字節拆分，百度IPO，騰訊撒錢，拆解互聯網巨頭AI製藥三條難通之路

近來中國三大互聯網巨頭在AI製藥領域的動作接連不斷，引發市場高度關注。字節跳動將其AI製藥團隊從內部體系中拆分出來，宣稱獨立融資、估值10億美元，並引入豪華科學顧問委員會；百度旗下的百圖生科傳出以保密形式向港交所遞交IPO申請，保薦人包括中金、摩根士丹利及瑞銀，擬募資數億美元；騰訊則低調公開一份AI設計的GLP-1短肽專利，同時其投資組合中已囊括晶泰科技、英矽智能、禮邦醫藥、維立志博、新景智源等一系列創新藥明星公司。表面上看，三家巨頭各自選擇了不同的路徑：字節跳動試圖打造全鏈條閉環，百度堅持做平台基礎設施，騰訊則扮演財務投資者的角色。

然而，若將它們的戰略差異一層層剝開，就會發現這三家企業表面上爭奪的是AI製藥的話語權，底層真正較勁的，是下一代生命科學基礎數據與算法閉環的控制權。藥品只是最終載體，數據才是真正的通貨，AI則是鑄幣機。先看字節跳動。外界對其AI製藥佈局的主流解讀，經常聚焦於「全鏈路閉環」的宏大敘事：從蛋白結構預測模型Protenix與SeedFold，到藥物發現平台Anew Labs，再到自有IL-17小分子管線，以及投資60億元建設的北京愛瑞國際醫療綜合體。事實層面並沒有錯，字節跳動在2021年組建團隊，由劉凱帶隊，核心約50人，從一開始就按全棧思路推進，底層模型、結構預測、分子設計、早期管線全部自己掌握。

2025年發表的Protenix與SeedFold參數驚人，SeedFold甚至在限定訓練數據截止時間的條件下宣稱超越AlphaFold 3。2026年4月，Anew Labs在美國免疫學會年會上展示全球首個同時阻斷IL-17三個二聚體的小分子項目，確實是扎實的概念驗證。然而，問題的核心在於字節跳動的互聯網內核與製藥世界的運轉邏輯存在根本矛盾。互聯網項目的命脈是速度：兩週一次迭代、AB測試看數據、ROI按月結算。製藥的命脈卻是時間：一款分子從Hit到Lead再到PCC、IND、臨床，少則三五年，多則十年，每一步驗證都需要實驗數據和人命級別的監管背書。

字節跳動可以將算法人才的密度堆到極致，卻無法把生物系統的噪音壓縮成代碼的收斂速度，這是物理規律，不是管理問題。因此，這次拆分並非外界解讀的「業務太重要所以給它更大舞台」，而是內部項目制的考核時鐘與製藥長週期之間產生了不可逆的制度摩擦。將團隊獨立融資、保留控股與算力供給，等於做了一次精明的結構化對沖：成功了算投資回報，失敗了也能隔離在表外。引入信達生物原總裁劉勇軍、Amgen原首席科學家Ji Ma等科學顧問，本質上也是為資本市場補上製藥行業的信用認證。再來看百度。百圖生科的故事在幾家裡講得最為圓滿。

2020年由李彥宏與原百度風投CEO劉維創立，推出2680億參數的生命科學大模型xTrimo V4，搭配BioMap OS「操作系統」，服務超過800家機構、30餘家頭部企業客戶，並拿下賽諾菲10億美元級的合作框架，如今衝刺港交所IPO。「賣鏟子」的邏輯非常清晰：不做藥、做基礎設施，讓藥企在自家平台上跑設計任務，收取平台費、授權費與算力費，類似百度在搜索與Apollo自動駕駛上的策略。然而，AI製藥的「鏟子市場」與十九世紀加州淘金熱的鏟子市場有一個致命區別——今天的頭部藥企不會乖乖坐著等你賣鏟子。無論是國內的恆瑞、復星，還是國外的輝瑞、禮來，都在大張旗鼓自建AI研發能力。

科技大廠方面，英偉達有BioNeMo，Google DeepMind有AlphaFold，這些都是百圖生科繞不開的底層基礎設施。xTrimo V4面對的競爭格局並非空白市場，而是每一個大客戶同時也是潛在競爭者，它們一邊用你的平台跑概念驗證，一邊偷師 pipeline 邏輯，回頭用自家IT團隊搭建私有化部署版本。800家機構客戶聽起來聲勢浩大，但其中多少是長期付費鎖定的合約，外界難以判斷。更關鍵的是，百圖生科衝刺IPO的時機，恰好落在AI製藥從「講故事」切換到「驗貨」的拐點。投資人下一階段要的不再是服務了多少機構，而是你的模型實際幫客戶將哪款分子推到了臨床、哪款藥物賣出了幾億元。

