文｜MedTrend医趋势
大家都知道字节旗下AI大模型豆包要收费了。
此前有消息称，字节在2026年要把AI相关资本开支从约1600亿元人民币提高到超过2000亿元人民币。这样巨额成本投入，必须有商业收入平衡。
大模型运行依靠的是token，通俗来说，AI大模型调用的token就类似于上网用的流量。上周，OpenClaw（龙虾）的创始人Peter Steinberger公布了自己一个月的token使用量，花费约130万美元（相当于近900万人民币，一年就是1亿人民币）。因此，之后为之付费一定是趋势。
而近日的另一条消息，则显示出字节在AI布局上开始运用更多金融手段。
6月10日晚，多家权威媒体报道，字节跳动AI制药业务线已启动拆分与独立融资进程。意味着英矽智能、晶泰科技之外，中国又有一家具有全球影响力的AI制药企业或即将显现。与此同时，面对制药研发这项更充满不确定性的巨额投入，字节选择将其“转嫁”给了资本市场。
据悉，拆分后的新公司仍将由字节控股，也将继续由火山引擎进行算力支持。
01、三个大模型，支持字节AI制药分拆独立
新药研发成本高、周期长、失败率高的核心痛点依然没有改变。
企业期望AI在药物研发领域的作用，主要是帮助科研人员加快药物早期研发进度、降低研发失败风险。英伟达发布的《2026年医疗与生命科学人工智能发展趋势报告》提到，目前人工智能药物研发技术已是生物制药领域应用最普及的人工智能场景。
AI能力对于大型药企也不再是可选项。CB Insights最新发布的该指数排名中，礼来位居第一（从第14位跃升至榜首），默克第二，拜耳第三。
从一定程度来看，AI制药布局也切实转化为了实际产出。强生首席信息官此前表示，目前虽然还无法完全依靠人工智能从零研发新药并推向市场，但运用人工智能技术，可以将药物研发先导化合物的筛选时长缩短一半。
与大型药企合作，“卖”自己的AI药物研发模型平台，是AI生物科技企业营收来源之一。比如英矽智能2025财年药物发现业务营收2495万美元，占比44.4%。
在药物研发领域，蛋白质结构预测模型可解析靶点蛋白结合口袋构象，辅助虚拟筛选与先导化合物优化。
2020年，DeepMind研发出的AlphaFold2破解了困扰研究人员近50年的科学问题——蛋白质折叠，一个隐藏在细胞内、只需要几毫秒的过程，理论上可以产生近乎无限数量的组合，但在自然界中，蛋白质几乎每次都能自行形成正确的结构。
AlphaFold仅基于蛋白质的基因序列，就能预测蛋白质的3D结构，而且结果比以前的任何模型都要精确。这被称为生物学研究的革命性突破。
其对人类蛋白质组中58%的氨基酸的结构位置做出可信预测，对36%的氨基酸的结构预测达到很高的置信度，是实验方法覆盖的结构数量的两倍。
而在此之前，蛋白质结晶一直是一项极具挑战性的任务，通常依赖人工操作，往往需要数月甚至数年的时间才能确定其三维结构并实现可视化。
此后，一大批“类AlphaFold”初创企业应运而生。
2020年，字节AI Lab开始招聘AI制药人才。
2021年，字节正式组建AI制药团队，由刘凯负责，核心成员约50人，由AI4S算法人才和资深制药领域专家构成。2023年，该团队的企业主体Anew Theraputics在新加坡成立，团队成员分布在上海、旧金山和新加坡。
此次字节分拆的也正是这个AI制药团队。该团队自成立起就承担从基础模型研究到产业化的核心职能。
据悉，此前字节内部负责蛋白结构预测模型的相关团队已并入该AI制药团队，有少数人员离职；相关算法模型团队已完成整合，将继续推进该领域的基础模型研究。
为什么以上内容很重要，因为字节内部有至少三个隶属于不同团队的医药研发AI大模型在同时推进。
2023年，字节Seed成立，目前研究方向涵盖MLLM、GenMedia、AI for Science（AI4S）、机器人等。其中，AI4S团队只负责科学计算、结构生物学、蛋白设计和AI制药。
2023年，顾全全加入字节Seed，牵头AI药物研发业务，主导研发蛋白结构预测模型SeedFold（隶属AI4S团队）。2025年顾全全转入大语言模型预训练团队。
*** 公开资料显示，顾全全是UCLA计算机科学副教授，研究方向包括机器学习、大语言模型和生成模型等；更擅长上游算法能力。
2025年12月，字节Seed发布SeedFold模型，表示其蛋白质结构预测相关多任务超越谷歌AlphaFold 3。
