创新药千亿BD热潮，AI成为新主角|创新药|制剂|制药|医药|国药|潜在交易|药企

BD交易无疑是2025年度热门话题。

上半年开始，业内持续关注BD首付款如何一步步超越一级市场融资，为在资金困境中挣扎的优秀创新药企注入生机。年末，医药魔方发布的年度交易数据进一步提振了全行业信心——全年出海授权交易总额1356.55亿美元，首付款总计70亿美元，交易笔数157起。

国内外火热的BD交易态势为行业的乐观情绪提供了坚实佐证。不同往年的是，亮眼数据背后，交易主角正发生结构性转变。

2025年中国市场授权合作交易数量榜上，晶泰科技与英矽智能两家AI制药企业分列冠亚军，交易笔数遥遥领先；三优生物、深势科技、元思生肽、华深智药等公司也凭借核心AI制药能力完成多笔亮眼交易；恒瑞、石药等传统药企的对外BD中，AI驱动项目占比显著提升。

相比前两年的零星试水，AI制药已走向规模化产出，并在交易生态中占据重要位置。

从全球来看同样如此，如果说前几年AI制药尚处于技术验证初期阶段，那么2026年的AI制药可以说站在了商业爆发的临界点上。

仅2026年开年的半个月内，跨国药企AI制药相关合作已经超过9起，总额超60亿美元。JPM首日的重磅消息也发生在AI制药领域——礼来与英伟达宣布共同投入超10亿美元建设联合实验室。

不仅是礼来，跨国药企对未来创新药研发产能和速度的焦虑，变成了向AI倾斜的战略投资。沿着近两年AI制药交易价值变化，买方需求端的转向，可以更清楚地理解这波交易热潮的真实含义，预测未来全球竞争格局的变迁。

AI正在酝酿巨额交易

从全球来看，2025年也是AI交易价值的分水岭。

2024年及以前，AI制药合作往往被视为一种低投入尝试，合作范围多局限于少数靶点或单一项目，合作平均前期付款多集中在500-1500万美元，里程碑付款也极少突破5亿美元。

而2025年以来，前期付款金额普遍升至2000-6500万美元甚至更高，里程碑金额超10亿美元的交易越来越多。合作周期也被显著拉长，从靶点发现一路覆盖至临床前，部分还预留了早期临床的合作衔接空间，同时多项目的组合式交易数量也在增加。

发生在中国市场的几笔交易尤其具有代表性。2025年6月，石药集团与阿斯利康宣;布53.3亿美元战略合作，预付款达1.1亿美元，双方将利用石药集团AI平台开发新型口服小分子药物。

2025年8月晶泰科技与DoveTree Medicines达成总额约59.9亿美元的合作，首付款达5100万美元，创下AI药物发现领域订单规模新纪录。晶泰科技将基于其“AI+机器人”端到端平台，为DoveTree在肿瘤、免疫、神经科学等领域的多个靶点开发小分子及抗体候选药物。

持续抬升的资金投入和从点到面的合作模式，意味着AI真正开始成为药企提升研发效率的长期投资方向。

合作项目类型也在随着研发热点和AI制药应用边界的扩大而发生变化。早期基于算法可计算性、数据标准化程度和验证阶段的限制，AI制药合作高度集中于小分子领域，而现在合作已全面拓展至生物制剂、寡核苷酸、RNA相关疗法以及肽模拟物等复杂疗法。

以跨国药企越来越关注的双抗药物开发为例。2025年4月，赛诺菲以1.25亿美元预付款、最高达18.45亿美元的总交易额，引进了华深智药两款双抗HXN-1002（靶向α4β7/TL1A）与HXN-1003（靶向TL1A/IL-23）的全球独家权益。2026年1月伊始，又以25.6亿美元就其AI平台在多个自身免疫及炎症性疾病项目的双抗药物开发中展开进一步合作。

此外，Creyon Bio的AI平台通过机器学习优化化学结构与药代动力学模型，设计出稳定性与组织靶向性更优的寡核苷酸，成功吸引礼来入局；Hologen AI与基因治疗公司MeiraGTx于2025年3月成立合资公司，通过AI技术推进帕金森病基因疗法AAV-GAD的III期临床开发，并优化其生产工艺。

上述转变既受外部环境，如《通胀削减法案》对生物制剂和新兴疗法的政策倾斜的驱动，更得益于AI技术在复杂分子设计上的突破性进展，而这类合作交易未来也有望随着研发端的持续突破获得更高估值。

不过，从大面上来看，当前不少买方的交易意愿仅代表了对提升研发速度的认可。根据ICON Global公司2025年全球生物技术行业调查报告，英矽智能对22个候选药物的研究从项目启动到选定临床前项目仅用了12~18个月，较通常的2.5~4年时间有所缩短。

