獨家｜字節(jié) AI 制藥開啟拆分融資，AI4S 進入產(chǎn)業(yè)化階段

文｜周鑫雨

編輯｜張雨忻

《智能涌現(xiàn)》獨家獲悉，字節(jié)跳動 AI 制藥業(yè)務(wù)線已啟動拆分與獨立融資進程。

據(jù)悉，拆分后字節(jié)仍將控股新公司，AI 制藥核心團隊、核心算法、技術(shù)平臺和已有管線資產(chǎn)將整體進入新主體。同時，該業(yè)務(wù)也將繼續(xù)從火山引擎獲得算力支持。

新公司將由字節(jié)跳動 AI 制藥團隊主導(dǎo)負責。字節(jié) AI 制藥團隊成立于 2021 年，由劉凱負責，據(jù)悉核心成員約50人，由 AI4S 算法人才和資深制藥領(lǐng)域?qū)＜覙?gòu)成。該團隊自成立起便承擔著從基礎(chǔ)模型研究到產(chǎn)業(yè)化的核心職能。

此前字節(jié)內(nèi)部負責蛋白結(jié)構(gòu)預(yù)測模型的相關(guān)團隊，也已并入由劉凱負責的 AI 制藥團隊，相關(guān)算法模型團隊已完成整合，將繼續(xù)推進該領(lǐng)域的基礎(chǔ)模型研究，少數(shù)人員離職。

字節(jié) AI 制藥的業(yè)務(wù)進展，是這次拆分融資的重要基礎(chǔ)。

字節(jié)跳動在 AI 制藥方向有多個技術(shù)成果，2025 年，字節(jié) AI4S 團隊發(fā)布了分子結(jié)構(gòu)預(yù)測模型 Protenix 和 Seedfold，并在 2026 年迭代 Protenix-v1/v2，構(gòu)建面向蛋白、配體等生物復(fù)合體系的高精度開源結(jié)構(gòu)預(yù)測能力。

在蛋白質(zhì)設(shè)計和預(yù)測方面，團隊則推出了 PXDesign 等蛋白 binder（結(jié)合蛋白）設(shè)計工具。

同時，字節(jié)還推出了面向真實藥物研發(fā)的 AI 制藥平臺 Anew Labs。

Anew Labs 官網(wǎng)顯示，團隊已發(fā)布 AnewSampling、AnewOmni、AnewFEP、AnewSynth、scNext 等研究，覆蓋蛋白-配體動態(tài)結(jié)構(gòu)預(yù)測、全原子分子生成、自由能計算、合成可行性預(yù)測和虛擬細胞等方向，并推出 IL17AA/AF/FF、IL4R 等早期藥物管線。

2026 年 4 月，Anew Labs 在美國免疫學會年會上首次披露 IL-17 小分子項目，在全球范圍內(nèi)首次實現(xiàn)用小分子對 IL-17 家族 AA/AF/FF 3個二聚體的阻斷。由于 IL-17 是銀屑病、強直性脊柱炎等自免疾病的重要通路，而同時抑制 A/F（兩種關(guān)鍵炎癥因子）已被抗體藥物驗證有臨床價值。

這表明，字節(jié)的 AI 制藥能力已經(jīng)從模型和算法，進一步進入具體靶點、具體分子和內(nèi)部管線驗證階段。

隨著技術(shù)進步和 AI 制藥上的探索不斷取得進展，字節(jié)判斷從科研到產(chǎn)業(yè)的機會正在成熟。因此，整合內(nèi)部各方向團隊，決心試水產(chǎn)業(yè)化。

當然，AI4S 的產(chǎn)業(yè)化挑戰(zhàn)很大。

AI4S 業(yè)務(wù)的驗證周期較長，環(huán)節(jié)更為復(fù)雜。以制藥為例，涵蓋模型研發(fā)、濕實驗及臨床驗證等多個復(fù)雜環(huán)節(jié)，因此對專業(yè)人才的需求量更大，所需的組織管理形式和互聯(lián)網(wǎng)業(yè)務(wù)也有所區(qū)別。

知情人士透露，此次進行業(yè)務(wù)拆分，是為了建立更符合該業(yè)務(wù)特征的獨立組織架構(gòu)。字節(jié)希望借此調(diào)整更好地吸引頂尖人才加入，進而推動該領(lǐng)域基礎(chǔ)模型能力以及算法和制藥產(chǎn)業(yè)的結(jié)合。

同時，制藥行業(yè)本身也正處于效率壓力之下。

過去二十多年，全球藥企研發(fā)投入持續(xù)增加。全球最大的醫(yī)療健康數(shù)據(jù)和臨床研究服務(wù)公司之一 IQVIA 預(yù)計，全球藥品支出到 2028 年將達到約 2.3 萬億美元。

市場規(guī)模足夠大，但新藥研發(fā)成本高、周期長、失敗率高的核心痛點并未根本改變。行業(yè)迫切希望引入 AI 技術(shù)來突破這些限制。

目前，AI4S 研究正在加速進展，體現(xiàn)在其解決復(fù)雜性問題的能力正在顯著增強。

以 AlphaFold（谷歌 DeepMind 研發(fā)的蛋白質(zhì)結(jié)構(gòu)預(yù)測模型）系列的迭代為例：從初代驗證可行性，到 AlphaFold 2 實現(xiàn) 2 億個蛋白質(zhì)原子級精度預(yù)測，再到 AlphaFold 3 跨越單一蛋白質(zhì)限制，精準預(yù)測復(fù)雜相互作用系統(tǒng)——這證明 AI 已經(jīng)深入到了藥物設(shè)計的重要環(huán)節(jié)。

如果說蛋白結(jié)構(gòu)預(yù)測還是一個基礎(chǔ)研究問題，那么近年來涌現(xiàn)出的多模態(tài)分子生成模型，即是直接切入制藥行業(yè)核心問題——藥物設(shè)計，這可能也說明 AI 制藥從研究逐步邁向產(chǎn)業(yè)化應(yīng)用

字節(jié)布局 AI4S 已有多年。早在 2020 年前后，字節(jié)就開始系統(tǒng)進入 AI 制藥、分子模擬和計算生物學等方向。此后，其在第一性原理計算、量子化學、分子動力學、材料模擬，以及面向能源與藥物分子生成等方向均有團隊覆蓋。

大模型研究團隊 Seed 成立后，AI4S 也成為字節(jié)前沿技術(shù)布局的一部分。

一位接近這次拆分的人士稱，這是字節(jié)第一次試水 AI4S 的產(chǎn)業(yè)化，內(nèi)部非常重視，“生物科技有自己的產(chǎn)業(yè)邏輯，獨立出來，有獨立決策靈活性，希望能跑通中國的 AI4S 產(chǎn)業(yè)路徑。”