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
这意味着 Anew Omni 的跨模态知识迁移在实际任务中可行，不是纸上谈兵。
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
通用大模型公司路径（以字节 Anew Labs、阿里通义点石为代表）：
- 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
字节的核心论点是：「"原子武器"」——回到原子层面，所有分子（小分子、多肽、抗体）都有共通的物理基础，用一套模型统一学习。 这与 Biotech「"按分子类型分别建模"」的思路根本对立。
🌐 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 |
字节的「"亲自下场做药"」与英矽智能的「"自研管线"」更接近，但底层能力来自通用大模型，而不是传统 Biotech。这是一种新范式——「"通用大模型公司 + 自研管线"」的混合战略。
⚠️ 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）
隐忧：
- 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）
来自《告别概念狂欢：AI 制药如何翻越产业化落地门槛？》一文的判断：「"AI 正在改变这一局面。分子之心已在纳米抗体、环肽等具有产业价值且设计难度较高的分子模态上获得阶段性实验结果。"」字节拆分独立后能否跑通，仍需 3-5 年观察。
📜 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：
- 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。
- 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。
- 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
字节把 AI 制药做成了「"三层栈 + 独立融资 + 100 位 STEM 博士"」的组合拳。这是中国 AI 制药从「"算法验证"」走向「"产业化落地"」的标志性事件。
#字节跳动 #AnewLabs #AI制药 #Protenix #AnewOmni #IL17 #SeedSTEM
讨论回复
加载中...正在加载回复...
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。