2026年6月，中国AI产业迎来一个标志性事件——字节跳动AI制药业务线正式启动拆分与独立融资进程。这是字节跳动首次试水AI for Science（科学智能，简称AI4S）的产业化，也被业界视为中国AI制药从“科研探索”迈入“产业落地”的关键拐点。

拆分后，字节仍将控股新公司，AI制药核心团队、核心算法、技术平台和已有管线资产将整体进入新主体，同时继续从火山引擎获得算力支持。新公司由字节AI制药团队主导负责，该团队成立于2021年，由刘凯负责，核心成员约50人，由AI4S算法人才和资深制药领域专家构成。

这一动作引发行业广泛热议。一方面，字节在AI制药领域的技术积累已进入“管线验证”阶段；另一方面，AI4S的产业化路径正在从理论走向实践。本文基于全网公开信息，对字节AI制药拆分融资的背景、技术积累、产业化挑战及行业影响进行系统复盘。

一、事件回溯：字节首次试水AI4S产业化

1.1 核心事实

1.2 “字节模式”：大厂控股+独立融资

此次拆分的核心模式值得关注：字节保持控股地位，但赋予新公司独立的融资能力和决策灵活性。知情人士透露，这是字节第一次试水AI4S的产业化，内部非常重视。“生物科技有自己的产业逻辑，独立出来，有独立决策灵活性，希望能跑通中国的AI4S产业路径。”

这种“大厂控股+独立融资”的模式，与谷歌旗下Isomorphic Labs（Alphabet控股）的架构异曲同工。它既保留了大厂在算力、资金、技术上的支持，又为AI制药团队提供了更符合生物科技产业规律的运营空间。

此前，字节内部负责蛋白结构预测模型的相关团队，也已并入由刘凯负责的AI制药团队，相关算法模型团队已完成整合，将继续推进该领域的基础模型研究。少数人员在整合过程中离职，但核心团队保持稳定。

二、技术积累：从模型到管线的“三级跳”

字节在AI制药领域的技术布局，经历了从“基础模型”到“平台工具”再到“管线验证”的完整路径。

2.1 基础模型层：Protenix与Seedfold的迭代

2025年，字节AI4S团队发布了分子结构预测模型Protenix和Seedfold，并在2026年迭代至Protenix-v1/v2，构建面向蛋白、配体等生物复合体系的高精度开源结构预测能力。

在蛋白质设计和预测方面，团队推出了PXDesign等蛋白binder（结合蛋白）设计工具。这意味着字节已具备从“理解蛋白质结构”到“设计全新蛋白质”的完整能力链条。

值得注意的是，字节在AI4S领域的布局远不止制药。早在2020年前后，字节就开始系统进入AI制药、分子模拟和计算生物学等方向，在第一性原理计算、量子化学、分子动力学、材料模拟，以及面向能源与药物分子生成等方向均有团队覆盖。

2.2 平台工具层：Anew Labs的全面能力

字节推出了面向真实药物研发的AI制药平台Anew Labs。该平台已发布多个研究工具：

这些工具覆盖了药物发现的核心环节——从分子设计、结构预测、自由能计算到合成可行性评估，形成了一个相对完整的AI制药技术栈。

2.3 管线验证层：IL-17小分子的“全球首次”

2026年4月，Anew Labs在美国免疫学会年会上首次披露IL-17小分子项目，在全球范围内首次实现用小分子对IL-17家族AA/AF/FF三个二聚体的阻断。

这一突破的意义在于：

• 靶点重要性：IL-17是银屑病、强直性脊柱炎等自身免疫疾病的重要通路
• 临床价值验证：同时抑制A/F已被抗体药物验证有临床价值
• 技术跨越：字节的AI制药能力已经从模型和算法，进一步进入具体靶点、具体分子和内部管线验证阶段

这意味着，字节的AI制药不再只是“发论文”或“做工具”，而是已经具备了推进到临床前候选分子的能力。

三、AI4S产业化的“中国路径”与挑战

3.1 行业背景：2.3万亿美元市场的效率困局

AI制药的产业化并非“平地起高楼”，而是建立在深刻的行业痛点之上。

过去二十多年，全球药企研发投入持续增加。IQVIA预计，全球药品支出到2028年将达到约2.3万亿美元。然而，新药研发“双十定律”——10年时间、10亿美元成本——的核心痛点并未根本改变。行业迫切希望引入AI技术来突破这些限制。

AlphaFold系列的迭代，为AI4S的产业化提供了技术信心：从初代验证可行性，到AlphaFold 2实现2亿个蛋白质原子级精度预测，再到AlphaFold 3跨越单一蛋白质限制，精准预测复杂相互作用系统——AI已经深入到了药物设计的重要环节。

3.2 中国的AI4S实践：从“跟跑”到“领跑”

字节并非孤例。中国企业在AI4S领域的探索，本质上是踩中了“产业需求牵引+技术自主创新+政策持续支持”的三重红利。

正如峰瑞资本合伙人马睿所言，“AI制药已经到了开花结果的时期”。而字节此次拆分融资，标志着中国AI4S产业化的参与者，正从“创业公司”扩展到“科技巨头”。

3.3 产业化挑战：为何必须“独立”？

AI4S业务的验证周期较长，环节更为复杂。以制药为例，涵盖模型研发、湿实验及临床验证等多个环节，对专业人才的需求量更大，所需的组织管理形式也和互联网业务有所区别。

