AI制药双杰下半场对比评测

中国AI制药行业的岔路口，在2025年底已经清晰成型。

作为各自方向的标杆，晶泰科技和英矽智能在近几个月里，先后拿下了里程碑式的成绩。晶泰科技在8月收获了一笔总额高达60亿美元的框架性合作订单——这个量级已经摸到了全球顶级服务商的门槛，足以让不少传统CRO暗自眼红。英矽智能则赶在2025年的最后一天成功挂牌港交所，录得1427倍超额认购，风光程度不遑多让。

看起来，无论是偏重服务的晶泰科技，还是走自研路线的英矽智能，都在验证各自模式的可行性。但市场从来不缺尖锐的问题，只是这次讨论的焦点换了方向。

一位曾在AI制药公司工作、如今转型投资界的业内人士指出，对晶泰科技来说，2025年是服务型产品兑现业绩的一年，但也是“天花板焦虑”伴随而来的一年。“这家公司在学术圈有口碑，专业机构也一直比较看好。但二级市场的流动性和爆发性始终不太理想，500亿市值对它来说是个槛。”

问题的根源，或许在于它处在创新药与AI for science的交叉点，这个定位让它两边都沾，却两边都不够清晰。如果把晶泰科技看作一家CRO公司，按照目前的市场逻辑，至少需要创造20亿元左右的年营收，才能真正撑起500亿市值对应的信心。而它2024年的营收仅为2.66亿元，去年上半年才首次实现半年盈利。与此同时，随着AI药物发现工具逐渐成为药企内部的标配，晶泰科技在未来获取订单的压力只会越来越大——如果要按这个方向稳步成长，留给它的时间窗口已经不算宽裕。

而在港股的另一个角落，英矽智能面临的争议同样不小。

TNIK抑制剂Rentosertib是英矽智能临床进度最快的药物，也是其AI制药平台的首发管线，地位不言而喻。它目前针对的主要适应症是特发性肺纤维化（IPF），已有IIa期数据。问题是，IPF在业内公认难度极高，临床失败率居高不下，尤其容易折戟在III期。一家以AI著称的公司，按理说优势集中在早期研发阶段，为什么要选择一款后期风险如此高的管线？

上述投资界人士基于对英矽智能的了解判断：“这家公司在确定管线时，新颖性占的权重非常高。通过AI，可以用很低的成本挖掘那些过去关注度较低的靶点，从而争取更多first-in-class的机会。”

AI制药的魅力本就体现在早期研发的速度上——就像英矽智能宣传的那样，Rentosertib的发现周期从四年压缩到了十八个月。但市场担忧的是：如果临床后期存在巨大的失败风险，前面跑得再快，又有多大意义？

所以问题其实很清楚：像晶泰科技这样的“卖水型”公司，未来难点在于寻找更多增长突破口；而像英矽智能这样的“制水型”公司，则需要像所有创新药企业一样，在机会与风险之间找到平衡点。

- 01 -

瓶颈后的横向扩张

其实早在几年前，晶泰科技就开始尝试通过孵化的方式拓展业务版图。2019年，内部孵化了剂泰医药，方向是AI驱动的药物递送系统，目前已完成C轮融资，估值接近10亿美元。此后几年，又孵化了希格生科、莱芒生物、默达生物等一批创新药初创公司，横跨mRNA、CAR-T等多个热门领域。

但最近两年，晶泰科技的投资方向更多瞄准了制药以外的领域。2024年参与了深度原理的种子轮融资，后者是一家新能源材料研发公司；2025年投资了新型可持续材料研发公司赋澈生物，还收购了合成技术研发公司Liverpool ChiroChem。

这些化工科技类企业，在研发路径上或多或少都借助了AI辅助。上述投资人解释，晶泰科技之所以能为它们赋能，是因为底层的计算模型具有高度通用性。“从算法难度来看，制药领域的AI精度其实是溢出的，转到其他化学相关领域，相当于一次技术再利用。”

2024年，智能机器人类合作订单和药物发现类合作订单，在晶泰科技的营收报表里几乎各占一半。在刚结束的JPM大会上，晶泰科技的主题演讲聚焦于药物研发、AI与机器人的技术融合。公司有自己的机器人实验室，用人工智能完成反应预测与实验设计，用机械臂完成化学执行和数据治理。

