上市进程 - 公司已获得中国证监会关于境外发行上市及境内未上市股份“全流通”的备案通知书 [3] - 公司稍早前已通过保密形式向港交所递交上市申请 [3] - 公司有望很快披露PHIP文件并完成挂牌上市 [3] 公司概况与核心技术 - 公司成立于2020年，由美国工程院院士陈红敏博士及MIT科学家赖才达博士、王文首博士联合创立 [3] - 公司是一家AI驱动的纳米材料创新生物科技公司，专注于利用靶向药物递送和发现技术 [3] - 公司自主开发了全球首个人工智能驱动的纳米递送平台NanoForge [3] - 公司拥有当前全球最大规模千万级LNP脂质库 [3] - 基于NanoForge平台，公司打造了三大核心解决方案：AiLNP（AI纳米递送系统设计平台）、AiRNA（AI mRNA序列设计平台）、AiTEM（AI小分子制剂设计平台） [4] - 公司已具备实现精准靶向肝脏、肺部、肌肉和免疫细胞等8个关键器官或组织的LNP递送能力 [4] 研发管线与进展 - 管线MTS-004是中国首款完成III期临床的AI赋能制剂新药，有望填补国内PBA治疗领域药物空白 [4] - 公司通过首创的“火箭+卫星”递送新范式，正在构建新一代免疫治疗策略 [4] - 管线MTS-105已通过美国FDA孤儿药认定，有望成为全球首款mRNA编码TCE实体瘤疗法 [4] - 公司的技术为肿瘤、代谢系统疾病、自体免疫性疾病、神经系统退行性疾病等提供成药机会，并在器官水平上为抗衰提供可能 [4] 融资历史 - 公司已获得晶泰科技、峰瑞资本、源码资本、红杉中国、光速中国（现光合创投）、五源资本、中国人寿、人保资本、招银国际、国寿股权、Monolith、中金资本、太平香港保险科创基金、北京市医药健康产业投资基金、大兴区产业投资基金等知名机构的投资 [4] - 累计融资额超过25亿元人民币 [4] 行业动态 - 除公司外，另有多家AI制药/AI4S赛道的企业正寻求或已以保密方式向港交所递交上市申请 [5]

百图生科上市动态与公司背景 - 由百度创始人李彦宏牵头创立的生命科学AI大模型公司百图生科，被曝已秘密向港交所递交上市申请，计划筹集数亿美元资金 [4] - 公司成立于2020年8月，由李彦宏与前百度风投CEO刘维共同创立，定位为生物计算技术驱动型公司，旨在利用AI技术加速创新药物研发与精准诊断 [7] - 公司已推出多个AI生命科学基础大模型，包括2022年全球首个千亿参数模型Xtrimo V1、2023年的Xtrimo V2与开源蛋白质模型，以及2024年参数达2100亿的Xtrimo V3大模型 [8] - 2025年，公司发布了全球首个AI生命科学基础大模型驱动的生成式发现系统，首次全景展现AI驱动的全链路创新体系 [8] - 2024年，公司凭借XtrimoScperturb模型在全球1200余支队伍中脱颖而出，夺得全球首届虚拟细胞挑战赛冠军 [8] 股权结构与融资历程 - 公司创立初期，李彦宏以个人出资方式提供资金保障，早期通过直接与间接方式持股约40% [12] - 2025年9月，李彦宏及百度实体退出直接股东行列，公司改由北京百图生科智能科技有限公司全资控股 [12] - 公司首轮融资吸引了由纪源资本领投，百度、君联资本、蓝驰创投、真知资本、襄禾资本跟投的豪华投资方，李彦宏继续追投，完成了上亿美元A轮融资 [12] - 2024年6月，公司与有“港版淡马锡”之称的港投公司达成战略合作，完成A+轮融资，并宣布优先考虑香港作为IPO上市地 [12] - 港投公司为百图生科提供了全方位的资源支持，包括协助设立生物计算创新中心、拓展国际业务网络、对接科研机构和投资者等 [12] 业务发展与市场布局 - 公司在香港设立首个国际创新中心“BioMap InnoHub”，并启动“生物计算创新加速计划（BioMap