从“叙事溢价“到“临床数据定价“：157亿元融资潮下AI制药的估值错位与投资框架

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}

【摘要】2026年至今AI制药赛道完成57笔融资、吸金157.65亿元，超过2023至2025年总和；全球173个AI发现药物在研，15个进入III期。按政策、管线、资本3线拆解一级与二级市场2套定价框架的错位成因，引入干湿闭环数据飞轮与实物期权定价模型（ROV），给出催化剂日历、6步筛选框架与风险矩阵。

核心关键词：AI制药 ｜ 干湿闭环数据飞轮 ｜ 实物期权定价模型 ｜ 一二级市场估值错位 ｜ AI制药投资策略 ｜ 临床成功率 ｜ BD授权收入 ｜ AI制药概念股怎么选 ｜ 英矽智能与晶泰控股 ｜ Rentosertib III期临床 ｜ 运通链达投研实践

引言

2026年9月，人工智能（Artificial Intelligence, AI）制药在10天内出现3个标志性事件：9月10日英矽智能（03696.HK）的Rentosertib完成III期临床首例给药；9月16日字节跳动分拆的新生实验室（Anew Labs）完成2.9亿美元首轮融资；9月18日工信部等10个部门联合印发《医药工业发展"十五五"规划》，AI制药首次写入国家级产业顶层设计。

估值锚缺失构成当前赛道的核心矛盾：一级市场按科技股逻辑给出15亿至200亿美元估值，二级市场按传统Biotech框架把同类资产定价在20亿至48亿美元，最高价差约10倍。

以下内容面向关注创新药与AI交叉赛道的投资者与产业研究员，覆盖政策信号、全球管线结构、大厂路径、估值错位、商业模式、监管变量与筛选框架7个部分。

一、政策、资本与临床三线共振，赛道从叙事驱动切换到数据定价

政策信号："十五五"规划把AI制药列入专栏6

2026年9月18日印发的《医药工业发展"十五五"规划》（工信部联规〔2026〕210号）部署8个方向25项重点任务，专栏6专门培育"AI制药高价值应用场景"，覆盖智能靶点筛选与药物发现、智能制药与质量管理等5类场景。硬指标包括：2030年规模以上药企营收不少于3.5万亿元（2024年基数2.98万亿元），创新药产业规模年均增速不少于20%。 来源：人民网，新浪财经

资本信号：157.65亿元融资超过2023至2025年总和

投中嘉川CVSource数据显示，2026年至今AI制药赛道完成57笔投资，44家企业获融资，披露总额157.65亿元。政策发布当日，A股医药板块总市值站上6万亿元，泓博医药盘中触及20%涨停，诺禾致源、成都先导等集体拉升。 来源：人人都是产品经理，证券时报

临床信号：Rentosertib完成III期首例给药

9月10日，英矽智能宣布Rentosertib（ISM001-055）的III期试验GENESIS-IPF-3（登记号NCT07687459、CTR20262475）在北京协和医院完成首例给药。该试验为52周随机双盲安慰剂对照研究，计划在中国47家中心招募320名特发性肺纤维化（Idiopathic Pulmonary Fibrosis, IPF）患者，主要终点为用力肺活量（Forced Vital Capacity, FVC）年下降率。 来源：金融界，Insilico Medicine

Rentosertib是全球首个靶点发现与分子设计均由生成式AI完成的候选药物，靶向TNIK这一全新靶点，从立项到临床前候选化合物（Preclinical Candidate Compound, PCC）仅用约18个月，传统路径平均4.5年。其IIa期数据2025年6月发表于《自然-医学》（Nature Medicine）：12周内最高剂量组FVC平均改善98.4mL，安慰剂组同期下降20.3mL。 来源：Nature Medicine，IntuitionLabs

核心结论：AI制药的定价锚在2026年9月完成切换——政策给出制度框架、一级资本给出估值参照、III期临床给出兑现时间表；在2027至2028年III期数据读出前，赛道估值仍含未被验证的疗效溢价，此后由临床读出数据定价。

