在AI制药赛道快速发展的当下，百图生科选择了一条与多数同行截然不同的发展路径，没有直接押注药物管线，而是将自身定位为AI制药上游基础设施提供商，专注为更多药企提供底层AI工具，通过服务多类客户实现长期商业价值。这一选择在业内被不少人认为是难度更高的“人迹更少的路”，部分业内观点甚至提出，单靠做工具很难支撑一家规模庞大的科技公司。过去几年间，包括英矽智能、剂泰科技、Anew Labs、华深智药等在内的多家明星AI制药公司，都陆续将业务触角向药物管线方向延伸，而百图生科始终坚持留在上游领域，为整个AI制药产业搭建底层技术支撑体系。

　　百图生科联合创始人、CEO刘维在接受经济观察报采访时表示，其他公司选择直接做药，能够获取更高的收益，而百图生科选择提供工具，赚取相对小的收益，但可以服务更多客户。拥有18年早期投资经历的刘维，曾任联想之星合伙人、百度风投创始首席执行官，投资并孵化过多家早期科技公司，2020年他与百度创始人李彦宏联合创办百图生科，从生命科学基础大模型切入AI制药赛道，将蛋白质、基因、细胞乃至器官作为核心研究对象，根据它们的生物序列输入、预测和获取各类属性数据，并统一整合到一个查询平台之上。

核心技术路径与底层布局逻辑

　　百图生科的核心切入点是生命科学基础大模型，将蛋白质、基因、细胞等生物序列属性数值统一整合至查询平台，同时深入高通量实验室及上游仪器研发环节，自主生产关键数据，为大模型训练提供扎实的底层支撑。刘维认为，生命科学领域的AI训练逻辑与自动驾驶、文本创作等领域完全不同，人类目前掌握的生命科学知识，相较于待发现的问题而言只是沧海一粟，大量待研究的机理尚未被人类探明，现有实验数据也远远不足以支撑常规AI建模，这也是百图生科放弃轻量路线、选择从生命原生数据底层训练模型的根本原因。

　　百图生科给出的技术解法是“跨模态”和“跨物种”，当某个物种的细胞数据不足时，可以借助同源进化规律和不同模态的数据，将不同物种的细胞数据连接起来进行训练，即便物种不同，它们的DNA序列相似度也处于较高水平，跨物种的数据集能够被有机整合成一个规模大得多的训练池。依托这一技术逻辑，百图生科自主研发的xTrimo大模型参数规模达到2680亿，覆盖蛋白质、DNA、RNA等七大生命科学模态，已在20余个生命科学细分领域的300余个预测任务中取得业界顶尖表现，还在2025年世界首届虚拟细胞挑战赛上，从来自全球114个国家、1200余支队伍中脱颖而出，拿到赛事总冠军。

　　不同于不少AI制药公司仅聚焦单点工具开发的模式，百图生科致力于搭建可支撑大批量源头创新的智能研发平台，打造一套面向所有做药群体的底层“操作系统”。这套基于基础大模型构建的生命科学发现系统BioMap OS，能够帮助用户建立系统化的AI能力，通过AI驱动下的干湿闭环发现，完成数据洞察、参数优化、生成式设计等创新任务，同时帮助用户积累自身数据、训练专属AI模型，持续提升其AI研发水平。目前百图生科已在全球范围内支持了超过800家机构用户，覆盖抗体和创新蛋白、创新疗法与精准医学、合成生物学、前沿科研等多个垂直领域。

创业关键节点与行业发展契机

　　2020年大模型底层技术爆发是创办百图生科的关键契机，当时全球范围内缺乏成熟的生命科学基础模型标的，且生命科学底层设备与数据研发节奏慢、周期长，独立创业公司比互联网大厂内部孵化更具可行性。刘维分析称，互联网公司习惯追求效率和快速迭代，一个产品上线后很快就能看到反馈，但药物研发却是典型的长期主义行业，当下做出的决定，可能要一年甚至十年后才知道结果，还伴随着极高的失败率，这种差异决定了两类公司的文化和增长逻辑很难相容。

