2025年港交所医疗健康企业IPO市场综述 - 2025年超20家医疗健康企业在港交所上市，数量接近2022-2024年三年总和 [1] - 行业资本化呈现新特征：年初企业争相递表，年中明星企业募资近百亿港元，年末多家新股首日破发，标志着行业从追求管线数量的“粗放扩张”转向深耕临床与商业价值的“精细化运营” [1] 资本流向特征：头部聚集与硬科技偏好 - 资本呈现“头部聚集”与“硬科技偏好”特征，头部企业与细分赛道龙头受青睐 [3] - 恒瑞医药年中上市募资额约为98.9亿港元，是近5年港股医药板块最大IPO，吸引了新加坡政府投资公司、高瓴资本等顶级基石投资者 [3] - AI制药独角兽英矽智能年末上市，以约23亿港元融资额成为“2025年香港最大型的生物科技新股” [3] - 数字医疗平台“健康160”于2025年9月登陆港交所，开盘即暴涨约152%，市值一度突破百亿港元，其连接全国超4.46万家医疗健康机构及90.23万名医护人员的生态网络被视为核心优势 [5] 投资逻辑转变：从故事到数据与商业确定性 - 资本市场过去为“潜力”和“故事”支付溢价的时代正快速退潮，对硬核临床数据、清晰商业路径与财务健康度的严苛审视成为主流 [6] - 截至2025年底，已有超70家公司通过港交所“18A规则”上市，早期市场看重科学背景和管线前景，如今投资人更聚焦二期临床数据优势、新药上市申请时间、生产成本及定价策略等具体问题 [6] - 2025年传统药企与创新生物科技公司（Biotech）之间的并购显著活跃，例如中国生物制药收购礼新医药，这被视为“研发引擎”与“商业底盘”的互补，资本市场更认可能迅速产生协同效应的“确定性” [6] - 投资者对AI制药公司的关注点从前几年的技术追捧，转向更关注临床进展与商业化能力 [3] - 即便是在前沿赛道，如果核心产品处于过于早期阶段且短期内无法看到明确的收入拐点，市场的耐心正在急剧缩短，资本现在追求的是“可预见的价值实现” [7] - 以华芢生物为例，尽管获得近800倍超额认购，但其上市前年收入仅数十万元、亏损超两亿元的财务数据，最终导致上市后股价承压 [6] 2026年IPO趋势展望：热潮持续与门槛提升 - 2026年赴港上市潮已汹涌而至，港交所目前仍有约300家企业“排队候场”，其中医疗大健康企业占比高达1/3 [7] - 2026年首周，港交所新增递表企业达30家 [7] - 企业上市动机包括：寻求双重上市以拓宽融资渠道、提升国际知名度与估值、助力全球化战略，以及为前沿研发募集资金 [8] - “A+H”双重上市或正在成为“必选项”，例如信立泰、仙乐健康等公司公告明确表示赴港上市是为了推进全球化战略布局和利用国际资本市场 [8] - 监管的“理性门槛”正悄然抬升，香港证监会与港交所已向部分新股保荐人下发警示函，指向上市申请资料质量粗糙与不合规问题，表明上市质量与合规性将成为更重要的筛选标准 [8] - 市场自身的“选择性”也在增强，2025年年末部分新股破发的阴影提醒拟上市企业，未来具备硬核数据、清晰路径和健康基本面的企业才能更顺利地赢得投资者支持 [9]

英伟达与礼来合作事件 - 全球AI巨头英伟达与制药龙头礼来联合宣布，将共同投资10亿美元，在美国旧金山湾区建设AI药物研发联合实验室 [1][3] - 合作旨在探索人工智能和加速计算在药物发现流程中的应用，以提升研发效率和加快新药开发进程 [3] - 联合实验室将汇集礼来在药物研发和临床研究的专业经验，以及英伟达在人工智能、加速计算和软件平台的技术能力 [7] 合作细节与战略背景 - 合作实验室的具体选址预计将在2026年3月公布，双方研究人员将并肩工作，共同生成用于训练生物技术AI模型的新数据 [10] - 此次合作是双方战略布局的深度延续，早在2025年10月，礼来已宣布采用英伟达AI系统搭建“AI工厂”，并部署搭载逾1000颗英伟达旗舰Grace Blackwell芯片的超级计算机 [12] - 新实验室的落地标志着合作从“远程协同”升级为“贴身作战” [13] 高管观点与行业影响 - 英伟达创始人兼CEO黄仁勋表示，人工智能正在改变每个行业，其最深远的影响将出现在生命科学领域，公司正在创造一种新药发现蓝图 [8] - 礼来CEO David Ricks认为，这种“科技+制药”的协同模式，有望重塑整个行业的游戏规则 [9] - 英伟达的入局不仅为行业带来算力基础设施支撑，更将加速“生成式生物学”技术栈的成熟，推动制药行业从“经验发现”向“工程化设计”转型 [23] 市场反应与公司表现 - 消息发布后，资本市场对AI制药关注度提升，A股多家相关公司股价上涨，例如泓博医药、迪安诊断20cm涨停，卫宁健康涨超11%，美年健康3连板 [1] - 受此消息影响，礼来周一股价小幅上涨，过去一年累计涨幅接近34% [13] - 英伟达微涨0.04%，该公司在2025年成为首家市值突破5万亿美元的企业 [15] AI制药行业发展现状 - 截至2025年底，全球AI制药公司已超过350家，其中中国至少有101家，覆盖肿瘤、感染、免疫调节等多个关键治疗领域 [19] - 2025年全球AI药物研发市场规模已达23.4-69.3亿美元，预计2030年将以10%-30%的复合增速持续扩张，中国市场增速更有望达到68.3% [22] - 国内多家AI+制药公司强调“平台化+产业化”路径，力争缩短从算法验证到商业落地的周期 [20] 行业前景与机构观点 - 财信证券认为，AI医疗产业正迎来黄金发展期，医学影像AI辅助诊断、智能手术机器人、药物研发AI平台等创新成果加速落地，形成完整生态 [23] - 方正证券持续看好AI+医疗在制药、基础研究、诊疗和健康管理等方面的革命性潜力，并指出AI制药迎来关键催化节点，全球首款AI设计药物INS018_055临床前周期压缩60% [23] - 行业正从靶点发现、候选设计到临床推进，利用AI技术应对创新药研发的同质化竞争，展现底层创新的巨大价值 [21]

AI制药/医疗板块市场表现 - 早盘AI制药（医疗）板块表现活跃，板块内3只个股涨停，泓博医药、博济医药20CM涨停，诺思格涨超11%，嘉和美康涨超10%，美年健康涨停，尔康制药涨超9% [1] - 其他个股亦普遍上涨，理邦仪器、药石科技涨超8%，安必平涨超7%，康龙化成、盈康生命、美迪西涨超6%，贝瑞基因、皓元医药涨超5% [1] - 具体个股数据：泓博医药(301230)涨20.00%至56.64元，博济医药(300404)涨19.96%至12.92元，尔康制药(300267)涨14.56%至4.25元，诺恩格(301333)涨13.76%至72.50元，嘉和美康(688246)涨12.27%至35.88元 [2] 行业重大事件与产品发布 - OpenAI于1月7日宣布推出“ChatGPT健康”，该模式集成于ChatGPT中，是一个专门用于健康对话的独立空间，可连接电子医疗记录和健康应用，结合用户健康信息与个人情境生成回复 [2] - 该产品采用独立入口，承诺健康对话数据不用于模型训练，并应用专用加密与隔离技术以解决数据隐私安全痛点，其逻辑在于整合碎片化健康数据，连接Apple Health等生态伙伴，提供检查结果解读、饮食运动规划等个性化服务 [3] - 1月13日，英伟达与礼来宣布共建全球首个AI药物研发联合创新实验室，双方将整合礼来的药物研发经验与英伟达的AI、加速计算能力，旨在缩短新药上市周期并降低失败率 [3] - 该实验室已设定五年路线图，最多投入10亿美元，用于招募人才、部署新一代GPU集群及建设符合GMP标准的AI驱动实验平台，礼来提供候选化合物库与临床数据，英伟达供应BioNeMo生成式AI框架及DGX Cloud算力 [3] 市场规模与政策环境 - 全球AI医疗市场正迈入万亿级增长通道，2024年全球市场规模约为266.5亿美元（约合人民币1861亿元），预计到2033年将飙升至约5055.9亿美元（约合人民币3.5万亿元），期间年复合增长率达38.8% [4] - 国内方面，2025年密集出台AI医疗支持政策，《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》明确提出，到2030年基本实现基层诊疗智能辅助应用全覆盖，为AI在临床诊疗、患者服务、中医药等24个重点应用方向提供清晰路径 [4] - 国内应用实践已走在前列，蚂蚁集团的“阿福”App在品牌升级后月活跃用户迅速翻倍至3000万，单日提问量突破1000万次，其成功关键在于打通了从健康咨询到在线挂号、医保支付等全链路服务，并有效触达下沉市场 [4] AI医疗产业链结构 - A股市场AI医疗产业链上游侧重高质量医疗语料库、垂直大模型研发 [5] - 产业链中游关注智能辅助诊断系统、慢性病管理平台等应用落地 [5] - 产业链下游则体现在智能硬件、数据服务与保险支付等环节的协同创新 [5] 细分行业投资机会 - AI药物研发服务：作为AI制药产业链核心环节，能为药企提供从靶点发现到临床试验全流程的AI辅助解决方案，随着行业渗透率提升，具备技术壁垒和客户资源的头部服务企业将迎来订单量爆发式增长 [6] - 靶点发现技术：AI技术能够通过深度学习挖掘海量生物数据，精准筛选潜在有效靶点，大幅提升靶点发现效率与成功率，拥有核心技术的企业将直接受益于药物研发模式变革 [6] - 化合物合成：AI技术能够通过算法模拟优化合成路径，将合成周期缩短80%以上，相关AI辅助化合物合成企业将凭借技术优势获得更多药企订单 [6] - 临床试验数字化：AI技术能够实现临床试验患者招募、数据采集与分析的智能化管理，降低运营成本并缩短试验周期，布局该赛道的企业将迎来业绩增长新曲线 [6]