Q：为什么说Rentosertib进入III期是行业的分水岭事件？

A：它是全球首个全AI流程设计并走到上市前最后验证阶段的候选药物。 此前AI的效率优势只被验证到I期，III期是新药获批前周期最长、耗资最大的环节。该试验52周的设计意味着2027至2028年读出关键数据，AI能否提升临床成功率将迎来第一个可统计的答案。

Q：这轮政策与2025年的数智化政策有何不同？

A：区别在于AI制药从"转型工具"升级为"独立专栏"。 2025年4月的《医药工业数智化转型实施方案（2025—2030年）》把AI列为转型手段之一，"十五五"规划则把AI制药单列为专栏6，并将高质量数据集、可信数据空间写入配套任务，拥有私域数据资产的公司直接受益。 来源：证券时报

二、全球173条管线的分期结构揭示"前端拥挤、后端稀薄"的兑现瓶颈

分期结构：94个I期、56个II期、15个III期

行业统计显示，2026年初全球处于活跃临床阶段的AI发现药物项目超过173个，较2023年底的约24个增长超6倍，其中I期约94个、II期约56个、III期仅15个。管线总量的爆发与III期的稀薄形成鲜明反差，大量项目堆积在验证链的前端。 来源：BioAI Agents，IntuitionLabs

淘汰率：完成II期的AI资产仅6.8%

美国临床肿瘤学会（American Society of Clinical Oncology, ASCO）2026会议摘要统计了117个进入临床的AI驱动资产：完成I期的有60个（51.3%），完成II期的仅8个（6.8%）。I期到II期之间的衰减，正是AI叙事与生物学现实的交界处。 来源：IntuitionLabs

成功率的分层证据来自同行评议研究。《临床与转化科学》（Clinical and Translational Science）2025年2月发表的21个AI药物I期项目分析显示，I期成功率达80%—90%，高于传统方式40%—65%的历史均值；中邮证券研报引用的数据表明，II期及之后成功率约40%，与传统方式无显著差异。 来源：Axis Intelligence，新浪财经

失败对照组：AI没有让任何公司豁免临床失败

全球首个进入临床的AI设计药物DSP-1181于2022年1月被放弃；BenevolentAI的BEN-2293在2023年4月错失IIa期疗效终点，公司裁员180人；Schrödinger在2025年8月因2例治疗相关死亡叫停SGR-2921；Recursion在2025年5月砍掉REC-994等3个临床项目。 来源：IntuitionLabs

成本端的效率证据同样可量化：Rentosertib从立项到PCC确认耗资约600万美元，传统等价路径需投入1亿至2亿美元、耗时5至6年。前端成本压缩约1个数量级是真实的，但III期单试验花费仍可达数亿美元——前端省钱、后端照样烧钱，测算现金跑道时必须把这2个阶段分开处理。 来源：Axis Intelligence

英矽智能联席CEO任峰在2026张江药谷大会上坦言：目前还没有数据证明AI开发的药物能提高临床成功率，因为验证周期太长，尚无任何一款AI药物获批上市。 来源：人人都是产品经理

核心结论：AI对药物研发成功率的提升集中在I期（80%—90%对40%—65%），II期起回落至约40%的行业均值，173条管线中仅15条进入III期；投资估值应按管线所处阶段分层定价，"AI平台"不构成跨越临床阶段的统一溢价理由。

Q：AI为什么能提升I期成功率却无法改善II期？

A：I期考安全性、II期考疗效，AI擅长前者。 AI在临床前通过成药性预测提前过滤高风险分子，从源头降低安全性失败率；II期的失败主因是疾病机制复杂、靶点与疾病关联不足、患者异质性，这些属于生物学认知问题，改变分子性质解决不了。

