字节跳动 Anew Labs 拆分独立融资 —— 一家「"通用大模型公司"」下场做药的完整答卷
> 一句话摘要：2026 年 6 月，字节跳动 AI 制药业务线正式启动拆分独立融资，控股保留，技术体系与已有管线资产整体进入新主体；背后是 2025 年底以来集中爆发的「"三层模型栈"」—— Protenix-v2 蛋白结构预测模型（首个严格对齐 AF3 数据/参数量/推理预算下性能超越 AlphaFold3 的完全开源模型）、Anew Omni 全原子通用生成模型（KRAS G12D + PCSK9 两难成药靶点湿实验验证）、AnewSampling 全原子分子动力学（比传统 MD 快 1000 倍）；4 月 25 日 AAI 2026 首次披露 IL-17 小分子抑制剂（首次在小分子层面实现对 IL-17 家族 AA/AF/FF 三二聚体的泛抑制）；7 月 23 日启动 Seed STEM 科学家计划招募 100 位 STEM 博士——这是中国互联网巨头第一次把「"AI 制药"」从「"业务部门"」升级为「"独立公司"」。
🏢 起因：当通用大模型公司决定「"亲自下场做药"」
2026 年 6 月，一条来自字节跳动内部的消息在 AI 制药圈传开：AI 制药业务线正式启动拆分与独立融资。拆分后字节跳动仍将控股新公司，核心团队、算法、技术平台和已有管线资产整体进入新主体。
这不是字节第一次跨界——它在 2020 年底就在 AI Lab 启动 AI 制药招聘，覆盖分子模拟、计算生物学、系统生物学。但 2025 年底以来集中爆发的模型能力，让字节从「"底层布局"」跃迁到了「"管线验证"」。这是中国互联网巨头第一次把「"AI 制药"」从「"业务部门"」升级为「"独立公司"」。
腾讯模式是「"赋能新药研发"」，字节模式是「"亲自下场做药"」。这两种战略背后，藏着对 AI 制药核心竞争力的根本不同判断。
来自国泰海通 2026 年 8 月联合研究实验室月报：「"通用大模型公司切入 AI 制药的路径与 Biotech 不同：它们以基础模型能力（蛋白结构预测、分子生成、科学智能体）为支点，向药物发现平台与管线验证延伸。字节跳动是其中布局最系统、并于 2026 年率先走向产业化的代表。"」
🧬 三层模型栈：Protenix × Anew Omni × AnewSampling
字节 AI 制药把「"基础模型 + 分子生成 + 分子动力学"」拼成了完整的三层栈。每一层都不是单点突破，而是为了同一件事——让 AI 能在原子层面统一处理小分子 / 多肽 / 抗体。
第一层：Protenix-v2 蛋白结构预测
2025 年底，字节跳动 Seed 团队发布 Protenix——「"宣称多任务超越谷歌 AlphaFold3"」。2026 年 4 月迭代 v2 版本：
> "Protenix-v1 成为首个在严格对齐 AF3 数据、参数量与推理预算下性能达到甚至超越 AF3 的 完全开源模型。2026 年 4 月迭代 v2。"
完全开源 + 严格对齐 AF3 数据 + 性能超越——这三个关键词组合起来，意味着字节做出了学术界和产业界都能复现的「"开源 AF3 替代"」。AlphaFold3 从未开源训练代码；Protenix-v2 是第一个填补这个空白的工作。
第二层：Anew Omni 全原子通用生成模型
2026 年 3 月，字节跳动 + 清华大学联合发布 Anew Omni——「"全球首个跨小分子、多肽、抗体的全模态药物设计大模型"」。
核心思想：回到原子层面统一。在原子层面，碳、氮、氧、氢这些元素在小分子和多肽之间没有本质区别——既然底层物理是共通的，那就可以用一套模型统一学习，并且跨模态互相增益。
Anew Omni 通过全原子层面的通用分子生成基础模型，在统一生成框架里实现跨类分子的从头设计。已经完成两大难成药靶点的湿实验验证：
- KRAS G12D——经典的「"不可成药"」靶点之一
- PCSK9——心血管疾病的关键靶点
> 小贴士：传统 AI 药物设计把不同分子类型（小分子 / 多肽 / 抗体）当作不同的领域，每种类型用专门的生成模型，每个任务的数据、表征、模型架构都不一样。Anew Omni 把这种「"领域割裂"」"打散——这是颠覆性叙事，即未来的分子设计，可能从「"孤立的单点技术"」走向「"通用的、可编程的、能够进行深度分子推理的整合平台"」。
