一家 “AI大模型”2年冲到254亿估值！9个月签下6家巨头药企

撰稿｜王世薇

Chai Discovery于2024年3月成立，没有自研管线、没有临床资产，靠AI蛋白/抗体模型，2年内冲到38亿美元估值，拿下多家全球TOP 10药企。

10月上旬，GSK把和Chai合作的AI大模型从试用转成了正式签约。

这家MNC的试用对象是一家成立不到3年，名为Chai Discovery的旧金山公司。这家公司不同于大多数AI制药企业，Chai专注做设计分子的AI模型，没有开发新药管线。双方合作敲定前，GSK设置了一场考核。他们在自己实验室里挑了一批靶点，让Chai的模型直接生成蛋白质设计，并交回GSK的湿实验室验证。最后的考核结果显示，Chai为GSK此番给出的每一个受测靶点，都找到了能结合的分子。GSK高管对Chai给出的蛋白预测结果直呼不敢相信。

实际上，在GSK之前，Chai已经在短短4个月内，与辉瑞、诺华、argenx、百时美施贵宝等4家头部药企达成了合作。加上更早前合作的礼来制药，Chai在过去9个月里与6家头部药企签下了7笔合作协议。其间，2026年7月，Chai还完成4亿美元融资，估值直逼38亿美元。

AI制药的全球爆火的行情之下，任何一家MNC对其一掷千金都不足为奇。但如Chai这般，引来MNC扎堆签约的，确属罕见。而这些密集见报的合作背后，是MNC在尝试回答AI制药当下最热门的问题，即如何处理内部失败数据与外部AI模型之间的关系。

01

大药企和AI公司的合作模式已经变了

近两年，新的AI制药公司走马灯式层出不穷，能让药企真金白银掏钱的却不多。即使药企和AI公司产生了合作，药企的付费方式也一变再变。仔细翻阅这批合作公告里的细节，会发现有些变化有迹可循。

最直观的变化，是药企付费意愿的拓维和转变，付费对象从看得见摸得着的新药管线，延伸到纯粹的AI大模型。在很长一段时间里，药企和AI制药公司的交易，核心标的都是分子。合作通常会落地到特定靶点、特定适应症或具体的新药管线之上。换句话说，药企买的是一个结果——要么是帮你做出某个候选药物，要么是直接把已经做出来的管线买走。这个框架下，主流的合作模式大致有两种：第一种是CRO式的研发服务。第二种是管线收购或对外授权。但无论是服务还是管线，都有一个共同点：付费标的是做出来的东西，而不是用来做东西的工具。药企和AI公司之间，是一种甲方提需求、乙方交结果的关系。

但在Chai的这几单合作里，游戏规则变了。根据公开信息，Chai Discovery与六家药企的合作，几乎都指向同一个标的——Chai模型的访问权和使用权，而不是某条具体管线，而礼来和辉瑞还另外取得了基于专有数据定制的专属模型。意味着MNC不是在等AI公司替他们产出管线，而是直接把AI能力买回去，装到自己的研发体系里，由自己的团队来使用。

这个转变不是凭空发生的，是两个变量在同一时间的交汇。

变量一：模型能力成熟到可以独立交付工具价值。

早期的AI制药工具，更像是辅助软件——帮研究者做一些计算量大、重复性的筛选工作，最终的设计决策仍然高度依赖人。但像Chai-3这类新一代大模型，已经具备了独立完成抗体设计、结构预测、亲和力优化等完整任务的能力。当模型本身足够强，它就不再只是辅助工具，而可以直接成为生产工具。

上一代AI制药公司做的是预测，输入氨基酸序列算出折叠结构，或输入候选分子判断它能否结合上靶点。Chai做的是反向的工作，给定靶点结构和想要下手的位置，直接生成全新的抗体序列，是从头设计。这种转变的背后，是这一代模型跨过了可用的门槛。

Chai的蛋白设计战绩相当惊人。此前，Chai开发的第二代模型Chai-2在52个靶点上做完全从头设计，命中率约16%，对其中一半的靶点，20个以内的设计就能找到至少一个能结合的分子。无论是对于传统药物研发，还是对于上一代AI模型，Chai筛选早期分子的能力都断层式领先。随着与辉瑞合作披露的Chai-3，Chai称成功率再翻一倍，结合亲和力升到皮摩尔级。