文章核心观点 - AI for Science（人工智能驱动科学创新）正从技术概念迈向产业硬实力，AI制药已进入开花结果的验证期，并展现出向化学、材料、能源等更广泛科学领域外溢的巨大潜力 [5][8][16] - 晶泰科技作为AI制药与AI for Science的双赛道先行者，通过大规模订单、合作与上市，已成为从“AI加速科研”到“科研反哺产业”的标杆样本 [8] - AI for Science发展的底层逻辑在于，人类智力难以处理微观世界（如生物学、化学）和宏观复杂系统的海量数据，而AI能在此创造巨大价值，其与产业结合有望产生1到100的乘数效应 [18][20][21] - 数据是未来3-5年AI生物制药领域的核心战略资产，构建高质量、快速反馈的数据壁垒至关重要，而中国在临床资源等方面具备显著优势 [24][46][52] - 通过AI视角重新审视现有药物研发流程，能在多肽、小核酸等新药物形态（modality）上打破行业共识，发现新的商业机会 [63][64][69] - 将AI技术创新与中国的强势产业链（如创新药、生物制造、聚变、量子计算）相结合，是捕捉未来十年核心机会的关键 [77][78][79][80] 对AI for Science及AI制药现状的评估 - **AI制药进入开花结果期**：三年前的质疑已被实证打破，行业进入成果验证阶段 [11][13] - **标志性商业成果**：晶泰科技在2025年与礼来达成3.45亿美元合作，与DoveTree达成近60亿美元订单 [8][13] - **行业进展案例**：英矽智能的AI生成小分子在特发性肺纤维化治疗II期临床获良好结果；剂泰科技的AI赋能口崩片完成III期临床，成为国内首款 [14][15] - **发展阶段的延伸**：AI for Science整体仍处于从0到1的阶段，但AI在制药领域的成功证明了其能力外溢至化学、材料、物理等其他科学领域的可能性 [9][16][17] 晶泰科技的业务实践与战略布局 - **业务布局的四大方向**： - **更关注国际化**：采取“国际化+中国”的综合策略，例如与礼来的合作 [25] - **关注药物种类多元化**：从占市场70%的小分子，扩展到抗体、多肽、基因细胞疗法等生物制品领域，以匹配临床需求和商业化趋势 [25][26] - **探索药物延展领域**：布局消费品、化妆品功效成分、食品保健等AI与分子设计能结合的领域 [26] - **构建数据壁垒**：自2019年起部署自动化实验集群，持续扩大数据采集规模以建立长期竞争优势 [27] - **平台化定位与核心能力**： - 公司定位为技术平台，在可见的未来不会自行做药 [29] - 不仅提供标准化服务，更擅长解决行业“疑难杂症”，例如利用机器人自动化技术攻克固体粉末转移这一行业效率与精度瓶颈 [29][30] - 产品端采取与客户合作开发的策略，以早期技术贡献换取产品未来权益 [30] - **技术能力的跨域迁移**：将药物化学领域AI预测准确度达80%到90%的能力，扩展至化工、材料、新能源等领域 [28] AI模型在生物医药领域的应用与前景 - **当前应用与能力边界**： - AI模型在**药物设计阶段**（如小分子、蛋白质设计）已得到充分应用，平均能为临床前药物发现提效20%到80% [21][34] - **更大的挑战与市场在生物学及临床阶段**：一款药物研发的临床成功率（I、II、III期概率相乘）可能不到10%，超过90%失败，且75%的研发成本发生在临床阶段，但该领域数据积累少、迭代速度慢 [37] - **模型发展的路径与趋势**： - **短期**：因数据缺乏，**专业知识强化的AI模型**是关键，例如物理约束模型、生物学知识加强模型，通过专业引导提升效果（如调整抗体设计模型的掩码策略） [43][44] - **长期**：当生物学数据量超过互联网语料数据并出现拐点时，**无监督的大模型学习**将能自行提取规则，其价值可能远超2012年卷积神经网络在图像识别上的突破 [44] - 模型演进的三条路径：预测分子结构的模型（如AlphaFold）、全原子模型（如RF diffusion3）、结合多组学数据的大模型 [40][41][42] - **垂直与精细化的机会**：在临床前细分药物形态（如环肽、口服多肽、小核酸）领域，将问题拆解细致并拥有独特专业团队的模型更具商业机会 [37][39] 数据在AI for Science中的核心价值与获取 - **数据的战略地位**：未来3-5年，数据是AI生物制药领域的重要资产，每一次生产力革命本质是对生产资料潜能的重新发现，AI时代要重新发掘过往研究中被丢弃的**失败数据的价值** [24][46][48][49] - **数据利用的关键点**： - **统一标准与降低成本**：通过自动化、机器人方式统一数据标准，降低收集成本 [52] - **探索新工具实现“数据升维”**：如多组学技术、快速DNA/RNA合成等，让增量数据浮出水面 [52] - **充分利用中国临床资源**：中国庞大的患者群体和临床数据积累，通过合规机制协同推进，具备巨大优势 [52] - **有价值数据的特征**：现阶段最具价值的数据是具有高度一致性、标准化，并能实现**快速采集和反馈**的数据 [55] - **潜在的核心数据类型**：目前相对易得的有影像数据、转录组数据、化学合成数据；未来随着成本下降和通量提升，**蛋白质组数据**可能成为下一代核心数据 [55] AI驱动药物研发的具体创新与实践 - **以AI视角打破行业共识**： - **在多肽药物领域**：通过AI分析蛋白相互作用，生成约2000个非天然氨基酸（比天然的20种多100倍），以优化多肽稳定性，使其兼具多肽优势与小分子优点，在脑部递送、口服给药（如口服减肥药）方面有潜力 [63][64] - **在小核酸药物领域**：将序列设计和化学修饰两个传统上分步优化的过程，整合进**同一个生成模型一步完成**，从而找到更优且具新颖性的分子，突破现有专利限制 [65][67][68] - **创新探索机制**：公司设立晶泰创新中心，投入预算探索有商业前景的新药物形态（modality），这是市场需求与技术支撑共同驱动的结果 [62] AI向材料、能源等交叉领域的迁移与机会 - **技术迁移的共通性**：在微观世界，AI能力可在三个层面较快迁移并产生价值：新的分子结构设计、配方优化、工艺开发与放大 [73][74][75] - **跨领域落地的差异与关键**：不同产业（如材料 vs. 制药）的验证和数据反馈速度差异很大，技术落地的关键是**根据各领域商业化流程定义阶段性里程碑，并构建快速的数据反馈闭环** [75] - **与中国产业链结合的巨大潜力**： - **AI制药**依托中国强势的创新药产业链已获认可 [77] - **聚变**领域，中国在制造、材料、电力电子等方面的优势，结合AI对等离子体控制等的助力，有望引领产业发展 [78] - **生物制造**领域，中国拥有最大发酵产能，叠加AI与合成生物能力，产业将崛起 [79] - **量子计算**领域，AI也是重要变量 [80] - **未来机会**：在AI与生物、化学、材料、能源等交叉领域寻找创新，并使其扩散至“十五五”规划的未来产业方向，是未来十年的核心机会 [80]

报告投资评级 - 首次覆盖，给予“增持”评级 [2][13] 报告核心观点 - 公司是稀缺的AI for Science领军企业，正处于从“0到1”到“1到N”的关键跃升阶段，商业模式已得到验证，业绩进入高速增长通道 [5][13] - 短期看，大额订单的持续落地和收入确认是股价的核心驱动力；长期看，其“AI+机器人”平台的技术壁垒和向“AI for Science”全领域拓展的潜力是其价值的核心 [13] 公司基本情况与财务预测 - 公司最新收盘价为11.35港元，总市值为488亿港元，总股本为43.03亿股 [4] - 预测2025-2027年公司实现营收分别为7.87亿元、9.98亿元、14.65亿元，同比增长195.3%、26.8%、46.7% [13] - 预测2025-2027年公司实现归母净利润分别为-1.56亿元、-0.96亿元、1.96亿元，同比增长89.7%、38.6%、304.3%，预计2027年实现扭亏为盈 [13] - 2025年上半年营收达到人民币5.17亿元，同比增长404%，扣非归母净利润为0.83亿元（上年同期为-3.62亿元） [6] 业务板块分析：药物发现解决方案 - 药物发现解决方案是公司核心业务，2025年上半年收入达4.35亿元，同比增长616%，占总收入的84% [6] - 自主开发的AI平台已从小分子扩展到大分子，从单一模态跨向多模态（抗体、多肽、蛋白质等）药物发现 [6] - 已与多家跨国药企（如强生、礼来、辉瑞等）建立合作，技术在国际市场认可度不断提升 [6] - 2025年8月，公司与DoveTree签署470亿港元（59.9亿美元）的管线合作，刷新AI制药出海订单规模纪录 [7] - 已收到5100万美元（约4亿港元）首付款，并有权获得4900万美元（约3.85亿港元）的进一步付款，以及58.9亿美元（约462亿港元）潜在里程碑付款及销售分成 [7] - 双方将共同推进肿瘤学、免疫及炎症疾病、神经系统疾病及代谢失调领域的高潜力管线项目 [7] 业务板块分析：赋能管线进展 - 公司孵化的ReviR溪砾科技的国内首款针对CMT的1类创新药管线RTX-117（小分子）已获NMPA核准，计划于2026年第一季度开启I期临床试验 [7] - 该管线已获得美国FDA的IND批件与孤儿药资格认定（ODD），可享受FDA优先审评审批与更长的海外市场独占期 [7] - 据IMARC Group统计，2024年全球七大主要市场的CMT治疗市场规模已达到10.13亿美元，预计将以24.62%的复合年均增长率在2035年激增至113.94亿美元 [8] - 公司将获得相应的里程碑付款，并有权参与该管线的销售分成及后续授权收益分成 [8] 业务板块分析：生发产品（C端业务） - 公司于2025年11月开发成功两款针对生发固发需求的创新外用功效成分——小分子Remeanagen™ (XTP-118) 和多肽AquaKine™ (XTP-016) [10] - 已由公司孵化的消费品牌Groland在美国FDA完成FR注册和产品列名，即将推向海外市场，同时正在加速完成国内原料备案工作 [10] - 产品起效迅速、效果显著、安全性高：受试者最快在使用14天后即可观察到初步的生长期毛囊密度提高效果；使用45天后，超90%受试者观察到肉眼可见的头发密度增加；受试者平均掉发数量减少了33%至45% [10] - 根据Global Growth Insights预计，2025年全球脱发和生长治疗和产品市场规模将达到50.44亿美元，到2033年将扩大到61.46亿美元 [11] - 全球范围内受脱发影响人群已超25亿，其中中国脱发人数已达2.5亿，且年轻化趋势显著，2024年国内脱发人群中80后、90后总占比超过70% [11] - 2018-2024年，中国脱发药物治疗市场规模由5亿元迅速增长至35亿元，复合年均增长率为39.9% [11] - Groland高岚头皮抗衰精华售价为389元一瓶（单月），预计该产品将凭借其优势成为公司2C业务在全球突破的爆款单品，驱动商业模式从B端向C端扩展 [11][12] 业务板块分析：智能机器人解决方案 - 公司建成了可扩展标准化智能机器人湿实验室，自动化覆盖80%以上药化实验反应，通过7×24小时运行实现高通量、高质量数据积累，推动AI模型持续迭代 [12] - 公司与晶科能源子公司签署AI+自动化高通量叠层太阳能电池研发战略合作协议，双方将共同成立合资公司，共建全球首个“AI决策-机器人执行-数据反馈”全闭环叠层电池智造线 [12] 推荐逻辑 - 公司的技术基座为量子物理，在药物发现、化学原材料等需要进行结构发现的领域具备能力复用性，是AI for Science基建领军 [14] - 在药物发现领域，公司能够提高研发胜率并缩短周期，且不进行自有管线研制，有望与全球龙头药企形成紧密合作，获得后期高赔率收益；随着管线平铺，未来有望平滑单个管线的不确定性，形成远期稳定现金流和规模效应 [14] - 与晶科能源在化学原材料领域的合作将成为重要突破口，为公司积累经验能力和口碑，开辟更广阔的应用空间 [14] - AI+医疗赛道具备极高私有数据壁垒、行业垂直专家经验积累和规模化空间潜力，对应的AI应用公司一旦实现突破就有望形成垂直领域的垄断优势 [14]

文章核心观点 - AI for Science（人工智能驱动科学创新）正从技术概念迈向产业硬实力，其核心是让人工智能成为科学研究的“超级助手”和“洞察引擎”，在生物医药等领域已进入开花结果期，并展现出向化学、材料、能源等其他科学领域迁移的巨大潜力 [1][3][5] AI for Science 的发展阶段与逻辑 - AI制药已进入开花结果期，从三年前的质疑阶段发展到如今以实际商业合作和临床进展验证技术落地能力 [5] - AI for Science整体仍处于从0到1的阶段，其发展的底层逻辑在于人脑难以处理微观世界（如生物学、化学）和宏观混沌系统的极端复杂性，而AI能在此创造价值 [6][8] - 未来的核心机会在于将AI驱动的科技创新与产业创新深度融合，发挥从1到100的乘数效应，并与中国“十五五”规划中提及的量子科技、生物制造、脑机接口、具身智能、核聚变等未来产业方向结合 [6][51] 行业标杆与市场验证 - 谷歌DeepMind发布的《AlphaFold：五年来的影响》报告，为AI for Science的“科学价值”提供了蛋白质结构预测革命性突破的注脚 [1] - 晶泰科技被纳入“港交所科技100指数”，标志着AI for Science在国内有了具象的“标杆样本”，完成了从技术概念到产业硬实力的跨越 [3] - 行业通过大规模商业合作验证商业化能力：例如晶泰科技与礼来达成3.45亿美元的AI大分子研发合作，以及与DoveTree完成近60亿美元的AI制药管线合作协议 [3][5] - 多家AI制药公司取得实质性进展：英矽智能在港交所上市，其AI生成的特发性肺纤维化治疗小分子在II期临床获良好结果；剂泰科技的AI赋能口崩片已完成III期临床主要终点，成为国内首款完成III期临床的AI赋能制剂新药 [5] 晶泰科技的业务实践与战略布局 - 公司定位为技术平台，在可见的未来不会自行做药，而是通过提供标准化服务和解决行业“疑难杂症”来创造价值 [13] - 业务布局聚焦四个方向：一是推进国际化策略，实施“国际化+中国”的综合策略；二是关注药物种类多元化，从占市场70%的小分子扩展到抗体、多肽、基因细胞疗法等新形态药物；三是探索药物的延展领域，如消费品、化妆品功效成分等；四是构建数据壁垒，通过自动化实验集群扩大数据采集规模，建立长期竞争优势 [11][12] - 在产品开发上，采取与客户合作开发的策略，以早期技术贡献换取产品未来权益，后续临床等开发工作交由药企合作伙伴完成 [14] - 设立晶泰创新中心，负责基于公司底层能力在多肽、基因及细胞治疗等领域推动从0到1的技术革新与转化，并探索新的药物形态 [7][38] 大模型在生物医药领域的应用与前景 - AI模型在药物设计阶段已得到充分应用，例如在小分子设计、蛋白质设计上，平均能为临床前药物发现提效20%到80% [8][17] - 