对话百图生科CEO刘维：我们为什么不做管线

经济观察报 记者 张铃

在AI制药领域，相比押注药物管线，为做药提供工具是一条人迹更少的路。在部分业内人眼中，单靠做工具很难支撑一家大公司。过去几年，包括英矽智能（03696.HK）、剂泰科技（07666.HK）、Anew Labs、华深智药等明星AI制药公司在内，越来越多AI制药公司将业务触角向药物管线延伸。百图生科（北京）智能技术有限公司（下称“百图生科”）是少数选择留在上游为AI制药提供基础设施的公司之一。

“他们做药，赚大钱；我们提供工具，赚相对小的钱，但可以服务更多客户。”2026年10月，在接受经济观察报采访时，百图生科联合创始人、CEO刘维说。

刘维有18年早期投资经历，曾任联想之星合伙人、百度风投创始首席执行官，投资并孵化过多家早期科技公司。2020年，他与百度创始人李彦宏联合创办百图生科，从生命科学基础大模型切入AI制药，将蛋白质、基因、细胞乃至器官作为研究对象，根据它们的生物序列输入、预测和获取它们各种属性的数值，并统一到一个查询平台之上。

刘维说，百图生科成立的第三年、第四年是最艰难的时候。当时，百图生科持续投入平台技术研发，却还没做出药物发现的概念验证结果，也没得到太多用户的认可，内外部压力都很大。他形容那个过程像是在无人区跋涉。

现在，随着百图生科的底层AI能力在多个项目中得到验证，药企建设自己的AI能力也成为趋势，百图生科的选择能否跑通，将接受商业化的检验。

| 对话 |

经济观察报：从客户需求和业务落地来看，今年百图生科的发展似乎比前几年要快。

刘维：是的。一个原因是我们的底层技术、产品封装变得更成熟了，另一个原因是整个行业对创新药研发的投入在快速增长。

过去一两年，很多Biotech（生物科技公司）通过BD（管线授权合作）交易赚到了钱。现在，它们开始把这些资金重新投入更具创新性的药物研发。如果它们做的是主流生物技术可以有效研发的药物，可能自己做或者找CRO（生物研发外包）公司都可以；但如果它们想进入一个全新的领域，主流生物技术成功率不高，它们更关心的就是怎么构建自己的独特研发平台，让AI从一开始就在这个平台里发挥关键作用。

经济观察报：成立以来，百图生科的哪个阶段最艰难？

刘维：每个阶段其实都挺艰难。比如今年，行业很热，随之而来的困难就是客户需求很多，涉及到很多新模型的开发。我们的底层技术相对成熟了，接下来要在很多领域落地、迭代、规模扩张，同时还要解决组织管理的问题。

如果一定要说最艰难的时候，大概是公司成立的第三年和第四年。

公司刚成立时，大家会觉得我们进入的是新领域，融资、招人都相对顺利。但真正展开去做后，底层技术研发会经历1—3年的周期，很多指标提升没那么快，局部指标甚至和当时的行业认知存在距离。那个过程像在无人区跋涉。

当时，我们还没做出分子概念验证结果，也没得到太多用户的认可，内外部压力都很大。常有人问我，为什么不去做主流小分子、标准抗体药？如果做那些，AI在那个时间点可能已经能实现。

经济观察报：你10年前开始投AI+生命科学，为什么在2020年创办百图生科？

刘维：2020年是人类基础大模型技术的元年。2018年，Open AI发布的GPT-1只有一亿多参数，效果不显著。到2020年迭代到GPT-3，已经有1750亿参数。底层技术有了巨大变革，就是去做基模公司的好时机，能一揽子解决几百个、几千个领域的问题，而生物基模足够前沿，我们在全球都找不到投资标的，决定自己冒险来做。

经济观察报：当时有没有考虑过不成立独立公司，而是作为百度集团的一个业务去做？

刘维：没有。这是一个从零开始的工作，先天就是一个创业公司。更最关键的是，在生命科学的数据里，有相当大比例必须自己去生产。

我们已经越来越多地进入高通量实验室，甚至上游仪器的研发环节。就像自动驾驶和具身智能公司一定要做上游关键零部件、关键传感器一样，我们也要逐渐往上游做。这放在互联网大厂内部并不现实。大厂内部做算法、应用、Agent都可以，但去研发生命科学底层设备是很困难的，它需要的研发节奏和投入方式，跟互联网公司的迭代逻辑不太一样。

