于药物发现以来，为了探索商业化的可行性，AI 制药企业尝试了多种商业模式，主要包括以下三种：AI SaaS（出售软件）、AI CRO（提供药物研发服务）、AI biotech（自主研发药物）。
最早出现的 AI-SaaS 模式专注于技术平台的开发，将 AI 制药软件出售给药企用于药物预测。不过，这种模式的市场天花板较低，且药企的投入意愿相对有限。在此基础上发展起来的 AI-CRO 模式，利用 AI 技术为药企提供 " 外包 " 服务，帮助预测药物及支持自研管线。尽管 AI-CRO 模式无需承担后续临床应用的风险，但该模式对技术门槛要求较高，前期投资巨大，且在激烈的市场竞争中，利润难以得到有效保障。
更多的 AI 药物研发公司选择了 "AI+Biotech" 模式，这种模式需要企业熬过漫长的临床试验期。这类公司通常会建立自己的药物研发管线，一旦成功上市，便有望获得巨额回报。在研发过程中，药企会先支付给 AI 制药公司一部分预付款，主要用于支持昂贵的研发实验，但实际上很难覆盖整体研发成本。
这表明，仅依靠股权融资和预付款项，很难支撑一家 AI 制药企业长期发展。每个研发节点的里程碑款项才是企业生存和发展的关键。
刘维曾指出，随着进入后期临床阶段，AI 制药企业会越来越多地遇到已经占据优势的传统企业。与传统制药一样，AI 设计的药物同样需要面对临床试验中高达 90% 的失败概率。在这个阶段，AI 更多地是作为一种辅助工具，而那些掌握优质临床数据的药企才是具有先发优势的参与者。一旦临床试验失败，企业前期的巨额研发投入将难以收回，代价极为惨重。
稍早前，赛诺菲宣布与百图生科达成战略合作，双方将共同开发用于生物治疗药物发现的大模型，而非单纯合作开发药物。据悉，这次交易总金额超过 10 亿美元，也是百图生科自成立以来最大的一次商业化活动。
" 赛诺菲支付的费用，主要集中在对我们模型的调用。" 刘维表示。" 与其他主流商业模式不同，客户是根据模型研发及药物早期研发进展向公司支付里程碑款项，相应的研发成本由客户自行承担。"
缺乏高质量数据一直是 AI 制药行业面临的棘手问题。此次赛诺菲的加入，在一定程度上帮助 AI 制药企业缓解了优质数据供不应求的困境。然而，复合型人才的短缺以及尚未有 AI 设计药物获批上市的现状，仍在困扰着从业者。
总的来说，AI 制药赛道至今尚未出现真正意义上的 " 大生意 " 模式。国内几家头部的 AI 制药企业之间存在着复杂多样的合作关系。例如，百度风投曾在天使轮领投深势科技，百图生科又在 A 轮中跟投；百度和百度风投分别参与过英矽智能的 B 轮、C 轮融资；专注于全人抗体分子和抗体发现平台的百奥赛图，也参与了晶泰科技 Pre-IPO 轮的融资 …… 有业内人士透露，AI 制药行业面临的最大挑战之一就是数据问题。所有的 AI 技术都需要基于大量数据进行训练和学习，但现实情况是整个行业的高质量数据都非常稀缺。或许 " 抱团取暖 "，是行业参与者寻求突破的一种方式。
不可否认，AI 为制药行业带来了新的想象空间，但要让这一领域的发展更加顺畅，仍需要从业者们持续进行深入研究和探索。
本文来自微信公众号 " 融中财经 "（ID：thecapital），作者：王涛，编辑；吾人，36 氪经授权发布。