BioX）”，计划未来5年支持50个以上前沿生命科学早期研发项目，优先审核香港高等院校推荐的项目 [13] - 截至目前，公司已服务全球超800家机构用户和30余家头部企业客户，潜在订单总额达20亿美元 [14] 行业环境与上市窗口 - 当前港股医疗保健板块IPO及增发募资创4年新高，AI制药企业集中登陆资本市场，形成“上市浪潮” [9] - 2025年3月，港交所发布咨询文件，拟全面放开保密递交上市申请机制，允许所有新申请人以保密形式提交申请，为百图生科提供了上市窗口期 [9] - 开年以来，已有10余家生物科技公司向港交所提交上市申请；AI硬件领域同样火爆，仅3月就有4家公司扎堆冲刺港交所 [16] - 过去一年，特斯联、群核科技、极智嘉、云知声等众多AI代表企业已在港交所上市或递交招股书 [16] AI资本市场表现与百度战略 - AI公司上市后市场表现强劲：通用人工智能公司Minimax上市首日股价大涨109%，市值突破千亿港元，随后市值逼近3500亿港元，股价较发行价暴涨超8倍仅用了2个月 [16] - 智谱作为“全球大模型第一股”上市后同样受到市场追捧，市值站上3000亿港元大关 [16] - 百度2025年财报显示，AI业务营收达400亿元，占核心业务收入的43% [17] - 百度表示将持续加码AI研发，推出文心大模型4.5 Turbo、X1 Turbo等，并快速跟进OpenClaw热潮，推出基于该框架的“龙虾”智能体，打造跨设备协同的智能操作系统级能力 [17]

AI制药行业研究纪要关键要点 一、 行业概况与核心目标 * AI制药行业核心目标是将临床转化率提升3-4个百分点，并将研发周期从传统约15年缩短至8-9年[1][5] * 当前全球约有不到200个由AI技术发现或设计的药物分子处于临床试验阶段[5] * 行业发展的关键验证窗口预计在2026-2027年，届时将有部分管线密集公布二期临床试验数据[1][5] 二、 技术演进与当前格局 * **技术转折点**：2021年AlphaFold 2的出现是关键转折点，它提供了超过2亿个蛋白质结构的公共数据库，并推动了生成式模型和de novo（从头）设计能力的发展[4][5] * **研发重心转移**：AlphaFold2推动研发重心从小分子向大分子/denovo设计转移[1] * **当前管线结构**：截至2026年，在约170-180个进入临床阶段的AI制药分子中，小分子、多肽和寡核苷酸等低分子量药物占比仍超过70%[1][5] 三、 细分领域差异（小分子 vs. 大分子） * **小分子药物**：研发历史长，数据积累充分（百万/千万级化合物库），化学结构简单，ADMET预测相对成熟，AI应用边界较为确定[8] * **大分子药物**：结构复杂，计算难度高，已知抗体可能不足天然抗体的千分之一[8]。大分子生成式AI和de novo设计是未来核心增量方向[1][8] * **适用性差异**：目前AI在Best-in-class药物改造上的确定性高于First-in-class[1][9]。大分子de novo设计的核心挑战在于预测非预期的、原理不明的生物学不良反应[9] 四、 市场表现与估值逻辑 * **市场代表公司**： * 国内代表如英矽智能和晶泰科技，市值约300-400亿港币（约40-50亿美元）[2] * 全球市值最高为Tempus AI（核心逻辑为数据飞轮），市值峰值曾达190亿美元（2025年10月），现已大幅回落[2] * 薛定谔、Recursion、Relay Therapeutics等公司市值已从2021年上半年高点下跌至15%-40%[3] * Generate Biomedicines（生成式抗体）上市时市值约22亿美元，近期约15亿美元[3] * **估值逻辑转变**：市场估值逻辑正由“平台溢价”转向“管线价值”，股价波动性高于传统Biotech[1][3]。