当前模型的能力边界：在分子/结构预测（如AlphaFold）、全原子精细化设计（如RF diffusion3）以及结合基因组学数据的大模型预测等路径上已有进展，但在涉及大量生物学数据处理和提升临床成功率方面仍面临挑战 [15][20][22][23] - 临床阶段是更大的潜在市场，一款药物研发的临床成功率（I、II、III期概率相乘）可能不到10%，超过90%会失败，且75%的研发成本发生在临床阶段，但该领域数据积累少、迭代速度慢是主要难点 [20] - 模型发展将分两阶段：短期内，因数据缺乏，需发展由物理、生物学等专业知识强化的AI模型；长期看，当生物学数据量超过互联网语料数据并出现拐点时，无监督大模型将能发挥更大作用，其价值可能远超2012年卷积神经网络在图像识别上的突破 [24][25] 数据作为核心战略资源 - 未来3~5年，数据将是AI生物制药领域的重要资产，当前生物学数据相比互联网数据仍非常稀缺且质量不一 [10][27] - 每一次生产力革命本质在于对现有生产资料潜能的重新发现，AI时代的关键在于重新发掘过往研究中被丢弃的“失败的数据”的价值 [29] - 获取和利用数据的三个关键方向：通过自动化与机器人统一数据标准并降低成本；探索多组学技术、快速DNA/RNA合成等新工具以实现“数据升维”；充分利用中国庞大的临床资源与患者数据 [31] - 现阶段对AI最有价值的数据是具备高度一致性、标准化并能实现快速采集和反馈的高质量数据，例如化学合成数据、影像数据、转录组数据，未来蛋白质组数据可能成为下一代核心数据 [32][33] AI赋能药物研发的具体创新 - AI能够打破关于不同药物形态特性的传统共识，例如通过分析所有蛋白与蛋白、小分子与蛋白的相互作用，用AI生成约2000个非天然氨基酸，从而优化多肽药物，使其在保留自身优势的同时吸收小分子药物的优点，在脑部药物递送、口服给药等领域具备潜力 [39][40] - 以AI视角重新审视现有药物研发流程能带来新发现，例如在小核酸药物设计中，将序列设计和化学修饰设计放入同一个生成模型一步完成，而非传统分两步进行，从而找到更优分子并突破现有专利限制 [41][42][43][44][45] - 在更多新的药物形态上，带着AI视角重新梳理流程，会有很多商业机会 [46] AI向材料、能源等领域的跨域迁移 - AI+技术从制药向材料、能源、农业等领域迁移存在技术共通性，主要体现在三个能较快落地的方面：新的分子结构设计、配方优化以及工艺开发与放大 [48][49][50] - 不同产业的核心差异在于验证和数据反馈速度不同，例如材料领域的实验室验证可能一天反馈上百个样本，而药物领域合成一个化合物曾需一个半月，因此落地需关注各领域数据迭代的效率和反馈速度 [50] - 将AI在材料、合成生物等领域的创新与中国强势产业链（如制造能力、发酵产能）结合，能进一步放大生产力，例如在聚变、生物制造、量子计算等领域 [51]

市场整体表现 - A股三大指数震荡走弱，沪指微跌0.07%报4082.98点，录得15连阳，深证成指跌0.51%，创业板指跌0.82% [1] - 全市场成交额2.82万亿元，较前一交易日缩量568亿元 [1] - 市场呈现普涨格局，超3700股上涨，超百股涨停 [1] 领涨行业与板块 - 军工板块掀涨停潮，美国猛增军费预算至1.5万亿，刺激军工、大飞机、航母概念走强，海兰信、中国一重、巨力索具等十余股涨停 [1] - 商业航天与卫星互联网板块反复活跃，航天电子、通宇通讯等多股涨停 [1] - 脑机接口板块走高，塞力医疗等多股涨停 [1] - 6G概念、可控核聚变及AI制药等板块涨幅居前 [1] - 化纤行业、航天军工、发电设备位列5日涨幅榜前三，分别上涨4.46%、3.89%、2.919% [2] 领跌行业与板块 - 大金融板块集体回落，保险、券商方向领跌，华林证券跌停 [1] - 锂矿概念下挫，中矿资源跌逾7% [1] - CPO概念走弱，德科立跌近7% [1] - 钛白粉、小金属及氟化工等板块跌幅居前 [1] 其他主要指数表现 - 科创50指数上涨0.82%报1455.17点 [1] - 中证500指数上涨0.25%报7894.54点 [1] - 中证1000指数上涨0.82%报7971.59点 [1] - 中证2000指数上涨1.30%报3356.89点 [1] - 沪深300指数下跌0.82%报4737.65点 [1]