对药企背后的投资者来说，更快的验证周期有望显著改善资本回收率。

还有一部分意愿源自于对技术概念和新靶点的好奇心理，以及AI项目相对友好的定价（尤其是面对一众中国AI制药公司），较低成本尝试的吸引力不言而喻。

但从长期看，AI制药公司能否持续抬升交易价格，最终仍取决于其管线在III期临床中的真实表现。现有研究显示，AI设计分子在I期临床中的成功率可达80%至90%，显著高于历史平均水平；II期成功率约为40%，处于传统制药历史区间上限。

III期临床成功率虽然暂无统计，但正在进入成果兑现关键时期。2025年，多个AI辅助或深度参与的项目在临床试验中取得积极进展，剂泰科技的MTS-004已达成临床III期主要终点，德睿智药的MDR-001和美国Generate Biomedicines的GB-0895目前已启动临床III期等。

行业对AI靶点发现、分子设计和优化能力的信任仍需时间积累。随着AI发现的新靶点、AI设计的分子陆续进入III期临床，3-5年后若临床数据进一步得到验证，市场对AI技术平台和资产的定价也必然会发生质变。

数据是硬通货，MNC追求整合AI解决方案

AI制药交易活跃的另一面，是买方结构与需求逻辑的变化。

首先，活跃买家不再局限于跨国药企，中大型生物科技公司正成为重要力量。这类公司通常缺乏完整的内部AI体系，却面临明确的管线推进压力，因此更倾向通过外部合作加速靶点发现与分子优化。与跨国企业达成的巨额预付款交易不同，这类协议的预付款相对克制（2000万至3000万美元），但附带丰厚的里程碑付款和特许权使用费条款。

例如，Incyte曾与Genesis Therapeutics就三个肿瘤靶点达成协议，前期Incyte支付3000万美元，每个靶点潜在里程碑近3亿美元；Menarini旗下Stemline Therapeutics与英矽智能多次合作，其中25年1月为一项资产支付2000万美元首付款，里程碑超5.5亿美元。

其次，AI制药公司的合作边界正在外延至制药企业之外。通过与高校、研究机构、医院及疾病基金会合作，AI公司一方面拓展验证场景，另一方面也形成新的收入来源。比如Elix与PRISM BioLab宣布将Elix的AI驱动靶点参与预测模型与PRISM的环肽模拟物生成技术结合；CNS领域，Biostate AI与加速治愈项目（ACP）联盟聚焦多发性硬化症；以及最近英矽智能宣布与肺科医院共建AI赋能胸部疾病创新药研发联合实验室等等。

更具信号意义的，是反向授权交易的出现。部分资金充裕、平台能力相对成熟的AI公司，开始主动从传统Biotech公司引入外部资产，用于验证自身平台在真实生产与临床路径中的价值。这表明，AI制药公司不再满足于单纯的工具供应商角色，而是追求更深度嵌入创新药市场。

从供需双方看，数据正成为最核心的交汇点。AI公司需要更多高质量数据以提升模型能力，而药企也意识到，公共数据库难以支撑差异化竞争，必须进一步挖掘特定领域的私有数据集。因此，在项目授权之外，数据本身正在成为持续交易的重要驱动力。

大型跨国药企尤其愿意为了真实世界数据长期支付费用，甚至与数据提供方共建模型。典型案例是，自2024年开始，葛兰素史克（GSK）就与慢性肝病药物研发领域的前沿公司Ochre Bio签订了多年数据许可协议，这一合作让GSK能够利用Ochre Bio的计算生物、细胞学和灌流人体器官研究平台来生成专有的人类肝脏数据集，还享有后者丰富的历史肝脏数据库的非专属使用权；

2025年4月，阿斯利康与Tempus AI和Pathos达成一项价值2亿美元的三方合作，Pathos公司将基于Tempus公司15万余名患者的去标识化临床、基因组及影像数据，开发肿瘤学基础模型；同月，拜耳与多模态真实世界数据研究的领导者ConcertAI达成多年期协议，后者的Translational360™是一个集成的研究级纵向临床分子数据库，整合了CancerLinQ网络提供的美国全部50个州的超过900万份去识别化癌症患者数据，拜耳将依托该平台加速肿瘤学药物开发。

在数据这一明确的需求点之外，一些MNC还在前期散点式的合作实践中逐渐意识到，真正的难点并不在于某一个模型或算法，而在于多工具、多数据源、多团队之间的系统整合。单点式的AI工具可以带来局部效率提升，但无法解决研发流程整体割裂的问题。