賽諾菲那10億美元合作至今仍是框架性協議，里程碑付款的節奏與實際到賬結構無從知曉。百圖生科的天花板在於：當AI製藥平台從稀缺變成大宗商品化時，它憑什麼不讓大藥企用開源模型加自建團隊將其替代？騰訊的打法最為簡單粗暴：不搭團隊、不搞底層模型、不自研藥物，而是將整個賽道投一遍。從2014年投資丁香園算起，騰訊在醫療健康領域撒錢超過十年，近年明顯向創新藥傾斜。晶泰科技、英矽智能、禮邦醫藥（第二大股東）、維立志博、民為生物、新景智源……覆蓋範圍從AI製藥平台到自免、腫瘤、代謝、細胞治療幾乎無所不包。這套地毯式投資風險最低、財務彈性最大，永遠站在贏家的可能性裡。

不管哪家biotech跑出來，騰訊都有股份；即使全軍覆沒，對騰訊主營業務的拖累也有限。然而，騰訊在AI製藥這場技術革命中始終沒有建立起屬於自己的「不可替代性」。晶泰科技也好，英矽智能也罷，它們成功的核心驅動力是自己的科學團隊、靶點策略與臨床推進能力。騰訊的錢很重要，但騰訊的AI並不關鍵——這與騰訊早期投資拼多多、美團不同，那些公司長在騰訊的生態位上，社交分發與微信支付是價值倍增器。但在製藥領域，騰訊能提供的只有資金。因此，2026年2月騰訊公開AI設計的GLP-1短肽專利，格外耐人尋味。

這份專利釋放的信號不是「騰訊要做藥了」，而是騰訊意識到純財務投資路線在敘事上站不穩，需要證明自己不只會出錢，還得「懂」。但一份專利與一個能推進到IND的分子之間，仍有十萬八千里。騰訊的「雲深智藥」平台存在多年，產業存在感始終弱於其投資品牌。騰訊在AI製藥領域最大的成就，是做出了一個優秀的醫藥PE/VC替代界面，用企業投資部的體量做著創投該做的事。將三家的切口差異剝到最深層，就會發現它們真正爭奪的，是下一代生命科學基礎數據與算法閉環的控制權。

字節跳動的算盤是，憑藉抖音、頭條積累的海量用戶行為數據，加上火山引擎的算力與剛起步的生物數據（蛋白結構、分子交互、自建醫院的臨床數據流），若能將這個飛輪轉起來，就能擁有橫跨消費健康與嚴肅醫療的數據帝國——藥只是出口之一，數據主權才是底盤。百度的算盤是，讓xTrimo大模型吃掉全球藥企與科研機構的生物數據使用權，成為生命科學領域的iOS，誰定義模型標準，誰定義數據格式，誰就有生態稅。騰訊雖不一定擁有數據，但擁有資本通道與社交生態，透過投資將分散的生物技術資產網絡化與期權化，做不了操作系統，就做生態系統的隱含控股股東。行業目前流行「AI製藥從概念期進入驗證期」的說法，這話對也不全對。

靠一篇Nature Methods或一套開源模型就能融一輪的時代正在過去，資本市場開始拿醫藥產業的尺子來量：分子推沒推到臨床？IND批了沒？安全性數據長什麼樣？但「驗證期」不是線性的，不是再熬兩年、再融兩輪就能像電商或雲計算那樣突然爆發。製藥的天花板來自生物系統的不可約簡複雜性。AlphaFold能預測結構，不等於能預測毒性；能優化結合，不等於能通過肝臟代謝。對這三家巨頭，以及所有科技巨頭跨界製藥的參與者而言，真正能跑通的那一天，取決於誰願意把製藥業務當成二十年週期的沉默資產來養，不以季度OKR衡量，不以互聯網項目的死亡率裁撤，不以「不夠性感」就砍掉。

字節跳動用拆分邁了半步，百度用IPO邁了另半步，騰訊還在用投資組合買期權。這條路上真正稀缺的從來不是算力、不是模型，甚至不是錢，而是願意被製藥行業的時間尺度重塑自己的耐心——而耐心，恰恰是互聯網基因中最缺少的那一塊。