第三层：AnewSampling 全原子分子动力学
如果说 Anew Omni 管「"从无到有"」，那 AnewSampling 管「"从有到动"」。
传统分子动力学（MD）模拟要靠飞秒级步长一点点推演。想看清毫秒级的构象变化，动辄需要超算跑上数周。AnewSampling 通过在全原子水平重建分子动力学平衡分布的生成模型，比传统 MD 快 1000 倍，能精准捕捉蛋白柔性及配体结合模式。
来自解读：「"AnewSampling 试图解决这一难题：蛋白与配体的结合本质是一个动态过程——构象不断变化、能量状态持续交换、关键相互作用在不同时间尺度上形成与消失。理解动态热力学景观，一直是药物发现中的核心挑战。"」
💊 IL-17 三二聚体泛抑制：首个 AI 设计分子走到临床前
2026 年 4 月 25 日，字节跳动旗下 AI 制药子公司 Anew Labs 在美国免疫学会年会（AAI 2026）做了口头报告，首次公开处于临床前阶段的 IL-17 小分子抑制剂。
IL-17 是银屑病、强直性脊柱炎等自身免疫疾病的重要通路。该突破的意义在于：
> "首次在小分子层面实现了对 IL-17 家族（AA/AF/FF）的泛抑制。以往，由于传统结构设计的局限性，小分子药物只能靶向 IL-17AA 和 AF，而字节实现了对 IL-17AA、IL-17AF 及 极难成药的 IL-17FF 二聚体 的抑制。"
IL-17FF 是公认的「"不可成药"」靶点——小分子药物此前从未成功抑制过。Anew Labs 用 AI 驱动的虚拟筛选 + 分子生成算法，首次在小分子层面实现了对这三个二聚体的同时阻断。
这标志着字节的 AI 制药能力已从「"基础研究"」跨入「"具体靶点、具体分子的管线验证"」阶段。技术体系形成了完整链条：
🔬 Seed STEM 科学家计划：100 位 STEM 博士 + 专属算力
2026 年 7 月 23 日，字节启动 Seed STEM 科学家计划——面向全球招募 100 位 STEM 领域博士，提供专属算力集群与跨学科团队支持，首首期半年重点探索 AI 在材料科学、生物医药等领域的创新应用。
这个计划背后的逻辑是：基础研究的下一站是「"高密度博士 + 强算力"」组合。AI 制药不再是「"几位算法工程师 + 一组实验员"」的组合，而是「"100 位 STEM 博士 + 专属算力集群 + 跨学科团队"」的系统工程。
📊 字节 AI 制药的关键里程碑时间线
| 时间 | 里程碑 | 关键数字 |
|---|---|---|
| 2020 年底 | AI Lab 启动 AI 制药招聘 | 分子模拟 + 计算生物学 + 系统生物学 |
| 2023 年 | Seed 成立 | AI4S 成为前沿方向 |
| 2025 年底 | Protenix 发布 | 多任务超越 AF3 |
| 2026.4 | Protenix-v2 + IL-17 披露 | 首个严格对齐 AF3 完全开源模型 |
| 2026.3 | Anew Omni + 清华 | KRAS G12D + PCSK9 湿实验验证 |
| 2026.4.25 | AAI 2026 | IL-17 AA/AF/FF 三二聚体泛抑制 |
| 2026.6 | Anew Labs 拆分独立融资 | 字节控股，技术资产整体进入 |
| 2026.7.23 | Seed STEM 科学家计划 | 100 位 STEM 博士 + 专属算力 |
| 2026 H2 | 拆分完成 + 独立融资到位 | 产业化加速 |
⚖️ 「"通用大模型公司"」vs 「"Biotech"」：两条路径的根本不同
国泰海通月报里把这两种战略的差别讲得很清楚：
Biotech 路径（以 Recursion、Insilico Medicine、英矽智能为代表）：
- 起点：湿实验高通量筛选
- 数据积累：以实验数据为主，模型辅助
- 商业模式：管线授权 + 自研管线
- 风险：管线失败 → 公司估值崩塌
- 起点：基础模型能力（蛋白预测 + 分子生成 + 科学智能体）
- 数据积累：以模型为中心，实验验证辅助