　　生命科学研究深入到一定深度后，就会碰到互联网大厂并不熟悉的领域，生命科学的底层设备和数据需要长期投入，往往要数年才能看到结果，这套研发节奏很难沿用互联网公司的快速迭代方式。大厂的AI能力可以向千行百业辐射，如果只是做通用AI赋能，核心技术、解决方案、团队和文化可以共享一套体系，但如果继续向生命科学的核心问题深入，就会碰到完全不同的运行逻辑，必须单独构建完整的研发体系，这也是百图生科选择独立创业而非在大厂内部孵化的核心考量。

　　百图生科成立的第三年至第四年是其最艰难的阶段，当时底层技术研发周期漫长，公司持续投入平台技术研发，却还没做出药物发现的概念验证结果，也没得到太多用户的认可，内外部压力都十分巨大，刘维形容那个过程像是在无人区跋涉。随着底层技术、产品封装变得愈发成熟，叠加整个行业对创新药研发的投入快速增长，百图生科的发展速度开始显著加快。过去一两年间，很多生物科技公司通过管线授权合作交易赚到了资金，现在它们开始把这些资金重新投入更具创新性的药物研发领域，当这些企业想要进入全新研发领域、主流生物技术成功率不高时，就会更关心如何构建自己的独特研发平台，让AI从一开始就在这个平台里发挥关键作用，这也为百图生科带来了大量的客户需求。

产业分层格局与行业合作实践

　　当前AI制药领域已经形成两条清晰的发展路径，一类是以自研管线为核心直接做药，另一类是聚焦大模型和平台能力，两类路径对应不同的商业逻辑和成功条件。对以自研管线为核心的公司来说，最终这家公司能不能成功，取决于管线立项、靶点和适应证的选择，有时也需要一定的运气，如果管线选择出现偏差，即便AI技术再先进也无法发挥作用。百图生科与众多专注做管线的AI公司形成了清晰的产业链分层，后者也完全可以成为其潜在客户，依托百图生科提供的底层AI工具提升自身管线研发效率。

　　百图生科与和铂医药联合创立了AI管线研发公司MegaStream，旨在通过底层基础模型帮助药企构建基于大规模管线组合持续进化的AI能力，整体提高首创新药研发成功率。和铂医药作为牵头发起方，输出全球独有的全人源抗体平台、独家高质量AI适配数据、深厚靶点生物学积累及全球化临床开发能力，双方发挥各自核心优势深度赋能，打破传统“AI工具+药企”的浅层合作模式，构建数据、研发、迭代三重闭环体系，从根本上解决新药研发周期长、成本高、成功率低的行业痛点，实现制药范式的底层革新。

　　该合资公司将面向血管、肾病、抗衰老等高未满足临床需求领域，以First-in-Class、Best-in-Class源头创新为目标，批量推进差异化复杂大分子管线进入临床，致力成为全球复杂大分子AI研发标杆企业。复杂大分子拥有海量未知序列空间，研发复杂度远超小分子，是AI技术天然的长坡厚雪赛道，依托百图生科大模型的生物进化规律学习、全新蛋白自主生成能力、高通量实验闭环体系，结合和铂医药的独有数据与药物研发经验，可持续优化模型精度，破解传统研发创新不足、盲目性强的短板，推动大分子研发从“经验筛选”迈入“AI智能定义”的全新阶段。

　　当前主流药企对AI的态度已经发生显著转变，随着行业向新兴方向移动，药企自主研发AI能力日趋成熟，越来越认可AI在研发首创新药中发挥关键作用的趋势。行业普遍研判，AI已经从研发辅助工具升级为新药源头创新的核心引擎，整个行业正式进入“AI定义研发范式”的新时代。相较于小分子，复杂大分子AI创新壁垒更高、临床价值更大，未来五年将迎来集中突破窗口期，依托中国在生物实验、数据工程、产业链协同的综合优势，叠加底层大模型技术持续迭代，我国有望在复杂大分子创新药赛道实现全球引领。

(编辑：张广德)