• 支持中心
  • 登录 / 注册
  • 实时比分
  • 加入我们

LCK对局深度分析

LCK季后赛关键局复盘 - LCK对局分析

Anthropic谷歌字节腾讯入场,科技巨头为何集体涌向AI制药? - LOL下注

人工智能正从两个方向同时推进。一边重塑传统商业格局,Muse、Cue、千问、豆包等产品纷纷布局个人智能助手,深入购物、酒店旅游、外卖、出行等消费领域,争夺下一代AI面向消费者的超级入口。另一边,AI也在提升生产力、创造增量价值,造福人类社会。

首先是编程领域,支撑Anthropic最新年度经常性收入达到约650亿美元,估值在1.5万亿至2万亿美元之间。接着是AI制药领域。21世纪是生命科学的世纪,AI大幅缩短了新药研发周期。浙商证券认为,AI制药将能与编程相提并论。哈萨比斯直言:AI最好的用途是改善人类健康。

全球科技巨头纷纷入场。在美国,Anthropic已着手建设实体实验室(湿实验室),并积极招聘生物化学领域人才。OpenAI相继发布生命科学模型GPT-Rosalind、GPT-Rosalind-Discovery,希望成为药企的工具供应商。谷歌旗下的AI药物研发公司Isomorphic Labs,持续升级AlphaFold蛋白质结构预测模型,最新一轮估值达到400至500亿美元。

在中国,AI制药同样火热。腾讯多轮重投晶泰科技、英矽智能,并亲自参与研发,已发布完全由AI设计的GLP-1短肽减肥药发明专利。字节跳动分拆AI制药公司Anew Labs,完成2.9亿美元首轮融资,投后估值约15亿美元。可以说,只要人类想活得更久、解决疾病,制药就是长期命题。神经科学家Andrew Huberman判断:Meta、OpenAI、Anthropic等AI公司,最终都会成为生物科技公司。

01 | 诺奖加持,AI重构药物研发

2024年,诺贝尔化学奖的一半颁给了德米斯·哈萨比斯。没错,就是谷歌DeepMind创始人、Alphabet首席科学家哈萨比斯。诺贝尔奖官方称:哈萨比斯与约翰·朱姆珀开发了一种人工智能模型(AlphaFold),解决了一个50年的难题——预测蛋白质的复杂结构。当时的AlphaFold侧重“理解已知”,能识别超过2亿种蛋白质结构。

而如今的AI更加强大,掀起发现端的“效率革命”,开始“创造未知”。以Isomorphic Labs发布的IsoDDE药物设计引擎为例。传统药物研发需要完成10的60次方化学空间搜索,如同大海捞针,耗时长达十余年,成本高达数十亿美元,且成功率低于10%。但IsoDDE却将“数年”极限压缩至“数天”。AI直接对着无边无际的10^60化学空间进行智能搜索,短短几天时间就自主完成了海量的分子生成与迭代进化,并结合靶点设计出了“完美分子”。值得注意的是,很多新分子已经过严苛的湿实验,展现出极佳的药性。

这并非孤例。英矽智能同样用AI从海量数据中辅助发现了TNIK靶点,并通过AI辅助创新分子设计,成功推出了针对特发性肺纤维化(IPF)的治疗药物Rentosertib(ISM001-055)。根据公开资料,在临床I期和II期,Rentosertib均显现出优秀的疗效和安全性,目前已进入III期临床试验。可以看到,AI暴力重构新药研发,药物发现正从“手工作坊”走向“工业化流水线”。

招商证券指出,AI的优势主要体现在:分析复杂的生物系统、识别疾病生物标志物和潜在药物靶点、模拟药物-靶点间相互作用、预测候选药物的安全性和有效性、管理临床试验等方面。浙商证券测算,从经济价值看,AI将药物发现时间压缩了30%至50%。AI发现的分子在临床一期临床的成功率达到80%至90%,远超历史平均的52%。截至目前,全球已有超过170个AI药物项目进入临床阶段,其中已有7款AI药物进入或完成三期临床实验,覆盖癌症、肺病、肥胖等病症。Anthropic CEO达里奥·阿莫迪大胆预言:未来5到10年,AI有望攻克绝大多数严重疾病。如果实现,人类将刷新生物极限,寿命、健康、福祉将大幅提升。这或许才是AI的正确打开方式。