变量二：药企内部的AI使用能力，已经上来了。

过去MNC和AI公司合作，很大程度上是因为自己的团队不会用AI。他们需要AI公司来代做、来服务。但经过几年的布局，头部药企内部已经建立了自己的AI研发团队——MNC对AI大模型的态度更开放了，他们懂模型、懂数据、懂怎么把AI嵌入药物发现流程。

当药企自己有了用工具的能力，他们自然就不满足于买服务了。他们更想要一个好用的工具，装到自己的研发体系里，自己掌控使用节奏和方向。

一些MNC开始向Chai定制专属的模型，另一些MNC则将Chai嵌入到自建的AI能力中。2026年6月，辉瑞与Chai签下许可协议，把Chai的平台装进自己的发现引擎，同时拿到一个基于辉瑞专有数据定制训练的模型。同年，辉瑞与另一家AI制药企业Boltz达成类似合作，把Boltz原本开源、全行业共用的模型，用辉瑞的历史数据精调成排他版本，辉瑞保留用这些模型发现的所有化合物的所有权。

定制模型的背后，是MNC开始用非公开数据反哺外部AI模型的趋势已经出现了。有分析师把这种模式比作生物学里的红帽，卖的是企业级操作系统，内核保持开源。内核人人可得，被买走的是用其独家数据训练出来的部分。

此外，2026年1月，礼来把Chai的平台部署进自己的研发流程，用于多个靶点的生物治疗药物设计，Chai则用礼来的专有数据训练一个只供礼来使用的模型，并按礼来的发现工作流做定制，这笔交易在礼来用自有数据对Chai的一组模型做过内部评估之后才达成。GSK的合作路径相似，这次接入的是Chai的蛋白折叠与设计模型，覆盖GSK全管线。通过这些很开放的合作，MNC主动在AI制药的链条中向前走了一个身位，从单纯的技术服务采购者，转变为AI大模型的合作开发者。

不过，在现阶段MNC开放的边界十分有限。GSK研发技术高级副总裁Christopher Austin就曾明确表示，Chai的技术是对GSK内部模型的补充，而不是替代，那些内部模型仍然在用GSK自家的实验数据持续重训。但这样一来，AI制药以往最触不可及却又至关重要的失败数据，终于有了进入大模型的新切口。

02

AI制药的真正卡点，是失败数据

MNC在AI制药中合作身位转变的背景，是随着AI制药陆续交出答卷，单纯依靠AI技术来提升新药研发效率的探索越来越多遭到质疑，对非公开数据，尤其是药企内部数据的求索浮出了水面。

一直以来，AI制药在模型为大的逻辑上，比拼的都是算法和参数，用到的大多是公开数据。但实际上，对于制药企业而言，一款更聪明的AI模型，远不如更懂自己的模型有价值。后者的训练需要依靠大量的药企层面数据，但这些数据大多未公开。

其中，最核心的是失败数据。所谓药企失败数据，并非类似临床试验终止的大事件，而是日常的实验记录，比如筛选中被淘汰的化合物、走不通的靶点、卡在成药性门槛上的候选化合物、合成路线走不通的反应、毒理没过关的分子，以及所有跑完却没有得到阳性结论的阴性实验等，都在其列。这些记录散落在药企的实验室里，外部的模型也就无从读到。在一款新药上市之前，被淘汰的尝试远远多于最终留下的结果。

究其本质，隐秘的失败数据和公开的成功数据共同构成了新药研发的数据链。以往的AI模型仅基于成功数据训练，很难做出真实世界中可验证的准确判断。此前，化合物供应商ChemDiv公布过一组对照实验数据，在hERG心脏毒性实验中，ChemDiv让同一套模型跑两次，第一次只用公开数据训练，准确率仅为35%，几乎等同于随机猜测。在第二次实验中，ChemDiv把多年积累的成功与失败数据补进训练集，准确率随即大幅提升到80%。

对于制药业而言，失败的化合物属于专有情报，如果无偿公开，就等于给竞争对手画出避坑地图。一家药企在研发中筛掉的分子，数量远超最终走进临床的那几个，这些记录，是新药研发中最值钱的试错成本，也是它下一次立项的依据。对手不必自己去验证，就能知道哪些方向走不通。因此，制药行业默认只报喜不报忧，公开渠道里能找到的，几乎只是成功的案例。Cytiva蛋白质研究战略总监Paul Belcher就曾表示，没有人会把自己的失败拿出来分享，他还提议，行业需要一本专门发表阴性结果的刊物，让这些锁在抽屉里的记录有一个去处。

