临床资产为零，估值15亿美元：字节的AI制药生意在赌什么？

文 | 丁观

9月16日，路透社援引消息人士报道：字节跳动的AI制药部门Anew Labs（新生实验室）完成2.9亿美元首轮外部融资，投后估值15亿美元。

字节保留56%股份。让出44%，换回2.9亿美元现金和一个15亿美元的估值锚。

账面上看，这是一笔划算的买卖。但真正值得看的，是它的结构。

01 字节在下一盘什么棋

先看投资人名单。

领投三家：HSG（原红杉中国）、IDG资本、高瓴。跟投一串：五源、高榕、春华、博裕。这些都是国内一级市场的老面孔，提供的是钱和下一轮的人脉。

名单末尾有两个名字，值得单独拎出来。

中国生物制药，国内头部药企，有完整的临床开发和商业化体系。它进来，带来的不只是钱，还有一条通往临床和商业化的通道。一家做AI药物发现的公司，最难的环节从来在实验室之外。把分子推进临床，再推进市场，这两步比设计出一个分子要贵得多。

上海未来产业基金，国资背景，毕竟Anew总部设在上海。而地方产业基金进场，通常伴随落地、人才、政策一整套配套。

所以字节让出44%，换回来的是三样东西：现金、估值锚，以及产业方和地方资源这两个入口。

这个组合在国内大厂里没有先例。百度孵化百图生科，走独立IPO；腾讯在医药领域以投资为主，不自研药物。

字节选了第三条路——拆出来，让资本进来，控股权攥在手里。

02 15亿美元，买的是什么

东吴证券 8 月的行业周报给这次融资的预期估值是「约 10 亿美元」。最终落点 15 亿，高出卖方预期约 50%。

要知道，这个价格对应的资产里，管线还在先导化合物优化阶段，没有临床资产，没有对外授权的 BD 订单。

答案分三层来看：

最外层，是开源模型挣来的声誉。字节Seed团队2024年公开了Protenix代码库，2026年迭代到v2，走Apache 2.0协议全栈开源。基于它做的蛋白结合剂设计工具PXDesign，在多个靶点的湿实验里做出了纳摩尔级的结合数据。这层价值很直接：字节在学术界先拿到了话语权。

中间层，是平台矩阵。AnewOmni把分子建模拉通，AnewSampling做分子动力学，scNext做细胞动力学预测。听着复杂，本质是把从分子到细胞的行为都算一遍。但AnewSampling团队自己承认，高质量动态训练数据稀缺是最大瓶颈。

最里面那层，才是真正值钱的。今年4月，波士顿，美国免疫学家年会上，Anew团队披露了一个叫AN-5162的分子。这是个IL-17小分子抑制剂，临床前阶段。

它的特别在于「全谱」，同时抑制IL-17AA、AF、FF三种形式。其中IL-17FF这个亚型，因为结构上缺少典型结合口袋，长期被业内认为小分子打不了。Anew做出来了。

为什么这件事重要？

IL-17是自免领域的大赛道，诺华的司库奇尤单抗一年卖几十亿美元。礼来、赛诺菲、诺华、艾伯维都在做小分子，但全部卡在只能打IL-17A。

更别说管线储备里还有IL-4R和两个未披露靶点。所以真正让估值撑住的，便是这一个分子的想象空间。

03 融资榜前排： 临床资产都是零

放到全球坐标上看 ，Isomorphic Labs今年5月完成21亿美元B轮，Xaira累计融资约13亿美元，Earendil Labs今年3月拿了7.87亿。

Anew的2.9亿排在其后，是中国公司今年最大的一笔。

有意思的是，这份融资榜的前排选手有一个共同点：临床资产为零。

行业统计显示，截至2026年年中，AI起源的新药管线约180条，十几条进了III期，而FDA批准的AI发现药物数量是零。

唯一把AI发现药物推进到III期的英矽智能，IPO募资额反而排在这份名单的末尾。其Rentosertib针对特发性肺纤维化，9月刚在北京协和医院完成首例患者给药。

钱和临床证明，正在朝相反的方向走。

已有的数据说明了这条路的边界：AI发现的分子在I期通过率上占优，因为那一关考的是化学；进入II期后，成功率与传统分子趋同。生物学那一关，算法还替不了。

所以资本买的从来都是期权。Anew这2.9亿美元买的是同一张期权，外加IL-17FF机制稀缺性带来的溢价。

04 离开大厂温室的隐忧

说完成色，聊聊隐忧。

数据层面看，湿实验外包，飞轮转得动吗？Anew的湿实验全部外包给CRO，算力由火山引擎供给——把钱压在算力和人头上，不压在厂房和设备里。

注：行业共识正从算法能力转向数据资产和干湿闭环。生物标签只能靠湿实验一个个测出来，公开数据库里的结构数据是高度筛选后的结果，缺阴性数据。

这条赛道上有另一种做法：杭州的恩和科技自己建生物铸造厂，把每一次实验的成功和失败都留在体内，用真实数据喂模型。前期投入高，但壁垒更深，后来者拿钱也补不回时间。

两种结构没有优劣，但决定了谁能扛多长的周期。Anew的数据飞轮转得动的前提，是CRO愿意配合数据回流。

组织上也有考验。字节内部曾有Anew Labs、SeedFold、Protenix几条AI制药线各自训练模型。拆分是资源收敛，也是人才的一次重新下注。团队整合和核心人员保留，是第一道坎。

第三个是时间。AN-5162计划今年四季度提交IND。从IND到上市，中位周期以年计，临床失败率以七成起步。跨界公司的组织耐心，考验在2027、2028年才真正到来。

分拆并拿到融资，给了Anew独立的激励和决策权，也把它推出了算力和流量的温室。

接下来要跟英矽智能、Isomorphic Labs比的事情只剩一件：谁先把分子送过临床那一关。