一家还没有公开名称、产品和实验数据的AI制药公司，估值已经谈到20亿美元。

据报道，OpenAI研究员Miles Wang正在洽谈创办这家公司，Lightspeed有意领投。真正反常的地方不在“AI制药”四个字，而在资本愿意把OpenAI的人才溢价，直接带进药物研发这个慢行业。

目前确定的，只有一笔仍在谈的交易

公开信息很有限：

  • 发起人是OpenAI研究员Miles Wang；
  • 创业方向为AI药物发现；
  • 讨论中的估值约为20亿美元；
  • Lightspeed正在洽谈领投；
  • 交易尚未确认完成。

融资金额、轮次、估值是投前还是投后，目前都看不清。公司名称、联合创始人、目标疾病、药物管线和实验进度，也没有公开。

所以，20亿美元首先是一项谈判价格，不是技术验收结果。把它直接理解成“这家公司已经值20亿美元”，走得太快了。

这笔交易若能落地，影响也很明确：AI人才进入生物医药的融资门槛会被进一步抬高。投资机构可能更愿意在管线形成前抢团队，生物科技创业者则要面对一个略显尴尬的比较——自己的湿实验数据，可能暂时不如一份顶尖AI履历值钱。

AI能加快找分子，却绕不过生物学

AI药物发现并非新故事。

DeepMind在2020年公布AlphaFold 2，蛋白质结构预测由此成为AI进入生命科学的标志性案例。DeepMind母公司Alphabet随后在2021年成立Isomorphic Labs，直接瞄准药物研发。Recursion、Insilico Medicine等公司也长期尝试把机器学习接入靶点发现、分子设计和实验筛选。

但“预测蛋白质结构”和“做出一种药”之间，隔着很长的路。

技术路线AI能做什么真正难点
老药新用从已有药物和疾病数据中寻找新关联专利空间有限，商业回报未必足够
从头设计分子生成候选结构，优化活性与选择性合成、毒性、药代和人体效果仍需实验验证
靶点发现从多组学和文献中寻找疾病机制相关性不等于因果关系，错误靶点会拖垮整条管线
制药平台服务向药企出售模型、筛选或合作研发能力容易项目制化，平台收入未必能支撑高估值

Miles Wang的新公司选择哪条路，报道没有说明。这恰恰决定了20亿美元究竟是激进，还是仅仅提前。

如果主攻软件平台，它要证明药企愿意持续付费，而不只是签一份带宣传意味的合作协议。如果自己推进药物管线，资金需求、研发周期和失败风险都会迅速上升。模型生成一万个分子不难，找出一个安全、有效、能制造、能通过监管审查的药，仍然很难。

“纸上得来终觉浅。”放在AI制药里，纸面已经变成算力集群和分子模拟，后半句却没有变：最终仍要去实验台、动物模型和临床试验里验证。

资本正在给人才定价，医药行业只认里程碑

我更在意的不是Miles Wang能否拿到20亿美元估值，而是这笔钱准备为什么付费。

若公司尚无公开管线和实验数据，资本购买的主要是三样东西：OpenAI人才品牌、组建顶尖团队的能力，以及在AI制药窗口期抢占位置的机会。这种下注并不荒唐。早期科技投资本来就是先投人，再等产品。

问题在于，软件创业和制药创业的失败方式完全不同。

软件模型不够好，可以迭代版本、换数据、降价格。药物候选分子一旦在毒性、药代或临床疗效上失败，几年投入可能直接归零。AI可以压缩搜索空间，却不能删除生物学的不确定性。

如果你是AI制药创业者，接下来最现实的变化可能是融资对标被拉高，同时投资人会更快追问团队来历、算力资源和大模型能力。但真正能让下一轮融资落地的，仍会是可复现的湿实验结果、清楚的知识产权归属，以及一条能推进的候选管线。

如果你在药企负责合作或研发采购，也不必被20亿美元吓到。该问的问题很具体：模型找到了什么靶点，候选分子是否合成，实验能否复现，合作方拥有什么权利，付款是否绑定研发里程碑。没有这些，估值只是别人的交易条件。

这家公司接下来有四个检验点：融资是否正式完成，核心团队里有没有药物化学与临床转化人才，技术路线是否公开，以及首批实验数据能否经得住外部验证。

AI制药从来不缺漂亮的计算结果。它缺的是把结果送出服务器，再一路送进药柜的执行能力。