文章核心观点 - 广州市天河区举办2026年开年产业对接活动，明确将人工智能产业作为战略性新兴产业重点打造，并致力于推动“人工智能+”与生物医药、新材料等产业的深度融合，从项目落地升级至生态构建，以服务区域高质量发展 [1][4] 产业战略与布局 - 天河区作为广州第一经济大区，将人工智能产业列为八大战略性新兴产业之一重点打造，旨在形成“高技术、高成长、大体量”的产业新支柱 [1] - 区域产业基础雄厚，拥有金融业、新一代信息技术、高端专业服务业三大千亿级产业集群，为“AI+”融合提供广阔场景 [1] - 活动选址广州国际金融城，战略意图在于推动“AI+金融+科技”的深度耦合，以金融资本和科技创新服务广州“产业第一、制造业立市”总体战略 [5] 重点项目与成果 - 2025年，天河区成功招引省属国企恒健控股下属广东创新投资发展有限公司与全球知名AI制药龙头企业晶泰科技的合资平台落地 [1] - 该合资平台将投资建设国际一流的AI自动化公共研发基础设施和创新服务平台，形成从研发到生产的全链条服务，旨在赋能生物技术、新材料、新能源、机器人等公司在大湾区孵化成长 [2] 人工智能在生物医药领域的应用 - 在生物医药领域，人工智能的应用正重塑传统研发模式，能解决新药发现“高技术、高投入、高风险、长周期”的难题 [2] - 新兴的人工智能方法可以将新药上市时间缩短4到5年，增加知识产权价值70%-80% [2] - 晶泰科技已形成“AI参与实验设计+机器人执行实验+实验数据反馈AI”研发新范式，并与辉瑞、强生、礼来等全球药企广泛合作 [2] 产业生态与空间格局 - 天河区正着力在天河智慧城打造“一园一谷”产业空间发展格局，其中天河生命谷围绕中山大学肿瘤医学科学中心布局发展生物医药研发环节，2112工园则聚焦智能制造和生命健康领域 [3] - 随着广州湾区新药研究院、生物医药健康产业园等项目陆续落地，天河区生物医药产业生态不断完善，产业集聚效应日益凸显 [3] 生态构建与协同支持 - 天河区加速推动“人工智能+”从项目落地向生态构建升级，促进创新链、产业链、资金链、人才链深度融合 [4] - 政企联动合力凸显，广东创新投资发展有限公司将与天河共同推动标杆合作项目落地，并依托合资成立的广州天河创新投资发展有限公司，构建集产业培育、招商联动与成果转化于一体的市场化运营平台 [4][5] - 金融机构提供定制化金融支持，例如可为符合条件的生物医药企业提供最长10年、最高融资比70%的并购贷款，支持其围绕科技创新进行产业布局 [5] - 在粤港澳大湾区协同发展背景下，香港凭借“1+”新药审批机制、全球第二大生物科技融资平台等优势，正加速与大湾区内地城市构建跨境医健生态圈，跨境合作成为潜在亮点 [5]

当日市场行情与板块表现 - 1月7日，沪指微涨0.05%录得14连阳，深成指涨0.06%，创业板指涨0.31%，沪深两市成交额2.85万亿元，较上一交易日放量476亿元，成交额连续2个交易日超2.8万亿元 [1] - 当日涨幅居前的板块包括光刻机(胶)涨12%、核聚变涨6%、煤炭涨4%、有色涨2%、国产芯片涨15%、航天涨18%、ST股涨17%、机器人涨9%、脑科学涨8%、大消费涨7% [2] 地缘政治与产业政策动态 - 白宫新闻秘书表示，特朗普总统及其团队正在考虑“一系列选项”来获得格陵兰岛，其中包括“利用美国军队”，该地区蕴藏着丰富的关键矿产和化石燃料，且气候变化使其资源更易开采 [5] - 欧洲领导人及北欧五国外长发表联合声明，警告必须尊重格陵兰和丹麦的领土完整，强调其处于北约集体防御体系之下 [6] - 中国对原产于日本的进口二氯二氢硅进行反倾销立案调查，此举被视为维护半导体材料产业链安全的重要举措 [7] - 反倾销调查可能使国内半导体材料企业受益，包括直接申请方、光刻胶及其他半导体材料（如显影液、塑封料、PI材料等）企业，逻辑在于改善市场竞争环境及加速国产替代 [8] AI for Science (AI4S) 行业分析 - AI for Science 是利用人工智能技术解决科学问题、加速科学发现的新范式，其核心是数据驱动与科学规律引导的深度结合，旨在构建覆盖“读文献→提假设→做计算→设计实验→分析数据→优化迭代”全流程的自动化科研系统 [9] - 与传统“假设驱动”、依赖人力、研究周期长的科研范式相比，AI for Science采用“数据与模型双驱动”，通过机器自动研究，可将科研效率提升百倍 [9] - 医药和材料是AI4Science的两大主战场，例如AlphaFold解决了困扰科学家50年的蛋白质折叠问题，模拟精度提升5个数量级 [10] - 中国AI4Science势力崛起，代表性平台型企业包括晶泰科技、机数量子、深势科技等，国产大模型如DeepSeek的渗透使得跨行业知识学习更高效 [12] - 传统药物研发平均耗时10年、耗资26亿美元，AI技术正推动制药行业从“试错时代”迈向“算法驱动”的范式革命 [13] 重点公司：晶泰科技 - 晶泰科技由三位MIT华人物理学家于2015年创立，是通过“AI+机器人”重塑化学研发范式的引领者，曾帮助辉瑞完成新冠药晶体结构预测，使药物提前6个月上市 [15] - 2025年8月，晶泰科技与DoveTree Medicines达成技术授权与合作研发协议，总交易规模约470亿港元（约59.9亿美元），其中首付款约4亿港元（约5100万美元） [16] - 2026年1月，晶泰科技孵化的ReviR溪砾科技宣布其小分子药物RTX-117获中国NMPA临床试验批准，这是中国首款针对腓骨肌萎缩症的1类创新药，也是全球首个完全由AI技术开发的CMT小分子疗法 [18] 跨界并购案例：皮阿诺控制权变更 - 2025年12月16日，定制家居企业皮阿诺宣布控制权变更，半导体投资机构初芯集团以总计约8.39亿元的对价，通过“协议转让+表决权放弃+定向增发”的组合交易入主公司，实控人变更为尹佳音 [21][22] - 交易第一步，初芯微以4.44亿元受让原实控人马礼斌及股东珠海鸿禄合计16.78%的股份；随后马礼斌放弃19.34%股份的表决权；最后通过定增由尹佳音控制的实体认购3.95亿元股份，交易完成后初芯系合计持股比例达29.99% [23] - 皮阿诺易主源于业绩持续承压，公司营收从2021年的18.24亿元降至2024年的8.86亿元，2024年归母净利润巨亏3.75亿元，2025年前三季度营收4.2亿元，同比下降37.27% [24] - 新实控人尹佳音是半导体投资领域知名人物，拥有15年以上产业投资并购经验，其执掌的初芯集团管理资金规模达500亿元，投资方向覆盖光电芯片、智能制造、新材料等领域 [25][27][28] 钨行业与翔鹭钨业 - 钨是一种稀有高熔点金属（熔点约3422°C），被誉为“工业牙齿”，是现代工业不可或缺的战略性金属 [30] - 翔鹭钨业构建了“钨矿开采—钨粉末研制—硬质合金深加工”的全产业链，主要产品包括仲钨酸铵、氧化钨、钨粉等 [33] - 公司前瞻性布局光伏产业，成功研发并量产用于切割硅片的“光伏用超细钨合金丝”，凤泉湖厂区已形成年产60亿米钨丝的产能，并有年产300亿米的扩建项目在推进 [33] - 2025年前三季度，公司营业总收入16.16亿元，归母净利润5177.33万元，同比增长259.65%；其中第三季度单季营收6.85亿元，同比增长70.64%，净利润3339.0万元，同比增长251.22% [35] - 业绩增长主要源于主营业务需求回升及光伏钨丝新业务放量，2025年上半年钨丝系列产品营收同比暴增335.48%，毛利率达19.63% [38]

文章核心观点 - AI与生物技术、制药领域的深度融合正在彻底变革传统的药物发现与开发模式，从“大海捞针”式的试错转向“设计创造”式的精密工程 [3][17] - 生成式AI、基因组学、蛋白质组学与强大算力的结合，正推动医疗保健从“被动治疗”向“主动预防”和“个性化治疗”范式转变，最终目标是延长人类健康寿命 [7][12][14][24][28][30] - AMD作为关键算力提供者，通过与AI制药公司Absci、测序巨头Illumina及跨国药企阿斯利康的深度合作，其硬件（如MI355 GPU、EPYC处理器、FPGA芯片）正成为加速这一行业变革的核心基础设施 [4][10][11][19][22][26][27] AI制药公司Absci的应用与进展 - 公司利用生成式AI与合成生物学从头设计新药，将生物学视为可精密工程化的对象，旨在攻克缺乏有效疗法的棘手疾病 [3][17][18] - 当前聚焦两大方向：雄激素性脱发（秃头）的治疗，以及女性健康领域如子宫内膜异位症（影响全球约十分之一的女性）的药物开发 [4][19] - 与AMD合作后，其AI推理能力大幅提升，目前每天能筛选超过一百万种候选药物，即将部署的AMD MI355 GPU将助力构建更精准的药物发现模型 [4][19][20] 基因测序公司Illumina的应用与展望 - 公司业务核心是高精度DNA测序，将人类基因组比喻为包含30亿个字母的书，单个“拼写错误”可能决定健康与否，因此对数据与算力依赖极强 [5][22] - 公司每天产生的测序数据量超过了YouTube的日均数据量，其测序仪中每日使用AMD的FPGA芯片和EPYC处理器来处理海量数据并转化为医学洞见 [5][22] - 过去十年，其技术已广泛应用于癌症、遗传病等重大疾病的临床诊疗，拯救了数百万人的生命，而未来与生成式AI、基因组学的融合将彻底革新对生物学的理解 [6][7][23][24] 跨国药企阿斯利康的应用与成效 - 公司将AI视为驱动创新的工具，利用过去几十年积累的全部实验数据训练生成式AI模型，以虚拟方式评估数百万种潜在候选分子，优化后进入实验室验证 [9][26] - 已在整个小分子药物研发管线中推行AI驱动的新模式，实现了候选药物交付速度提升50%，并且后期临床效果更好 [10][26] - 通过与AMD在“超大规模计算”方面的合作，扩展了药物发现引擎，使其能高效处理新一代大数据集，从而优化了整个AI药物研发工作流 [10][11][26][27] 行业未来愿景 - 行业领袖认为，当前是历史性时刻，首次同时拥有产生海量生物数据的技术、强大算力及能理解生物学的生成式AI模型，这将带来医疗保健的革命性突破 [12][28] - 长远目标从“治疗疾病”转向“预防慢性病”，并通过个性化药物和干预手段，在人们生病前主动介入，以维持代谢健康与活力，实现高质量生命 [13][29] - 最终愿景是实现从“被动治疗”到“主动预防”乃至“再生医学”的跨越，使衰老不再是一个线性且不可逆的过程 [14][30]