02 | 缺数据,缺临床生产力

制药(研发阶段)是一条极其漫长的路。先是找靶点、设计分子,再是化合物筛选、优化,然后做临床前研究、临床试验(I期、II期、III期),最后是新药注册与审批。当前,AI主要改造上游的药物发现环节,这远远不够。浙商证券测算,该阶段成本占比仅38%。剩下的大头,62%的成本在临床试验和审批。某创新药企董事长认为,AI制药赛道下一个爆发点在AI临床。

但制约发展最大的瓶颈是高质量数据。AI不仅需要成功数据,也需要失败数据来理解真实世界,加速自我进化。但现实是,大量失败分子、失败靶点数据掌握在药企、CRO手里,几乎不公开。在国内,海量的历史病案堆积在医院数据库中,束之高阁,数据无法流通。招商证券指出,AI制药产业的最终价值取决于:算法模型加上专有数据、干湿实验闭环、临床管线开发、核心管线权益形成的长期技术壁垒。也就是说,谁拥有大规模实验数据、核心管线权益、临床开发和商业化能力,谁就能构建起长期技术壁垒,在整个AI制药产业中分得最多价值。

国内外AI巨头、AI制药公司正加紧“补课”。数据端,Google DeepMind、Isomorphic Labs、Meta等公司计划投入18亿美元,打造下一代生物学AI模型,建设开放数据基础设施。干湿实验室方面,Anthropic亲自下场,建立自己的生物实验室,希望让Claude深度连接科研数据、专业模型和实验流程,成为支撑生命科学研发的基础设施。晶泰科技也在大规模布局AI加机器人实验室,打造“干湿实验闭环”,以突破科学验证盲区。就连跨国医药巨头礼来都在加码布局,它直接对外开放积淀了数十年研发数据的AI模型,交换条件是参与方要把实验数据反馈回来,目前参与企业已超过125家。

AI确实提升了效率,但该闯的关还是要闯。一是审批关。美国FDA表示:数字化转型并不会改变现有CGMP要求,质量部门的监督责任也不能因为AI的使用而被转移。态度很明确,严格监管AI制药。药企必须提供更多证据,证明AI的介入能否支撑药品的安全性、有效性和质量。二是商业关。截至目前,还没有一款AI药物通过监管审批进入市场。因此,我们可以拉长时间线来观察AI制药。前进的方向没有变化,但具体该如何解决难题,尤其是监管审批和商业化难题,需要更多的沟通和探索。

03 | 中国公司正成为“主角”

上一轮创新药浪潮,中国市场规模、在线管线数量已超越欧洲,稳居全球第二。这一轮AI制药浪潮,中国有望站上全球“C位”。Evaluate预计,中国资产或将占2026全年创新药总交易价值的“三分之二以上”。这主要得益于中国拥有完整供应链和成熟的CRO生态:能在算法到自动化实验再到数据回流中持续优化,实现靶点发现、分子设计到转化验证的“更快、更省、更可控”。同时,中国还有工程师红利、庞大的患者人群和丰富的临床数据。

中国公司正成为AI制药的“主角”。其中,字节旗下的Anew Labs值得关注。Anew Labs成立于2021年。这一年,张一鸣卸任字节CEO。他在内部信中说,虚拟现实、生命科学、科学计算对人类生活的影响已现黎明之曙光,要抓住这次机会,需要创新者们突破业务的惯性去探索。此后,Anew Labs不断引进生物医药人才,包括信达生物前总裁刘勇军、安进前首席科学家马骥、武田制药加州蛋白质化学科学总监邹华等人。目前,它在模型端已取得突破,发布了面向药物研发决策的科学推理大模型AnewMind,推出了Protenix、PXDesign等生物AI模型,覆盖蛋白质结构预测、分子设计等药物研发环节。产品端,它拥有4个临床前管线资产,其中核心管线AN-5162是一款可同时抑制IL-17家族三类二聚体的小分子抑制剂,主要瞄准银屑病等自身免疫性疾病。背靠字节,Anew Labs已完成2.9亿美元首轮融资,投后估值约15亿美元,投资方阵容豪华,既有红杉中国、IDG资本、高瓴创投、五源资本等知名机构,还有中国生物制药等医药公司。