- 商业模式：技术平台 + 管线授权 + 模型 API
- 风险：模型失效 → 平台估值崩塌
🌐 与同行对比：字节 vs 谷歌 / Meta / 英矽智能
| 维度 | 字节 Anew Labs | 谷歌 Isomorphic Labs | Meta FAIR Chemistry | 英矽智能 |
|---|---|---|---|---|
| 基础模型 | 三层栈（Protenix + Omni + Sampling） | AlphaFold 3 | OMat24 / Open Molecules 2024 | Chemistry42 |
| 核心方法 | 全原子统一 | 结构预测 → 分子对接 | Equiformer 2 + OMat24 | 生成式 + 强化学习 |
| 商业策略 | 亲自下场做药 + 拆分独立融资 | 与 Novartis / Lilly 合作 | 开源平台 | 自研管线 + 软件授权 |
| 已披露管线 | IL-17 小分子临床前 | 未公开具体管线 | 无 | INS018_055 III 期 |
| 资金强度 | 字节 350 亿/年研发 | 谷歌 + 诺华 + 礼来 | Meta FAIR | 多轮融资累计数亿美元 |
⚠️ 拆分的隐忧：算法巨头的「"深水区"」
字节选择在 2026 年 6 月拆分独立融资，既是顺势而为，也是逆势押注。当擅长饱和攻坚的算法巨头闯入生物医药深水区，这套「"矛盾战略"」背后藏着互联网跨界 AI 制药最真实的优势与隐忧。
优势：
- 算力基础设施（专属算力集群）
- 基础模型研发能力（Protenix / Anew Omni / AnewSampling）
- 数据规模（互联网级的训练数据）
- 跨学科协同（Seed STEM 100 位博士）
- 湿实验能力（生物实验需要长期积累）
- 监管经验（IND 申报 / FDA / NMPA）
- 临床推进（I/II/III 期管理）
- 失败容忍度（互联网产品快速迭代 vs 药物 5-10 年开发周期）
📜 数据与时间线核验
| 项目 | 内容 |
|---|---|
| 拆分时间 | 2026 年 6 月（字节控股） |
| Protenix-v1 | 首个严格对齐 AF3 完全开源蛋白预测模型 |
| Protenix-v2 | 2026 年 4 月迭代 |
| Anew Omni | 2026 年 3 月 + 清华联合发布 |
| AnewSampling | 比传统 MD 快 1000 倍 |
| IL-17 三二聚体 | AA / AF / FF 泛抑制（首次） |
| KRAS G12D | 湿实验验证（已完成） |
| PCSK9 | 湿实验验证（已完成） |
| Seed STEM | 2026 年 7.23 启动 + 100 位 STEM 博士 |
🪞 我的观察
字节拆分独立融资是一个分水岭事件。在它之前，中国 AI 制药赛道主要是 Biotech 在做（英矽智能、晶泰科技、分子之心）；在它之后，通用大模型公司开始以「"独立公司"」的方式下场做药。
这条路径的成败取决于三件事：
1. 三层模型栈能否形成闭环——Protenix 静态结构 → Anew Omni 静态生成 → AnewSampling 动态验证。如果三者能形成「"静态预测 → 静态设计 → 动态验证"」的循环，模型能力会持续放大。 2. 湿实验转化效率能否提升——互联网公司擅长算法，弱于实验。字节需要在 2027 H1 之前建立自己的湿实验室或与 CRO 深度绑定。 3. 拆分独立融资后的资本耐力——AI 制药是 5-10 年的长周期，独立融资能拿到多少钱，决定了字节能在「"无人区"」走多远。
未来 6-12 个月值得跟踪的是：
- Anew Labs 独立融资规模（预计 2026 H2 公布）
- IL-17 小分子的 IND 申报进度（临床前 → IND 一般需要 12-18 个月）
- KRAS G12D + PCSK9 后续管线披露（是否有更多难成药靶点被攻克）
- 字节 vs 英矽智能 vs Recursion 的「"自研管线数"」对比
#字节跳动 #AnewLabs #AI制药 #Protenix #AnewOmni #IL17 #SeedSTEM