若临床数据不及预期，平台与管线将面临双重估值打击[1][3] * **成熟市场展望**：若市场趋于成熟，投资者可能不再给予平台溢价，而按传统生物科技公司方法估值[3] 五、 对产业链的影响（以CRO为例） * **总体影响**：AI对CRO行业呈增量贡献而非颠覆，主要体现在模型训练订单及AI创造的增量探索需求[1][6] * **具体环节**：在高通量筛选等早期环节，因技术本身已成熟且边际成本极低，受AI冲击有限[1][7][8] * **变革前提**：CRO行业的根本性变革，需要AI制药在临床二期或三期展现出统计学上的显著优势，从而颠覆MNC的药物开发模式，目前尚未发生[6] 六、 技术瓶颈与风险 * **模型“黑箱问题”**：以AlphaFold为代表的模型，其背后的生物学或化学原理尚不明确[1][9] * **de novo设计风险**：大分子de novo设计存在非预期的生物学风险，是根本性难题[1][9] * **数据验证需求**：判断AI制药是否实现质的飞跃，核心指标是其在三期临床试验中的成功率是否显著提升，这需要至少五年甚至更长时间的数据积累[2] 七、 核心竞争壁垒与投资观察指标 * **数据资产**：独特且包含失败案例的数据资产是AI药企的核心竞争壁垒[1][11]。各公司从利用公开数据转向积累自有数据，并形成差异化[11] * **MNC战略动向**：是行业重要风向标。例如礼来在2026年投入GPU机器人实验室建立干湿闭环[1][10]。多数MNC目前仍倾向于购买服务或产品，其决策逻辑与传统创新药类似，主要基于数据本身[10] * **管线成功率**：AI制药平台的真正价值最终体现在其产出药物的成功概率上。若一个平台能将传统约10%的成功率显著提升（例如至50-60%），方能证明其平台价值[10][11] 八、 特定公司案例（百奥赛图） * **业务逻辑**：拥有“千鼠万抗”底层物理平台及独家数据资产，结合AI进行筛选，短期内具备较顺畅的投资逻辑[2][12] * **核心优势**：人源化模型市场表现优异，根本原因在于通过平台积累了海量独有数据，具备了AI公司的关键要素[12][13] * **商业模式**：平台产生的众多分子吸引了大量BD交易，支撑了其良好的基本面[12][13]。其长期价值取决于产出抗体的最终成药率是否显著高于其他平台[13]

公司融资与市场定位 - 深度智耀于3月18日宣布完成D轮系列近2亿美元的融资，在3个月内密集完成数次融资，快速获取了十余亿元人民币的资金，融资密度和节奏业内罕见 [2] - 公司成立于2017年，长期保持低调，专注于AI制药中相对冷门且难度高的后端临床开发和证据生成领域 [2] - 公司业务围绕临床试验证据链展开，覆盖从临床策略、方案设计、研究中心执行，到EDC与数据管理、临床/统计编程、医学写作、药物警戒和注册支持的全流程，并搭建了AI驱动的一体化交付体系 [2] 行业背景与趋势演变 - 当前AI制药赛道热度高，前有晶泰科技、英矽智能港股上市，后有礼来联手英伟达打造“AI制药工厂” [2] - 行业早期热点集中在前端的药物发现，如利用AI预测蛋白结构、设计分子和筛选靶点 [2] - 2023年，第一批用AI设计的新药在临床阶段集体溃败，例如欧洲独角兽BenevolentAI核心管线BEN-2293二期临床试验失败，以及Exscientia关停其早期肿瘤管线EXS-21546，击碎了“AI一键生成新药”的神话 [11][14] - 行业和资本意识到从设计分子到新药上市的路程漫长，资本不再仅仅为算力和分子数量买单，转而拷问管线在临床阶段的有效性数据，行业“重分子、轻临床”的路线错误被“拨乱反正” [14][15] - 这意味着AI制药行业的重心正在从前端药物发现向后端临床开发转向，行业开始向真正创造人类福祉迈进 [3] 公司发展路径与技术演进 - 公司发展路径具有前瞻性：从翻译切入，然后向医学写作、数据管理、统计编程和临床运营等模块延伸，最终形成覆盖全流程的生产线 [7] - 早期选择翻译作为切入点，是因为翻译拥有明确的参考坐标系和对错标准，是验证模型理解能力最直接的“硬通货” [7] - 公司很早就形成判断：在制药行业，理解比生成更难，协同比生成更重要，只有先在高约束场景建立稳定的理解、校验和协同能力，才有资格往创造和决策走 [7] - 2019年，在模型从2.0向3.0迭代时，公司根据制药行业高约束、低容错的特性，沿着可控性和协同性重构系统，没有盲目跟随当时开始流行的大语言模型 [17] - 公司很早就意识到LLM的“幻觉”问题在制药行业是底线问题，一个虚构的数据或安全信息可能导致严重后果，这一认知比如今业界形成共识早了4-5年 [18] - 公司将问题从“如何做一个更强的模型”转向“如何做一个在临床研发场景里更可控、更能协同、也更能承担复杂工作流的系统”，解法不是押注更大的单体模型，而是“拆脑” [18] 核心技术：类人脑多智能体系统 - 公司的核心技术是一套类人脑多智能体系统，通过任务拆解、角色协同、反馈校验和递归自我进化，组织临床研发中高度复杂、跨部门、强约束的工作流 [3][19] - 该系统不是简单地把一个模型拆成多个功能模块，而是把复杂任务拆解给大量能力边界清晰的智能体，由它们分别承担决策、规划、检索、撰写、编程、审校、验证等工作，再通过通信与反馈回路彼此校验和制衡 [19] - 系统具备递归反思、递归纠错、递归自我进化的能力，不是“一次答题”，而像一个会反复思考、持续修正并不断逼近最优解的工作系统 [19] - 2023年，微软邀请公司参加闭门开发者大会并介绍Agent框架，公司内部原有的小模型协作体系顺势演进为真正意义上的多智能体协同系统 [19] - 该系统不只是一个工作流引擎，而像一个由大量高精度原子化智能体构成的“仿生大脑”，既能围绕目标组织工作，也能在执行过程中持续反思、校验并递归自我进化 [20] - 这套系统让公司成为了火热赛道中的稀缺标的 [3] 业务成果与标杆案例 - 公司业务已延展至中国、日本、美国、澳洲、新加坡及东南亚等地区，尤其在日本建立了较强的PI和研究中心网络，形成了本地化执行优势 [15] - 2025年，在与日本创新药企Immunorock的合作中，公司支持的临床试验方案实现了“零返修”和一次性通过以审核严苛著称的日本药监局审批 [22] - 在该案例中，公司的多智能体系统参与了从信息整合、路径规划到数字孪生推演的整套工作，通过递归推演提前识别出可能抬高脱落率的设计缺陷，帮助团队在方案定稿前完成修正 [22] - 该案例向产业证明了，像临床方案这样高度依赖经验和人力协同的工作，开始具备被系统化组织、递归验证和规模化交付的可能 [22] 行业影响与角色转变 - 传统临床研发是一种高成本的人海战术，时间消耗在跨部门沟通、返修和反复确认中 [23] - 一旦AI能够稳定完成任务拆解、主体生成、多轮自检和约束验证，流程就从“人生产、机器辅助”转变为“机器生成、系统验证、专家审签” [23] - AI的角色不再只是预测或分类工具，而更像一个围绕目标组织工作的系统 [23] - 人的角色是上移而非被取代，专家从大量重复劳动中抽身，更多投入到关键判断、边界把控和最终责任承担上 [23][25] - 制药仍然是一个必须由专业人士签字、由资质和责任链承担后果的行业，专家依旧是最后的把关者 [24] 能力迁移与估值扩张 - 公司“目标—生成—验证—递归进化”的框架一旦跑通，所能解决的问题远不止临床试验，公司已开始开辟“物质科学”新战场 [24] - 药物、农药、半导体材料、电池材料、特种钢等领域的研发，本质都是围绕明确目标，在一组约束条件下寻找最优解，并通过验证不断收敛 [24] - 2024年3月，公司与绿色农化巨头泰禾股份达成战略合作，基于其多智能体系统加快创新农药的研发进程 [27] - 公司的AI Agent能够在巨大的化学空间中自主规划、搜索、验证，发现传统研发模式难以触及的新分子骨架与作用机理，这套在制药领域验证成熟的能力迁移到农药领域是一种“降维应用” [27] - 这种技术的可迁移性进一步打开了公司的估值空间，成为资本蜂拥而至的动因 [27] - 从近几轮融资方来看，包括红杉中国、新鼎资本等早期投资者跟投，以及鼎晖百孚、信宸资本、金镒资本、凯泰资本等新股东加注，阵容豪华 [27] 核心竞争壁垒与行业展望 - 公司最核心的能力不是某一个单点工具，也不是简单把数据“喂给模型”训练的结果，而是在长期真实交付中形成的方法学、know-how，以及一套能把临床策略、site执行、数据管理、临床/统计编程、医学写作和注册递交组织在一起的类人脑多智能体系统 [28] - 这才是公司最难以被复制的资产和竞争力所在 [28] - 2024年诺贝尔化学奖一半授予蛋白质设计专家David Baker，另一半授予AlphaFold的开发者Demis Hassabis和John Jumper，这被解读为计算机科学在生命科学界的一次历史性“转正” [29][31] - 这种进化能力正在从前端的药物发现辐射到整个研发流程中 [32] - 对于制药行业，下一阶段稀缺的未必只是“找到一个答案”的能力，而是把一项工作真正做完、把一整套证据真正交付出去的能力 [32] - 从让机器学会看分子，到让系统像大脑一样组织临床试验、连接现场执行、数据管理、临床编程和递交逻辑，AI的价值坐标正在被重画 [32]

港股上市公司2025财年业绩预告概览 - 截至3月11日，已有超700家港股上市公司发布2025财年业绩预告，其中超过400家公司预告了截至2025年12月31日的年度业绩情况 [1] - 从近期发布业绩预告的公司来看，新消费、科技等行业公司业绩增长较为明显，传统消费等行业公司业绩出现下滑 [1] 新消费与黄金行业：老铺黄金业绩爆发 - 老铺黄金预计2025年实现销售业绩（含税收入）约310亿元至320亿元，同比增长约216%至227%；收入约270亿元至280亿元，同比增长约217%至229% [3] - 公司预计2025年非国际财务报告准则计量经调整净利润约50亿元至51亿元，同比增长约233%至240%；净利润约48亿元至49亿元，同比增长约226%至233% [3] - 业绩增长原因包括：品牌影响力扩大带来线上线下营收大幅增长；产品持续优化与推新迭代；2025年新增门店10家，优化及扩容门店9家，产生增量营收贡献 [3] - 在黄金价格持续攀升与消费需求结构性转变的双重影响下，公司凭借高端古法金赛道实现爆发式增长 [4] 传统消费行业：华润系公司面临压力 - 华润啤酒预计2025年可能录得溢利约29.2亿元至33.5亿元，上年同期为47.59亿元，同比减少约29.6%至38.6% [4] - 溢利减少主要由于报告期商誉减值约27.9亿元至29.7亿元所致，该减值与2023年收购贵州金沙窖酒酒业有限公司55.19%股权相关，主因是白酒市场需求疲软、消费场景收缩 [4] - 华润饮料预计2025年公司拥有人应占利润较2024年同期减少约40% [4] - 华润饮料表示，利润减少是因为2025年持续主动加大营销投入、调整产品结构、推进渠道变革，同时包装水业务持续承压，饮料业务增速不及预期 [5] AI制药行业：企业业绩表现分化 - 英矽智能预计2025年将录得收入约5580万美元至约5630万美元，而2024年收入约为8580万美元，收入下降约2950万美元至约3000万美元 [7] - 