艾斐智药完成亿元天使轮融资，打造AI驱动的新一代药物发现引擎

打造AI驱动的新一代药物发现引擎。

本文为IPO早知道原创

作者｜Stone Jin

据IPO早知道消息，艾斐智药（AIPher）日前完成亿元天使轮融资，本轮融资由襄禾资本领投，星连资本及某知名产业基金跟投。

本轮融资将主要用于以 DrugCLIP 为代表的药物基础模型和 AI 药物研发智能体引擎 PharmAgents 的持续研发，同时建设多模态药物研发干湿闭环体系，并推进自主与合作创新药管线的实质性进展，其中进展最快的管线已进入 Pre-PCC （临床前候选化合物提名前）阶段。

作为是一家 AI Native（AI 原生）药物研发公司，艾斐智药致力于以人工智能重新定义创新药的研发方式。其核心技术源自清华大学智能产业研究院（AIR）兰艳艳团队在 AI for Science 与药物研发领域的多年积累。团队核心技术来源于清华大学智能产业研究院副院长、首席研究员兰艳艳教授，以及清华大学智能科学讲席教授、智能产业研究院创始院长张亚勤院士团队。

从单点工具到全流程决策

重构药物研发逻辑

长期以来，新药研发往往是一场漫长的征程，一直面临周期长、成本高、成功率低的核心挑战。过去数年，AI 已逐步被应用于蛋白结构预测、虚拟筛选、分子生成、性质预测等不同研发环节，但多数仍然停留在“用 AI 优化传统研发流程中的某一环节”。但药物研发本质上并非一系列孤立的预测任务的叠加，而是一个循环往复的探索、决策、验证与学习的连续过程。

正是基于这一认知，艾斐智药将自身核心能力锚定在三个维度：

探索——以 DrugCLIP 等为代表的药物基础模型为基石，不断扩展 AI 对浩瀚化学空间的覆盖边界，相关工作已发表于《Science》，标志着AI在药物分子空间的探索能力已取得关键突破，也为后续发现真正新颖的候选分子奠定了基础；

决策——通过AI药物研发智能体 PharmAgents ，综合多源科学证据与专业模型输出，在极其庞大的可能性空间中进行有依据的复杂研发决策，并推动真实实验验证。近期，团队将发布 PharmAgents 技术报告与系统性 Benchmark，首次在真实药物发现任务中量化评估其复杂决策能力；与此同时，多个由 PharmAgents 自主提出研发假设、并已进入实验验证阶段的真实项目案例也将陆续披露。

进化——将实验结果、研发过程与专家反馈持续转化为模型与智能体的学习信号，并主动判断下一步最值得验证的问题，使整个研发系统在真实项目中持续学习与进化。

从算法到管线

验证 AI 药物发现的真实价值

论文中的算法若不能真正触及实验室中的分子与现实中的病人，便始终停留在理论假设的纸面。艾斐智药从一开始就选择将AI技术置于真实药物研发场景中，从计算筛选走向实验验证和持续优化，推动自主创新药管线不断向前。

目前，艾斐智药进展最快的 First-in-Class（FIC）管线已经进入 Pre-PCC 阶段。从论文中的算法，到实验室里真正发现具有潜力的分子，再到创新药管线逐步成形，团队致力于证明 AI 可以真正进入药物发现的核心过程，而不仅仅是提升某一个计算环节的效率。

长远来看，艾斐智药的目标是构建一个由 AI Agent 驱动的“虚拟药企（Virtual Pharma）”——让 AI 能够广域探索、自主决策、持续进化，将创新药的发现与研发从“人力密集型”推向“智能密集型”。

以联合开发为核心

构建多层次商业合作体系

商业模式上，艾斐智药以 Co-development（联合开发）为主轴——艾斐智药围绕创新靶点和管线，与大型药企、Biotech 及科研机构开展深度协作，将 AI 药物研发能力融入从分子发现、实验验证到候选药物优化的全过程，并通过里程碑付款、License-out 及后续收益分成等方式与合作伙伴共享管线的成长价值。

截至目前，艾斐智药已与超过五家药企及 Biotech 在 代谢、CNS、自身免疫、药物递送等方向的创新药发现，以及靶点发现、反向找靶等研发任务开展共同开发。合作覆盖小分子、多肽等不同药物模态，形成从联合开发、里程碑分成到产品权益共享等多层次合作模式。

此外，艾斐智药也积极与国内顶尖科研院所及知名医院建立深度联动，将 AI 能力下沉至真实临床需求与疾病机制探索中，力求让每一次技术突破都能更早、更准地回应患者的期待。