这正是字节选择拆分而非内部孵化的核心逻辑。知情人士指出，拆分是为了建立更符合该业务特征的独立组织架构，更好地吸引顶尖人才加入，进而推动该领域基础模型能力以及算法和制药产业的结合。

AI4S的产业化挑战至少包括三个方面：

• 验证周期长：从靶点发现到临床验证，动辄需要3-5年
• 跨学科门槛高：需要AI算法人才与生物、化学、医学专家的深度融合
• 数据壁垒深：生物学数据的采集成本高、质量参差不齐

四、行业影响：AI4S从“概念”到“产业”

4.1 大厂“入局”的示范效应

字节拆分AI制药业务，向市场释放了一个明确信号：AI4S不再是“科研项目”，而是可以独立融资、自主发展的产业方向。

这一示范效应可能带来多重影响：

• 资本关注升温：字节的入局将吸引更多资本关注AI4S赛道
• 人才流动加速：独立后的新公司有望吸引顶尖的AI和制药人才
• 竞争格局重塑：字节与晶泰、英矽智能等创业公司形成“竞合”关系

中科曙光董事长历军指出，科学智能时代已至，“超智融合”正在重构AI计算。“无论是AI大模型演进，还是未来科学突破，对全精度大算力的需求都在持续提升”。

4.2 互联网大厂的“AI4S赛道卡位”

字节并非唯一布局AI4S的互联网巨头。分析认为，AI4S正成为互联网大厂的“新战场”——虽然目前字节走在最前面，但其他巨头也在密切关注这一赛道。

AI4S对于互联网大厂的价值在于：

• 技术外溢：大模型、算力基础设施的能力可以迁移到科学计算领域
• 品牌升级：从“消费互联网”到“硬科技”的形象转型
• 长期布局：制药、新材料等赛道具有巨大的长期市场空间

4.3 政策红利：AI4S纳入国家科技创新体系

“十五五”规划明确提出，要在量子科技、生物制造、脑机接口、具身智能、核聚变等领域再造高科技产业。AI4S作为这些领域的基础技术支撑，正在获得越来越多的政策支持。

中科曙光历军判断，科学智能时代真正的挑战，并不只是“有没有算力”，更在于如何建立“数算模用”协同体系，让数据、算力、模型与应用真正联动起来。

五、舆情研判：产业化拐点的“信号与噪音”

5.1 积极信号：技术成熟度已达“管线验证”阶段

字节AI制药拆分融资的核心支撑，是其技术能力已从“模型研究”进入“管线验证”阶段。IL-17小分子项目的披露，表明字节已具备推进到临床前候选分子的能力。

对于AI4S产业化而言，“管线验证”是比“模型精度”更具说服力的指标。晶泰科技联合创始人赖力鹏指出，AI在临床前的药物发现上平均能够提效20%到80%。

5.2 挑战依然存在：验证周期与数据瓶颈

然而，AI4S的产业化仍面临不可忽视的挑战：

• 验证周期长：从靶点发现到临床验证，AI4S仍需经历完整的药物研发流程
• 数据稀缺：生物学数据的采集成本高、质量参差不齐，是AI制药的核心瓶颈
• 商业模式待验证：AI制药的盈利模式尚在探索中，“服务费+里程碑付款”能否支撑独立发展仍需时间检验

5.3 “大厂模式”能否跑通？

字节的“大厂控股+独立融资”模式，能否成为AI4S产业化的可行路径？

从积极方面看，这一模式兼具大厂资源支持与独立决策灵活性。从挑战方面看，AI4S的回报周期远超互联网业务，大厂能否保持长期耐心，将是决定性因素。

六、报告核心结论

2026年6月，字节跳动AI制药业务启动拆分融资，是中国AI4S产业化的一个里程碑事件。

三个核心判断：

1. 字节的“技术储备”已跨越“模型研发”到“管线验证”的鸿沟：从Protenix/Seedfold到Anew Labs平台，再到IL-17小分子的全球首次突破，字节的AI制药能力已经进入可验证、可落地的阶段。这不是“PPT创新”，而是有真实数据、真实管线支撑的产业化尝试。
2. “大厂控股+独立融资”正在成为AI4S产业化的可行路径：字节此次拆分的模式，既保留了大厂的算力、资金支持，又赋予团队独立的决策灵活性和融资能力。这与谷歌旗下Isomorphic Labs的架构异曲同工，可能成为互联网大厂布局硬科技的标准范式。
3. AI4S产业化的“中国路径”正在形成：从晶泰科技的上市，到美迪西的AI+CRO融合，再到字节的入局，中国AI4S产业正在形成“创业公司+上市公司+科技巨头”的多层次生态。如峰瑞资本所言，“AI制药已经到了开花结果期”。

当字节的Anew Labs在美国免疫学会上展示IL-17小分子项目，当晶泰科技拿下近60亿美元的大单，当方大炭素用AI将材料研发周期从2-3年压缩到3-6个月——中国AI4S的故事，正在从“实验室”走向“产业线”。

字节的拆分融资，或许只是一个开始。

—— 舆情数据派 | 数据周期 2026年6月