公司预计2025年公司拥有人的应占亏损将增加至约3.52亿美元至约3.56亿美元，而2024年应占亏损约为1710万美元 [7] - 亏损增加主要原因是可赎回可转换优先股公允价值变动亏损约2.97亿美元，以及收入下降 [7] - 晶泰控股则预期2025年实现扭亏为盈，税后溢利及公司权益持有人应占利润均不少于人民币1亿元 [7] - 业绩扭亏主要归因于：收入大幅增加至2025财年的不少于人民币7.8亿元，按年增加至少约193%，使核心业务亏损收窄；按公允价值计入损益计量的金融资产的公允价值收益净额大幅增加，2025财年不少于人民币5亿元，较2024财年的约人民币2530万元增加至少约1876%；此外，2025财年未出现可转换可赎回优先股的公允价值亏损 [8] 房地产及相关行业：业绩普遍大幅下滑 - 绿城中国预计2025年股东应占利润同比下降约95% [10] - 业绩承压主要源于：房地产市场仍处调整周期，行业整体盈利水平下行；为优化资产结构积极推进长周期库存去化，导致结转毛利率下降；基于审慎原则计提资产减值损失 [10] - 卓越商企服务预计2025年全年权益股东应占溢利同比大幅下降约60%至70% [10] - 利润骤降归因于：主动清理长账龄关联方贸易应收款导致减值损失增加；根据北京环球财富相关案件终审判决，就财务担保义务计提足额拨备 [10] - 龙湖集团预计2025年实现归属于股东净利润约10亿元，主因是房地产市场延续调整，销售端量价承压，导致开发业务结算收入及毛利率下降 [10] - 华侨城（亚洲）预期2025年公司权益持有人应占亏损为不超过人民币18亿元 [11] - 亏损主要原因为：2024年同期出售综合开发项目股权实现一次性投资收益，2025年未发生同类交易；2025年对部分综合开发项目的存货及在建工程计提减值损失，同时对部分联合营公司的投资确认投资损失和计提减值 [11]

【医药】AI制药持续进展，跨国药企布局加速 - 行业核心观点：AI+制药正从概念迈入实效验证期，生成式模型与强化学习深度融合，显著提升分子设计效率并缩短研发周期，AI正成为创新药研发的重要基础设施[3] 跨国药企正将AI从单点工具升级为研发与生产体系的底层基础设施，2025-2026年是全面加码的关键窗口期，通过并购、共建实验室及平台合作等方式构建一体化体系，交易结构普遍采用“低首付+高里程碑”模式[4] - 公司案例 - 晶泰科技：以“计算模拟+自动化实验+机器人系统”构建数据闭环壁垒，通过合作与孵化模式推动多条管线进入IND及临床阶段，其差异化优势在于高精度计算与标准化实验数据的持续生成能力，使模型迭代具备长期复利特征[3] - 公司案例 - 英矽智能：构建了“平台赋能+自研管线+对外BD”三层结构，依托Pharma.AI平台在靶点发现、分子设计及临床预测环节实现深度整合，多条自研管线进入临床阶段并通过大额对外授权实现商业化，收入结构形成“项目制+经常性软件收入”双引擎模式[3] 【建筑工程】算电协同产业链投资机会分析 - 行业核心观点：算电协同首次写入2026年两会政府工作报告，实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度[8] 产业链中算电一体化企业最具竞争优势，智能调度软件可实现算力电力精准匹配，绿电运营可提高利用小时数，算力运营可降低能耗成本[8] - 公司案例 - 中国能建：发挥算电协同优势深度参与“东数西算”枢纽建设，例如投资41亿元建设甘肃庆阳大数据中心园区示范项目，在特高压勘察设计、压缩空气储能（世界首台660MW方案）及抽水蓄能领域具有技术优势，2025年中累计获新能源指标超7600万千瓦，并网装机2028万千瓦[8] - 公司案例 - 中国电建：2024年新签算力数据中心类合同首超100亿元，2025年数字化新签典型合同包括北京房山数据中心（20亿元）、河北华章算力枢纽（23亿元）等，公司承担国内60%以上的风、光规划设计建设任务，2025年中累计并网装机3516万千瓦[9] - 