Anthropic、字节布局 AI 制药，数据成关键瓶颈

AI 制药领域近期动作频出，Anthropic 自建湿实验室测试模型指挥生物实验能力，还与诺和诺德、百时美施贵宝合作，收购 Coefficient Bio。字节跳动分拆的新生实验室完成首轮融资。当前 AI 主要提升新药早期研发效率，压缩搜索和实验迭代时间，但临床试验环节难同步缩短，早期命中率提高不代表临床成功率提升。大模型公司、AI 制药公司、传统药厂路线各有差异：AI 制药公司聚焦药物研发单个问题，模型服务具体任务。大模型公司追求通用能力，以单一基础模型加垂直工具链打造科学工作台，目标缩短单次循环时间，注重跨靶点跨任务的数据基础设施。传统药厂拥有丰富数据但缺乏统一数据基础设施。大模型公司研发预算更多投向模型训练，通过自建实验室和外部合作获取关键数据，尤其是失败数据。商业化上，AI 制药公司多采用 AI-CRO、软件工具加自研管线模式，自研管线更易兑现价值。大模型公司目前侧重临床前研究和研发基础设施，部分也在推进管线。管线仍是 AI 制药公司估值核心依据，市场等待英矽智能候选药 III 期结果验证 AI 制药价值，临床数据仍是最终定价标准。