但一些产业从业者对这种融合的必要性存有疑问。他们认为，机器替代对数据质量的提升“比较有限”，“看起来更像是应用端已经饱和，技术端又溢出了”。那位投资人则持不同看法，他认为自动化的实验流程不只是提升操作准确度那么简单。“最主要的是实现数据全流程闭环——从计算、生产到操作、记录，每个步骤都可以被复现。更重要的是，这种智能管理可以作为一种示范，拓展到其他高精度的制造业领域。”

按照这位投资人的判断，晶泰科技向泛生化领域的拓展，可能是公司走向下一阶段的跳板。不过，在转型成功之前，孵化与收购的成本，加上机器人实验室这类硬件建设投入，都在不断给公司的财务天平加码。

JPM大会之后，摩根大通增持了晶泰科技合计约3.7亿港元的股份。正如前述投资人提到的，从公司初创融资以来，就一直很受机构投资者青睐，核心原因在于其过硬的AI技术力。这也是晶泰科技未来向跨行业公司发展的底气所在。

但业务范围一旦混杂起来，问题也随之而来。“很难让二级市场的股民们看懂。”多线发展在无法评估AI技术含金量的普通投资者看来，更像是一种噱头，很难吸引行业外的流动性资金。

未来，晶泰科技需要用高频且规模化的现金流来证明自己。毕竟，不管脚踏多少个行业，作为服务型公司，获客的稳定性才是最关键的基本盘——而这正是它目前最缺，也最需要补上的一环。

- 02 -

AI新药研发的小众癖

和晶泰科技不同，英矽智能更像一家纯血的biotech公司：只有药物是那个“1”，其他诸如战略布局、用服务做“双轮驱动”之类，都是附着在1后面的“0”。正因为这种特性，英矽智能在二级市场上比晶泰科技拥有更高的话题度和想象力，但也承受着更多失败的风险。

从已公布的Rentosertib IIa期数据来看，研发前景还算乐观。数据显示，经过12周治疗，Rentosertib组患者的用力肺活量（FVC）平均增加了98.4ml，而安慰剂组平均下降了20.3ml。这意味着，这款药似乎能逆转患者衰减的肺功能。

但数据中也埋着一些雷。在54名治疗组患者中，共有12例发生不良事件，其中7例因肝损伤或肝功能障碍停止治疗。虽然其中4例的发生可以用同时服用极易导致肝损害的尼达尼布来解释，但还有3例说不清原因。

更棘手的是，IPF领域近几年折戟的案例太多了。吉利德的Ziritaxestat、Fibrogen的Pamrevlumab、罗氏的Pentraxin-2，都是在取得令人期待的II期数据后，在III期遭遇惨败。这也导致该领域目前研发局面相当荒凉。

造成这种现象的原因在于：有些药物可以通过短期抗炎或缓解症状来改善FVC数据，但IPF的本质是肺部组织的实质性硬化。如果在III期长时间的治療中，药物不能从根本上阻断纤维化进程，即使FVC短期改善，最终依然会病理恶化。

那位投资人认为，英矽智能之所以敢于挑战很多跨国药企都不敢触碰的适应症，与AI药物发现的特殊工作模式有关。“AI能同时处理数百万个数据点，从而分析出特定靶点和疾病之间的因果关系。”按照这个逻辑，AI模型在早期就对机制给出了确定性判断，避免了研发人员在临床早期和中期被短期现象或症状所迷惑。

正是因为这种能力，AI模型可以识别出传统方法难以发现的新机会，也导致大量AI制药公司热衷于钻研小众赛道和高难度副本——常见领域包括各种罕见病以及神经退行性疾病等。

但无人区之所以是无人区，就是因为它并不好走。AI制药明星公司Verge Genomics曾认为，神经退行性疾病药物研发失败率高，主要原因是动物模型不准，于是直接用AI分析人类患者脑组织样本。结果就在不久前，其用于治疗渐冻症的药物VRG50635宣布临床失败。

归根结底，人体是一套比AI复杂得多的系统。即便AI能证明在某一个通路下靶点和疾病的因果关系，人体内其他动态通路却很难被AI完全捕捉。除此之外，决定临床后期成败的更多是患者的异质性，而试验的设计、监控、调整，都不是AI目前能覆盖的。

英矽智能敢于冲击first-in-class的勇气，确实为它在二级市场赢得了不少掌声和筹码。但站在2026年这个行业的分水岭上，公司或许不只是要向前看碘伏性创新的机会——和晶泰科技一样，当昔日的AI制药双杰进入深水区，英矽智能也需要找到一种稳健经营的方式。