三、科技大厂的3条入场路径对应3种资产属性

2026年科技公司不再满足于出售模型与算力，而是以3种组织形态直接入场，投资者面对的资产属性完全不同。

字节跳动路径最重：AI for Science（AI4S）团队2021年由刘凯牵头组建，核心约50人；2026年6月整体分拆为Anew Labs，9月16日完成2.9亿美元首轮融资，投后估值约15亿美元，字节保留约56%股份，投资方包括HSG（原红杉中国）、IDG资本、高瓴、五源资本及中国生物制药等产业方。其最快的IL-17小分子管线仍在临床前，15亿美元估值购买的是算力支撑、全模态设计平台与团队稀缺性，而非管线本身。 来源：36氪，CPHI制药在线

百度走平台路线：李彦宏2020年牵头创立百图生科（BioMap），2680亿参数的xTrimoV4大模型服务超800家机构，与赛诺菲合作潜在价值超10亿美元，2026年3月以保密形式向港交所递表。 来源：观察者网，投中网

腾讯走资本路线：投资晶泰控股、英矽智能、礼邦医药等标的，2026年2月公开完全由AI设计的短序列多肽GLP-1减肥药专利，从"投药企"跨入"做新药"的边界。 来源：投中网

维度

字节跳动/Anew Labs

百度/百图生科

腾讯

数据来源：36氪、观察者网、投中网2026年公开报道。

海外镜像：谷歌旗下Isomorphic Labs于2026年5月完成21亿美元B轮，估值150亿至200亿美元，至今未披露任何临床候选分子；Anthropic在旧金山湾区建成湿实验室并与诺和诺德合作；礼来的Lilly TuneLab平台牵手金斯瑞、Twist、Ginkgo完善验证链条。 来源：中国医药创新促进会，腾讯新闻

核心结论：字节、百度、腾讯的3条路径分别对应Biotech、平台服务、投资组合3种资产属性，估值尺子不可混用——自研管线按风险调整净现值定价，平台按收入倍数定价，资本卡位只构成母公司的期权价值；该分类适用于所有大厂系AI制药标的。

Q：字节为什么把AI制药业务分拆而不是留在体内？

A：分拆解决组织激励与融资结构的错配。 药物研发遵循"10年10亿美元"的长周期逻辑，与互联网季度迭代节奏冲突；独立主体可建立适配制药周期的激励，并引入产业资本与国资。字节保留56%控股权，用44%股权换回2.9亿美元现金、15亿美元估值锚与产业入口。 来源：前途科技

四、估值错位的定价框架冲突与2个修正工具

框架冲突：科技股期权定价对Biotech风险折现

一级与二级市场给同类资产打出最高约10倍的价差：临床前的Anew Labs估值15亿美元，无管线的Isomorphic Labs估值150亿至200亿美元；二级市场上Recursion与Schrödinger市值约20亿美元，剂泰科技约26亿美元，英矽智能约44亿至48亿美元。 来源：中国医药创新促进会

价差的根源是2套定价框架。一级市场投资周期长、风险容忍度高，按科技股口径为算力、模型与生态支付长期期权溢价；二级市场买家以公募、险资与对冲基金为主，受季度财报与现金消耗率约束，按Biotech的风险调整净现值（risk-adjusted Net Present Value, rNPV）模型对管线失败率逐级折现。 来源：中国医药创新促进会

市场空间为长期框架提供底座：Grand View Research测算2025年全球AI药物发现市场约23亿美元，2033年预计达138亿美元，年均复合增速24.8%；中邮证券研报口径更宽，预计由2023年的119亿美元增长至2032年的746亿美元。2组数据口径不同、方向一致，赛道的贝塔没有问题，分歧全在个股的兑现能力上。 来源：IntuitionLabs，新浪财经

修正工具一：实物期权定价模型量化"重置期权"

第1个工具是实物期权定价模型（Real Options Valuation, ROV）。传统rNPV把管线推进视为静态线性过程，ROV把AI平台的快速试错能力视为看涨期权：某条管线在II期失败时，平台能以低边际成本重新生成替代分子并再推进，这部分"重置期权"价值应在估值中量化。