2025年，原字节AML（机器学习系统团队）部门肖文之团队并入AI4S团队，主导研发Protenix-v1模型。
*** 公开资料显示肖文之背景跨越互联网、计算生物学、AI制药多个热门赛道；更擅长工程化能力。
2026年2月，字节Seed发布Protenix-v1模型，表示这是首个在严格限制训练数据截止时间（2021年9月30日）、模型参数量和推理预算的情况下，性能达到甚至超越AlphaFold 3的完全开源模型 。
可以看到，Protenix、SeedFold都声称已超越了全球蛋白质结构预测模型“标杆”AlphaFold 3。
而Anew Theraputics本身也有自己的大模型AnewOmni（500万复合物训练的全原子统一生成模型），被定义为全球首个实现从小分子、多肽到纳米抗体的跨模态全原子药物设计的AI模型，并针对KRAS G12D、PCSK9两大经典难成药靶点实现了验证。
虽然字节此次分拆后的新公司将拥有哪些大模型尚未正式公布，但从Seed官网最新信息来看，AI4S板块仍在列，不过目前展示的大模型仅有Protenix。
据知情人士透露，此次字节进行业务拆分，是为了建立更符合该业务特征的独立组织架构。字节希望借此调整更好地吸引顶尖人才加入，进而推动该领域基础模型能力以及算法和制药产业的结合。
历经五年发展，资本和市场风向已变；模型不再是唯一，分子更为关键，各大AI 生物技术公司竞相进军临床试验。
02、泡沫退去，AI制药的战场烧到了临床管线
现阶段的AI制药不需要空中楼阁。过去两年，在经历过一轮泡沫出清后，资本不想再听故事，但对AI制药领域的热情和高期待依然在。据PitchBook数据，AI原生生物科技公司的估值溢价依然是传统生物科技公司的2倍。这或许也是字节没有放弃AI制药的原因之一。
一位接近这次拆分的人士表示，这是字节第一次试水AI4S的产业化，内部非常重视。
独立产业化第一步是融资。而投资人已没有耐心，对于AI生物技术公司的标的，资本现在更关心实际的问题，比如，真实实验数据如何，有没有差异化靶点，可以交易的优质管线有哪些。
美国AI制药企业AI Proteins首席执行官此前在采访中表示：“我发现，自研专属模型这条路根本看不到投资回报的可能。”这一观点似乎也成为了主流，因此当下多数AI生物科技企业的竞争焦点领域已放在了临床试验阶段。
截至目前，虽然全球尚无由完全AI研发的药物获批上市，但处于临床后期阶段的管线已越来越多。比如英矽智能的Rentosertib治疗特发性肺纤维化在中、美都已进入临床II期；Garutadustat治疗炎症性肠病在中国已进入临床II期。
此次字节的AI制药分拆似乎也以临床管线为重点布局。
虽然其管线均尚未进入临床阶段，但进展最快的这款药在今年曾引发业内热议。
2026年的美国免疫学家协会（AAI）年会上，Anew Therapeutics首次公开全球首个小分子全谱（AA/AF/FF）IL-17抑制剂AN-5162。
IL-17是银屑病、强直性脊柱炎等自免疾病的重要通路，但通常依赖注射型单抗治疗，患者依从性差、费用高；而字节此次披露的候选分子，有望以口服形式实现与双靶点抗体Bimekizumab相当的体内药效，为数患者带来全新治疗可能。
就在字节AI制药业务分拆前夕，其AI4S团队的相关信息先流传开来。随后在5月29日，据接近字节的人士透露，AI4S团队“不考虑分拆”，仅在近期完成了内部调整。此后不久，肖文之、顾全全的离职消息也得到了确认。而关于谁是“AI制药负责人”的争论也在社交媒体打了许久的“口水仗”。从公开简历来看，刘凯2021年加入字节跳动，任AI药物发现负责人（Head of AI drug discovery）、字节跳动生命科学AI团队负责人，主导字节生命科学领域AI相关工作。
2016年至2021年，他在火山石投资（Volcanics Venture）担任董事总经理（Managing director），负责医疗与生物技术领域的投资业务。
2014年至2016年，他在IDG Capital担任投资专员，专职开展医疗投资相关工作。这也是他大学毕业后的首份工作。从教育背景来看，他获得了医学、管理学双学士学位。
因此，刘凯横跨医疗投资与AI生物医药两大领域，最擅长的或许就是大健康领域的资本运作。
当下，字节AI制药公司最需要的依然是资本支持、BD交易资源以及医药领域“大佬”的背书。从其科学顾问委员会的配置来看，邀请了众多行业专家，包括信达前总裁刘勇军。