公司案例 - 华电科工：在风电塔架、光伏支架及海上风电施工能力突出，承建风场装机超过350万千瓦，并形成重力储能系统工艺包及自主知识产权熔盐储热技术[9] - 其他公司布局：宁波建工战略持有中经云数据存储科技公司，建设绿色云数据中心[10] 罗曼股份通过“光伏+储能+智慧微网”打造低碳场景，并拟收购从事AIDC算力基础设施集成服务的武桐高新[10] 广东建工2025年中累计投产清洁能源装机456.6万千瓦[10] 永福股份提供“源-网-荷-储-智”一体化电力系统解决方案[10] 【公用事业】TOKEN出海，全国电价趋同，西部或受益 - 行业核心观点：TOKEN出海可能导致海外算力需求转化为国内电力需求，西南、西北等低电价区域将明显受益，国内电价将在2030年内趋于一致，西北西南0.2元/度左右的电价将逐渐向0.35元/度的全国平均水平靠拢[15] 电力成为算力核心生产要素，AIDC运营成本中电力及算力折旧占比达70%，中国西部0.2-0.3元/度的工业电价形成全球竞争优势[15] - 行业数据：2024年中国智能算力规模达725.3 EFLOPS，同比增长74.1%，预计到2028年将达2781.9 EFLOPS，年复合增长率40%[15] 2025年以来AI算力指数累计上涨约47%[15] - 政策与市场动态：2026年两会政府工作报告明确实施算电协同等新基建工程[15] “十五五”目标为单位国内生产总值二氧化碳排放累计降低17%，到2030年能源综合生产能力达到58亿吨标准煤[16] 云南对绿氢项目提供补贴，年产绿氢100吨以上项目连续三年享受每公斤最高13元补贴[16] 贵州电力市场2026年1月出现批零倒挂，售电公司面临近3000万元理论亏损[17] 德国绿电长期购电协议市场2024年新签容量同比下降约40%，2025年上半年再降26%[16]

公司最新融资动态 - 2026年3月4日，公司完成4000万美元新一轮融资，由鼎晖百孚、新鼎资本、金镒资本、凯泰资本等老股东集体加注 [1] - 本轮融资资金将主要用于推进多矩阵AGI类脑模型研发、深化中、日、美等核心市场的技术交付与商业拓展、以及扩充顶尖人才梯队 [1] 公司基本情况 - 公司全称为北京深度智耀科技有限公司，成立于2017年9月22日，总部位于北京 [2] - 企业定位为人工智能技术服务提供商，主营业务是将人工智能技术应用于新药临床开发与申报全流程 [2] 核心产品与技术 - 核心业务包括临床试验方案自动设计与撰写系统，覆盖I-III期临床试验方案、知情同意书、研究者手册等文档类型 [5] - 提供临床试验全周期文档自动化生成工具，应用于临床试验阶段的文档处理，包括临床研究报告、安全性报告、试验方案修订等 [5][7] - 提供新药申报文档智能化处理平台，用于新药注册申报资料的自动化处理，支持eCTD格式申报资料的自动生成与质量核查 [5][7] - 技术方向基于多智能体架构的AI系统，通过“AI仿生大脑+专家”模式，覆盖药物临床前研究、注册申报、临床试验及上市后研究等环节 [6] 近期合作与融资历程 - 2026年2月，公司与英百瑞生物医药签署战略合作协议，共同启动ACC-NK细胞疗法AI智能平台 [6] - 近期融资历程密集：2025年12月完成5000万美元D轮融资；2026年2月完成6000万美元融资；2026年3月完成4000万美元新一轮融资 [8]