ROV的适用场景为拥有湿实验闭环与快速重设计能力的平台型公司；纯SaaS公司与单管线公司不适用。估值对2个变量高度敏感——替代分子从生成到PCC确认的周期、单次湿实验验证成本，周期越短、成本越低，估值底线越厚。常见误区是把管线失败后的股价反弹直接等同于重置期权价值：反弹可能来自现金余额或其他管线，须核对替代分子是否真实进入PCC阶段。

修正工具二：干湿闭环数据飞轮验证私域数据资产

第2个工具是干湿闭环数据飞轮（Dry-Wet Lab Data Flywheel）：AI生成的分子设计在自动化湿实验室完成合成与活性测试，结果以结构化数据回流模型并修正下一轮生成。公开数据与开源架构对所有玩家均等可及，私域实验数据才决定平台性能上限——这是Anthropic建湿实验室、礼来牵手Ginkgo的共同动机。 来源：腾讯新闻

数据回流侧可参照FAIR原则（可发现、可访问、可互操作、可重用）核查回流数据的标准化程度。飞轮有3项限制：阴性数据（失败实验）是否结构化保留、湿实验通量是否连续、数据标准化成本是否侵蚀现金流。常见误区是把外包合同研究组织（Contract Research Organization, CRO）的实验量当作自有飞轮通量——外包数据通常不回流模型，不产生复利。

核心结论：AI制药的一级与二级估值错位是科技股期权定价与Biotech风险折现的框架冲突，而非定价错误；用ROV量化重置期权、用干湿闭环数据飞轮验证私域数据资产，可把叙事估值还原为可计算价值，这2个工具对平台型公司适用、对纯SaaS公司不适用。

Q：一级与二级估值错位意味着二级市场的AI制药股被低估吗？

A：不能简单等同，低估与否取决于资产的兑现距离。 已有III期管线或稳定授权收入的公司，二级折价提供安全边际；停留在临床前、靠叙事融资的公司，一级估值本身缺少验证锚。收敛方向是双向的：二级向上涨，或一级向下跌。

Q：重置期权概念对二级市场投资者有什么用？

A：它解释了为什么平台型公司管线失败后的跌幅小于传统Biotech。 传统Biotech一条核心管线失败可能击穿估值，拥有快速重设计能力的平台保留了"再来一次"的价值。评估时重点看公司管线失败后12个月内是否真有替代分子进入PCC阶段，有记录则期权真实，无记录则只是叙事。

五、3种商业模式的现金流成色决定谁能活到兑现期

模式划分：SaaS、AI+CRO与AI+Biotech

中邮证券研报把AI制药商业模式分为3类：软件即服务（SaaS）、AI+CRO与AI+Biotech，差异不在技术而在现金流结构。SaaS模式出售软件订阅与模型调用，代表是百图生科的BioMapOS与英伟达BioNeMo，毛利率最高但收入体量受药企IT预算约束，目前尚无靠纯SaaS跑通大规模收入的样本。 来源：新浪财经

盈利样本：晶泰控股与英矽智能的拐点

晶泰控股（02228.HK）是AI+CRO样本：2025年营收8.03亿元，同比增长201.2%，年内利润1.35亿元，首次年度盈利；药物发现收入5.38亿元，同比增长418.9%，客户覆盖全球前20大药企中的17家；关键订单为与DoveTree签订的累计潜在金额60亿美元合作，首付款5100万美元。 来源：经济参考网

英矽智能是AI+Biotech拐点样本：2025年收入5624万美元，同比下滑34.5%；2026年上半年收入跃升至1.063亿美元并首次盈利。转折动力是密集的对外授权（Business Development, BD）：礼来合作首付1.15亿美元、总额最高27.5亿美元；韩国SK生物制药合作总额超25亿美元；武田合作启动费约6000万美元。 来源：证券日报，DoNews

维度

晶泰控股（AI+CRO）

英矽智能（AI+Biotech）

Recursion（AI+Biotech）

数据来源：晶泰控股2025年年报、英矽智能2026年中期业绩、Recursion季报；SaaS模式因无规模化收入样本，未列入对比。

盈利成色：首付款依赖度是试金石

晶泰2025年上半年4.35亿元药物发现收入中，DoveTree首付款约3.5亿元；英矽2025年上半年最大单一客户收入占比66.3%。BD收入前置性强、波动性强，里程碑付款的触发权在合作方手中，项目数据不佳时后续付款自动失效。 来源：财联社，DoNews

