文 | Alpha说企业研究

据公开报道，2026年6月，字节跳动将AI制药业务拆分为独立运营的Anew Labs。9月16日，路透社援引知情人士称，Anew Labs已完成2.9亿美元首轮外部融资，投后估值约15亿美元，字节跳动仍持有56%的股份。

这家公司最重要的变化，是把过去几年积累的AI模型继续推进到了实验与药物管线。Anew Labs官网披露的业务已经包括结构预测、分子设计、抗体优化和科学推理模型，并列出IL17AA/AF/FF、IL4R及两项未公开靶点的药物管线。

这让Anew Labs成为观察AI制药变化的一个具体样本：当模型开始与实验和管线连接，AI制药的竞争也从“模型能做什么”，走向“模型能否持续产生值得验证、能够推进的候选药物”。

01 模型开始从预测结构走向设计分子

AI进入药物研发，最早解决的是“看清楚”。

蛋白质能够发挥什么作用，很大程度上取决于它如何折叠、如何与其他分子结合。传统实验需要投入大量时间确认这些结构与相互作用，AI模型可以先在计算机中进行预测，帮助研究人员缩小实验范围。

据公开报道，字节相关团队于2020年底开始招募AI制药人才，2021年正式组建相关团队”。此后推出的Protenix，承担的就是生物分子结构预测。

但预测结构只是药物发现的起点。研究人员知道一个蛋白质“长什么样”以后，还要找到能够与它结合、改变其功能的分子。

PXDesign向前走了一步。它不只观察自然界已有的蛋白质，还尝试根据目标设计新的蛋白质结合物。Anew Labs独立后披露的产品体系继续沿着这条路径展开：AnewFold用于预测蛋白质及分子复合物结构，AnewOmni统一生成与设计小分子、肽和抗体结合物，AnewDesign则用于抗体设计与优化。

从预测结构到生成和设计分子，模型承担的任务发生了变化。它开始参与提出候选方案，为后续实验提供更集中的搜索方向。

AI在这里创造的价值，是把原本范围巨大的试错过程压缩到一批更值得进入实验室的候选物。

02 实验闭环决定模型能否进入制药流程

模型可以在短时间内生成大量候选分子，但药物研发不会在生成结果的那一刻完成。

候选分子能否稳定结合靶点、能否产生预期药效、是否具有毒性，都需要实验数据回答。实验结果还会暴露模型没有考虑到的问题，并成为下一轮设计的新输入。

9月19日，Anew Labs发布AnewDDE。它把结构预测、分子设计、结合亲和力排序和科学推理连接起来，再将实验结果用于下一轮设计与优化。

这可以被理解为一个连续循环：AI提出候选，实验筛选结果，结果再帮助AI调整下一轮设计。

这一闭环比单次预测更接近真实的药物研发。模型的价值不再只体现在一次准确率或一张榜单上，而要体现在它能否减少无效实验、提高候选质量，并持续推动研发向下一阶段前进。

AnewMind也被放在这条链路中。它尝试参与药物发现中的科学推理与决策，把不同阶段产生的信息连接起来，帮助研发团队判断哪些方向值得继续投入。

结构预测、分子生成、抗体设计、实验反馈和科学推理被连在一起后，Anew Labs提供的就不再是一个孤立模型，而是一套围绕药物发现运行的研发系统。

03 管线把AI能力变成一门长期生意

模型能否进入药物研发，最终仍会落到真实管线上。

Anew Labs已经披露IL17AA/AF/FF、IL4R及两项未公开靶点的药物项目。靶点确定之后，候选物还要经历药效、毒理和安全性研究，再逐步进入临床。每向前推进一步，都需要新的实验数据、专业团队和资金投入。

这条路径决定了AI制药与互联网产品拥有不同的反馈速度。算法可以快速迭代，实验要遵循生物规律，药物还要经过临床和监管流程。模型缩短的是早期发现和设计过程，药物价值则要随着实验与管线进度逐步积累。

因此，AI制药公司的核心资产也在发生变化。

模型与算力仍然重要，但实验闭环、疾病理解、药物开发团队和在研管线，开始共同决定一家公司的价值。外部资本进入Anew Labs，承接的也是从实验验证到管线推进的长期投入。

由DeepMind孵化的Isomorphic Labs同样在把AI药物设计平台与自有项目、药企合作连接起来。不同公司的产品与组织路径并不相同，但方向已经清晰：AI制药正在从发布一个更强的模型，走向建立能够反复设计、实验和推进药物的完整能力。

Anew Labs从字节体系中独立出来，为这套能力提供了新的公司载体。拆分本身只是事件的起点，真正决定这家公司产业位置的，是它能否让模型、实验和药物管线持续运转在同一个闭环中。

AI制药的下一程，竞争的不只是模型精度，而是谁能把模型产生的可能性，一步步推进成真实的药物。