在国内，AI制药模型的精度长期被三件事拖住，即数据孤岛、标注稀缺、阴性失败数据缺失。所谓数据孤岛，即各家只看得见自己服务器里的数据，同一类分子，一家试过不行，另一家隔两年还会再试一遍，同一个坑被反复踩，行业的试错成本被整体抬高。标注稀缺则意味着这些记录散落在实验记录本、筛选平台和内部数据库里，各家记法不一，有的连结构式都不全，直接拿来训练之前先要做一轮清洗和统一。

阴性数据的缺失最直接，模型见过的几乎都是成功案例，它对什么样的分子可能成药的理解，从第一课起就是偏的。企业出于保密不愿让失败实验数据流通，记录在案的几乎都是成功，失败的那一半始终缺席。一堆本该用于模型训练的样本，锁在企业自己的服务器里，始终没有被打开，这一层缺口，才是AI制药眼下真正的卡点。

03

开放失败数据的势头

近年来，随着失败数据在AI制药中的价值更多被注意到，一条运用失败数据的裂缝也逐渐形成，从自主生产到联合训练，再到如今Chai与MNC之间形成的外部合作，让渡的尺度一步步在扩大。

起初，一些制药企业尝试自主开发，把失败数据变成产能。比如，Recursion用机器人和计算机视觉，每周产生数百万级细胞测量数据，累计超过50PB。它和文献实验拉开距离的地方不在数据量，在记录的严格程度，什么都没发生的实验和命中的实验被以同样的标准留下。给文献做的实验只报告能发表的部分，给模型做的实验没有这道筛子，阴性结果同样是产出。再如，诺华把高通量化学改造成闭环平台MicroCycle，自主合成、纯化、检测，中间结果全部留痕。自动化流程不挑结果，难看的那一次和漂亮的那一次一样被完整存档。这套做法的门槛不在算法，在实验室能不能把实验跑成流水线。

另一种尝试是把失败汇集起来，但数据不离开原主人。比如，MELLODDY项目让安进、阿斯利康、拜耳、勃林格殷格翰、GSK、杨森、默克、诺华等10家互为对手的药企，在26亿条机密测量数据、2100万个分子上训练共享模型。机制是把模型送到数据那里，每家公司只在自家服务器上训练，回传的只有数学上的改进量，没有一行原始数据离开原主人，业内管这叫竞合。共享模型的表现超过了任何一家公司的自有模型，药代动力学和毒性预测上的提升最明显。

眼下，开放失败数据再往前一步，把数据交到外部手里，换回一个对手拿不到、也无法复制的排他模型。这种方式的效率最高，但是难度也最大。也正因如此，Chai迅速成为MNC排队合作的对象。这条路把药企最不愿示人的资产摆上了谈判桌。

开放失败数据的收益很直接。药企把内部记录交给外部模型，回收的是一份对手无法复制的版本，判断依据从公开文献换成自家的实验史，模型因此带着这家药企自己做判断的习惯。但开放失败数据的风险也不可小觑。数据一旦离开自己的服务器，就会失去物理上的控制权，数据安全性只能靠合同条款和技术手段来约束。同时，定制效果无法事先验证，药企愿意把多年积累的宝贵记录交出去，前提是能换回显著优于通用版本的模型。

比如，在与Chai的合作中，礼来先用自有数据对Chai的一组模型做过内部评估之后，才签下协议。Chai的稀缺性，除了技术能力本身，还在于它不做药、没有自有管线的定位，药企不必担心失败数据交给一个未来可能同台竞争的对手。此外，Chai愿意为每一家单独训练，放弃把同一份通用能力卖给所有人的做法。

当然，依托失败数据定制专属模型，也并不意味着药企跑通了依托AI优化新药研发之路。从某种意义上讲，定制的增益尚难准确评估。Chai-3的性能数字出自公司与合作方，尚无独立同行评议，要等第三方复现之后才算数。

此外，基于失败数据的合作，对合作协议本身要求更高，双方在数据的使用和保护中如何设定边界，没有先例可循。更重要的是，失败数据不是万能解，它能让模型的判断更准，却替代不了靶点选择、临床设计和运气。失败数据只是必要条件，却不是充分条件。开放若只朝少数几家公司集中，公开库里沉淀的仍只是低风险的失败，后来者拿不到可用的样本。

此番Chai被MNC排队签约，本质是一次资产的位移，竞争的焦点从谁的算法更强，转到谁掌握着别人看不见的记录。数据可以交出去，换来的是能力，留下来的是对失败经验的理解，是下一个时代的护城河。

*封面图片来源：AI生成

秒追医疗健康产业创新

声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。

点喜欢