核心结论：AI制药公司的估值分水岭在现金流结构而非模型能力——AI+CRO以滚动服务收入规避临床风险但天花板受客户预算约束，AI+Biotech弹性最大但暴露于II期后约40%的失败率；判断盈利质量的核心指标是剔除单笔最大首付款后的经常性收入占比，低于50%时盈利公告不构成趋势信号。

Q：晶泰与英矽都盈利了，两种盈利质量相同吗？

A：不同，晶泰靠服务收入放量，英矽靠BD首付款集中确认。 晶泰的增长由17家头部药企复购驱动，可持续性较强；英矽上半年盈利主要由礼来首付款贡献，下半年无新签大单则收入曲线回落。经常性收入占比是区分两者的唯一硬指标。

Q：BD里程碑付款为什么不能当作确定性收入？

A：里程碑付款的触发权在合作方手中，且与临床进度强绑定。 项目某一阶段数据不佳时，后续里程碑自动失效，历史上Biotech授权交易最终兑现全部里程碑的比例很低。英矽智能的策略是设置更多近期可兑现的研发节点来平滑现金流，但这改变不了里程碑的或有属性。 来源：DoNews

六、监管框架落地构成被低估的第4条定价线索

2份文件给出规则轮廓

美国食品药品监督管理局（Food and Drug Administration, FDA）于2025年1月发布《人工智能支持药品与生物制品监管决策的考量》草案指南（FDA-2024-D-4689），确立7步风险导向的模型可信度评估框架：AI输出用于支持安全性、有效性或质量决策时须完成可信度评估，纯药物发现用途与内部效率工具被明确排除在监管范围外。这份文件并非凭空而来：2016至2023年FDA已受理超过500件含AI成分的药品申报，集中在肿瘤与神经领域。 来源：FDA，Axis Intelligence

2026年1月，FDA与欧洲药品管理局（EMA）联合发布《药物开发中人工智能良好实践指导原则》，确立10项共同原则，覆盖数据治理、模型文档化与全生命周期管理。两大监管机构的原则协同，标志着跨境申报的AI证据标准正在收敛。 来源：FDA

监管含义：发现环节豁免，申报阶段设门槛

发现环节的豁免消除了早期平台的最大不确定性，"监管扼杀AI制药"的担忧被高估。

申报阶段的可信度评估抬高了后期玩家的合规门槛：缺乏系统化模型文档记录的公司，进入后期临床将面临合规成本激增。尽调时应核查标的的文档体系是否与7步框架对齐，利好文档完备的头部公司，利空靠黑箱模型推进管线的公司。

核心结论：FDA 2025年1月草案指南豁免药物发现环节、只监管直接影响申报决策的模型输出，FDA-EMA 2026年1月10项原则标志跨境证据标准收敛；监管对AI制药是分层利好而非整体约束，平台公司的合规护城河体现在模型文档化能力上。