正因如此，跨国药企一方面持续外部合作，另一方面开始构建整合式解决方案，这一需求也直接推动了近期科技巨头和制药巨头的强强联合。

以礼来为例，2025年至2026年初，礼来已与BigHat Biosciences、Creyon Bio、Juvena Therapeutics、insitro、晶泰科技、英矽智能、Nimbus、InduPro、Chai Discovery等多家AI公司达成了合作。近几个月又接连宣布与英伟达合力打造AI超级计算机和AI工厂，共建联合实验室等操作。

其AI工厂不止能够赋能全基因组序列分析，预测患者疗效结果，助力新生物标志物发现及退行性疾病基因疗法设计等药物研发环节，还将构建加速临床试验的大型语言模型，协助医学文书撰写及其他内部工作流程；而共建联合实验室能则将礼来的智能湿实验室与计算干实验室紧密连接，解决当前AI制药在湿实验阶段衔接的问题。

这一次巨头联手，将使礼来从此前仅仅使借助AI实现研发效率的竞争，推向了构建AI生态的抢先入局。

从效率竞赛到生态位博弈

当跨国药企开始主动整合AI能力，当英伟达这样的巨头开始深度嵌入药物研发流程，中小型AI制药公司独立作为工具型、数据型供应商的生态位和获利空间是否会被压缩，仍是一个无法回避的问题。

Define Venture在2025年的研究显示，目前30%的制药行业领导者计划以内部开发AI工具为主，40%期望平衡内部开发与外部合作，另有30%倾向于外部优先战略。这意味着，外部AI公司的机会并未消失，但其价值必须与药企内部能力形成互补，而非简单替代。

如亚马逊云科技（AWS）医疗与生命科学部门总经理Dan Sheeran所言，“没有任何一家制药公司拥有足够的数据或算力独自完成这项工作。现实路径是利用外部模型并结合内部专有数据，形成差异化能力。这种混合模式，正在成为主流。”

从近两年交易趋势来看，AI制药相关合作交易还将继续爆发，中小型AI制药公司仍有很多机会。高盛预测，到2027年，AI辅助研发的创新药在BD交易中的占比将超50%，交易金额将突破800亿美元。

但未来随着科技巨头入场，竞争逻辑也将发生变化：泛AI平台、泛能力有概率被压缩或整合，而真正具备数据壁垒、工程能力与疾病理解深度的公司，短期内将更难被替代。而大小AI制药公司将在何时迎来残酷的生存竞赛，尚且无法预判。

AI制药赛道公司的发展逻辑各不相同，面对的局势也有所差别。中国市场中成立较早的两家公司——晶泰科技和英矽智能刚好走上不同的道路。前者以服务为业务主线，类似于CXO。而后者则是利用AI发现新药、加速自研管线，本质上仍是一家药企。

不同类型AI制药公司的命运分化，几乎是必然结果。有些公司注定成为基础设施、有些必须成为药企，而有些公司会稳定存在于高壁垒领域。

服务型公司若仅停留在算法或工具层面，其业务的商业空间或许将随着大型药企自建能力的增强而被压缩；而选择将AI能力内化为自身研发体系、主动承担临床风险的公司，本质上已成为新一代完全使用AIDD模式的药企，其估值逻辑将不可避免地回归药物本身。这是一条高风险、高回报的路径，成功与否取决于中后期临床的真实表现。

与此同时，深耕特定模态或特定数据壁垒的垂直型AI公司，反而可能在未来生态中获得更稳定的位置。如华深智药（大分子/双抗）、元思生肽（多肽），它们选择在数据壁垒高、设计复杂度强的特定药物形态上建立绝对专业优势，当数据难以复制、设计复杂度极高、湿实验成本长期存在时，这类公司更接近于不可或缺的专业协作者。在特定领域的增长天花板或许有限，但需求确定性更高。

不过，在AI制药全球生态版图中，上述中国AI制药公司凭借敏捷的研发速度和灵活的商业模式，已经占据了独特且重要的位置。

可以确定的是，AI制药交易的规模与复杂度仍将持续上升，从平台到联盟、生态的合作将越来越多，多模型的融合将推动AI全面渗透药物研发全流程。而当前的BD热潮，又将是新一轮火热竞争的起点。

参考资料：

[1]医药魔方数据库

[2]How successful are AI-discovered drugs in clinical trials? A first analysis and emerging lessons.

[3]Inside the C-Suite：Pharma leaders share their vision for AI.

[4]AI deals show no sign of slowing.

[5]AI-Enabled Clinical Improvements Confirm Biotech Hype as Success Rates Rise.

[6]AI制药双杰的下半场

[7]礼来与英伟达合作，部署了世界上最大、最强大的AI药物发现工厂

欢迎添加作者交流

马宇洁：myj17443086