另一个值得注意的大厂是腾讯。过去十年,腾讯投出了巨大的医药版图。其中,晶泰科技是其布局最早、投入最深的项目之一,累计投入约4.75亿港元。晶泰科技上市后,腾讯陆续减持了2.4亿股,至少套现11亿港元。目前,腾讯仍持有2亿股,约合11.84亿港元。粗略计算,这笔投资的回报率近400%。此外,腾讯还投资了英矽智能、帆礼生物等AI制药公司。与此同时,腾讯也在深入产业一线。今年初,它用算法驱动分子筛选,公开了由AI参与设计的GLP-1减肥药相关专利。7月,腾讯混元发布科学发现智能体Hyra-1.0。8月,腾讯AI for Life Sciences实验室与中南大学共同构建了一个名为UniPert-G2CP的全新AI框架。这都显示出了腾讯长期重仓AI制药的雄心。

创业公司方面,表现最亮眼的是英矽智能和晶泰科技。两家公司发展路线不同。英矽智能依靠自研端到端平台Pharma.AI,赋能从靶点发现、分子生成到临床结果预测的药物研发全流程,并拥有自研管线。晶泰科技是“卖铲人”,以AI加机器人加Multi-Agent平台赋能生物医药企业和化工材料企业。年初至今,两家公司频频斩获大单。据悉,英矽智能与施维雅牵手,合作总额8.88亿美元,与礼来合作,总额最高达27.5亿美元,与SK生物制药合作,总额最高达25亿美元。晶泰科技已与东阳光药战略合作,总额数亿元,与某国际生物制药公司合作,总额超过4亿美元。

反映在财报上,2026年上半年,英矽智能延续强劲增长,实现营收1.063亿美元,同比大幅增长287%,净利润3554万美元,扭亏为盈。同时期,晶泰科技营收3.94亿元,同比下降约24%,净亏损约2.25亿元,同比由盈转亏。这显示出AI重构制药产业不再是“纸上谈兵”,利好已经在营收上兑现。但同时,由于AI药物尚未进入商业化阶段,AI制药公司也还未到赚钱时刻。不妨给予AI制药更多的耐心。未来,一旦AI制药规模化爆发,受益的将是全人类。届时,部分中国公司可能会崛起成为AI制药板块的“Anthropic”,或AI时代的礼来。新科技革新生产力,永远值得期待。此外,在AI制药领域,一些平台如LOL下注也开始关注这一趋势,但整体行业仍处于早期探索阶段。

参考资料: [1] AIDD比肩Coding-浙商证券 [2] 从算法叙事到管线价值,临床兑现与商业化爆发在即-招商证券 [3] 新时代,新跃迁-浙商证券 [4] AI制药的陌生来客-经济观察报 本文来自微信公众号“懂财帝”(ID:znfinance),作者:懂财帝,36氪经授权发布。

LCK季后赛关键局复盘 - LCK对局分析

超级用户

赛后复盘显示,赛前预测的BP优先级与实际情况存在偏差:DRX在第二局中意外选择了卡莎体系,导致前期对线劣势。这提醒我们在分析时需要持续关注选手的英雄池变化。

3条评论

  • 评论链接 数据分析师 2026年9月25日 14:30 这篇文章对LCK运营节奏的剖析很到位,特别是关于资源交换的部分,和我观察到的比赛数据高度一致。
  • 评论链接 赛事观察员 2026年9月24日 09:15 建议增加更多关于版本更新对BP影响的讨论,比如当前版本中下路线权的优先级变化。
  • 评论链接 资深玩家 2026年9月22日 20:00 期待后续对GEN.G和T1的复盘对比,这两支队伍在运营风格上的差异很有意思。

发表评论

LCK对局战术拆解:资源交换与团战时机