Q：监管框架会影响AI制药公司的估值吗？

A：会影响，但方向与直觉相反。 发现环节的豁免消除了早期平台的最大不确定性；申报阶段的可信度评估抬高后期玩家的合规门槛。监管在加速行业分层，而非压制整个行业。

七、催化剂日历、6步筛选框架与风险矩阵

未来18个月的催化剂日历

AI制药的投资节奏应锚定可验证事件而非市场情绪。

时间窗口

事件

重定价含义

数据来源：中国医药创新促进会，IntuitionLabs（2026年9月前公开信息）。

6步筛选框架与尽调检查清单

标的筛选按6步执行，该框架由运通链达技术团队在AI赛道投研实践中沉淀并配套尽调清单使用，此处仅作方法论归属。

第1步，确认商业模式归属，SaaS、AI+CRO与AI+Biotech套用不同估值尺子，无法归类则放弃估值。第2步，盘点管线阶段分布，全部停留在临床前的公司按期权定价、仓位降级。第3步，拆解收入结构，剔除单笔最大首付款后经常性收入占比低于50%的，盈利公告不作趋势信号。第4步，测算现金跑道，期末现金除以年均经营流出，短于24个月且无再融资通道的淘汰。第5步，验证干湿闭环数据飞轮，核查阴性数据保留与湿实验通量连续性。第6步，对照催化剂日历做一级与二级比价，二级市值低于同阶段一级同类资产50%以上且基本面未恶化的，折价构成安全边际；无折价则不构成买入理由。

检查项

健康线（决策规则）

不达标处理

团队结构一项的判断依据：一线实操经验（如高通量筛选设备的排障能力）与系统化专业知识（如分子动力学模拟的底层推导能力）来源不同、不可互相替代，尽调时需分别核验。

3类常见误区与修正方法

第1类，把模型参数规模当护城河——Recursion的市值轨迹证明纯技术叙事撑不起估值；修正方法是把参数指标替换为管线推进记录。第2类，把首付款当可持续收入——线性外推会高估收入中枢；修正方法是只看剔除最大首付款后的经常性收入。第3类，用互联网的季度节奏考核制药管线——Rentosertib从IIa期到III期首例给药走了约2年；修正方法是按催化剂日历而非财报季度安排跟踪节奏。

过度叙事的判断标准可以操作化：把一份公司公告中所有"AI"字样删除，核对剩余的可验证事实——临床批件数量、到账首付款金额、已入组患者数、经常性收入——能否独立支撑当前市值叙事；删词后事实清单撑不住估值的持仓，按叙事资产的纪律管理仓位。该标准无需医药或AI专业背景即可执行。

风险矩阵与2条失效边界

风险类别

发生概率

影响程度

监控指标

触发阈值（决策规则）

失效边界作为纪律执行：边界一，某平台连续3个自研候选分子在II期未达主要终点，其"AI提升成功率"叙事失效，估值切换至传统Biotech框架；边界二，临床前公司单轮融资估值超过同阶段传统Biotech公司5倍且无头部药企订单佐证的，判定为泡沫定价，不纳入可比锚。

核心结论：AI制药标的筛选的有效顺序是先定模式、再验现金流、后比估值，仓位节奏锚定催化剂日历而非市场情绪；该框架在III期数据读出前适用，读出后需按数据结果重建估值假设。

Q：普通投资者没有医药背景，如何跟踪III期临床这类节点？

A：盯住3个公开信息源：临床试验登记平台、公司自愿公告与监管受理信息。 中国药物临床试验登记与信息公示平台查CTR编号，ClinicalTrials.gov查NCT编号；港交所自愿公告披露首例给药等节点；FDA受理与优先审评信息公开可查。跟踪频率以季度为宜。

结论

AI制药在2026年9月完成从叙事溢价到临床数据定价的切换：政策端"十五五"规划给出专栏级框架，资本端157.65亿元融资刷新纪录，临床端Rentosertib站上III期关卡。全球173条管线"前端拥挤、后端稀薄"的结构，叠加I期80%—90%与II期约40%的成功率落差，决定了估值必须按临床阶段分层。一级与二级市场的价差是2套定价框架的碰撞，ROV重置期权与干湿闭环数据飞轮提供了把叙事还原为价值的2个工具；监管的分层豁免与催化剂日历则把赛道信仰转化为可跟踪的验证节点。

核心结论：AI制药估值在2026年由临床读出数据定价，投资顺序是先选商业模式、再选公司、最后用仓位纪律等待数据；该顺序在III期数据读出前适用，读出后按结果重建假设。

【链达锐评】

算法的边际成本趋近于零，生物学验证的物理时间不可压缩；能穿越周期的，是在培养皿与代码之间建起真实数据闭环的公司。

风险提示：文中涉及公司与标的仅为研究示例，所载数据来自公开信息，不构成投资建议。市场有风险，投资需谨慎。