经济观察报：具体是什么文化和逻辑离得很远？

刘维：生命科学的底层设备和数据需要长期投入，往往要数年才能看到结果，这套研发节奏很难沿用互联网公司的迭代方式。

经济观察报：张一鸣、黄峥、王小川等人都有过类似的表达——梦想是生命科学。这是为什么？

刘维：生命科学是每年产值几万亿美元的产业，经济价值、社会价值都大，对创新技术的拥抱也比较强。

为什么最近AI进入这个领域变多了？因为这个领域虽然大，但原来进入不太容易。需要先有物理世界数字化的能力，AI才能有用武之地。过去，生命科学更偏传统实验，连数据积累都很少，这些年有了各种新的组学技术，能采集更多数据，大家的进入才有可能。

经济观察报：你怎么看近期字节跳动旗下Anew Labs的融资？

刘维：首先是祝贺。成为一家独立公司后，它可以更聚焦地做事，可以更清晰地衡量自己的主营业务，也可以招募更多人员。现在，Anew Labs的定位比较明确，它是一家用自己的AI技术做管线的公司。

在AI制药领域，不同公司选择不同发展路径。一类以自研管线为核心，直接参与药物研发；另一类聚焦生命科学大模型和平台能力，为生物医药企业提供底层AI能力。两类路径对应不同的商业逻辑和成功条件。

对以自研管线为核心的公司来说，最终这家公司能不能成功，取决于管线立项、靶点和适应证的选择，有时也需要运气。如果选择了错误的管线，AI再好也不能发挥作用。

在当下的行业里，无论是有AI背景的公司进入管线领域，还是很多中大型Biotech、MNC（跨国公司）自己招募AI团队，本质上都在做同一件事：构建AI能力，然后服务自己的药物管线。Anew Labs更多是和这些药企在同一个赛道上。

我们和他们在产业链上有明显的分层：他们做药，赚大钱；我们提供工具，赚相对小的钱，但可以服务更多客户。某种意义上，Anew Labs可以是我们的客户，就像不少AI管线公司那样。因为他们的主要精力是做药，自己虽然会建立一些AI研发能力，但不可能全部自己做，也没有必要为了几个管线的需求，把大量底层事情全部自己做一遍。

经济观察报：百图生科有没有考虑过去做药？

刘维：没有。生命科学领域管线公司非常多，而且还在快速增长。提供工具或CRO服务的公司，如药明康德（603259.SH/02359.HK）、药明生物（02269.HK），市值比很多Biotech都高。因为平台型公司分享的不是一个企业、一个管线的成功，而是很多客户的成功。

经济观察报：为什么在今年与和铂医药联合创立了AI管线研发公司？

刘维：和铂医药较早地拥抱了AI。我们从5年前就开始合作了。我们的早期AI技术赋能了它的多个创新AI管线，也取得了不错的验证结果。

基于我们的底层基础模型，它可以形成自己独特的、基于大规模管线组合持续进化的AI模型能力，整体提高创新药物研发的成功率，而不是做成一个管线后，仍然靠概率去做下一条管线。

我觉得这是理念上的变化。在做First-in-class（首创新药）时，如果项目做得少，失败率太高；做得多，成本又太高。纯粹依靠传统实验的方法，很难解决这个矛盾。批量基于AI原生平台去做，会成为一个重要范式。

经济观察报：一些传统的药企会不会容易对这种合作模式有疑虑？

刘维：我更愿意称它们为主流药企而不是传统药企。过去很多年，这些企业用主流生物技术和现有IT技术，也可以做出很好的管线，而且取得了成功。整个药物研发过程里，可能根本没有需要调用先进AI模型的地方。

过去两年，创新药行业发生了很多变化：药企对AI更有信心了，大家越来越觉得不能错过AI；药企的研发领域也在往新兴方向移动，想做First-in-class的药企越来越多了；药企自身的AI能力也在成熟，很多药企已经有AI应用工程师，可以调用AI做辅助设计，甚至已经有应用级AI模型和AI软件开发工程师。

（作者 张铃）

免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。

张铃

大健康新闻部记者 关注健康领域大公司、大医生、重要事件、人物。邮箱：zhangling@eeo.com.cn