报告投资评级 - 给予晶泰控股“买入”评级，当前股价为9.54港元，合理价值为14.07港元 [2] 核心观点 - 公司发布2025年正面盈利预告，预计实现税后利润及归母净利润均不少于1亿元，实现历史上首次全年盈利，而2024年归母亏损约15.17亿元 [6][7] - 2025年收入预计不少于7.84亿元，同比2024年的2.66亿元增长至少约194%，主要来自智能机器人解决方案及药物发现解决方案两大核心业务放量 [6][7] - 利润改善一方面来自收入高增带动核心业务亏损明显收窄，另一方面受益于金融资产公允价值收益大幅增加（预计不少于5亿元），以及2025年不再产生可转换可赎回优先股相关公允价值亏损 [6][7] - 公司在AI for Science领域落地持续加速，2026年初与巴斯夫、JW Pharmaceutical、东阳光药、维昇药业等多行业龙头达成合作，技术平台通用性与产业化能力持续验证 [6][8] - AI制药正由早期概念逐步迈向产业化验证阶段，2026年可能成为AIDD关键验证节点，AI可将早期发现周期压缩约30%–40%，并将临床前候选药物开发周期缩短至13–18个月 [6][12] 财务预测与业务拆分 - 预计2025-2027年公司总收入分别为7.84亿元、9.91亿元、13.07亿元，同比增长率分别为194.1%、26.4%、32.0% [1][6][14] - 预计2025-2027年归母净利润分别为1.14亿元、0.82亿元、2.06亿元 [1] - **智能机器人解决方案业务**：预计2025-2027年营收分别为2.93亿元、4.83亿元、7.49亿元，同比增长率分别为80%、65%、55% [15] - **药物发现解决方案业务**：预计2025-2027年营收分别为4.91亿元、5.07亿元、5.58亿元，同比增长率分别为373%、3%、10%；增长主要受与DoveTree合作的首付款及进一步付款驱动，其中5100万美元首付款已到账，4900万美元进一步付款大概率在2026年内确认收入 [13][15][16] 估值依据 - 采用PS估值法，参考可比公司（Relay Therapeutics、Schrödinger、Recursion、AbCellera）估值，给予公司55倍市销率（PS） [6][18] - 基于2025年预测收入7.84亿元和55倍PS，对应合理价值为14.07港元/股 [6][19] - 公司作为“平台型服务商”，构建垂直行业AI基础设施，拥有全球领先的AI+机器人驱动研发平台，具备较高技术壁垒与领先数据优势，现金余额充裕，且行业覆盖度更为广泛，因此给予一定估值溢价 [18]

纪要涉及的行业或公司 * 本次电话会议主要围绕**华兰股份**及其在**AI制药（AI医药）** 领域的布局展开[1] * 会议涉及华兰股份的子公司**灵平数智（灵晴数智）**、**知识图谱方向分公司**，以及华兰股份投资的**科迈生物**[1][8][11] 核心观点和论据 **1 华兰股份布局AI制药的背景与优势** * **主业稳健，客户资源深厚**：公司是成立30多年的医用橡胶制品龙头企业，收入利润稳定，积累了**1000多家**药企客户资源，合作关系长达二三十年[3][4][6] * **资金充裕，主业提供支持**：公司现金流充裕，业务回款快，为AI制药布局提供了资金基础[5] * **客户资源高度协同**：华兰股份掌握的客户资源远大于AI制药业务所需，公司计划向AI技术团队**开放这1000多家客户资源池**，帮助技术团队快速获得客户信任，降低获客成本和时间[6][43][89] * **战略定位高**：公司将AI医药业务定位到与胶塞主业**同等重要的位置**，目标是未来3-5年达到齐头并进，并致力于打造成为上市公司中AI医药领域的**头部梯队**[42][43][44] **2 AI制药业务的具体布局与模式** * **双轮驱动策略**：采取**内部孵化**（知识图谱、小分子、抗体、小核酸四大方向）加**外部投资**（如科迈生物）的方式推进AI制药布局[9][10] * **专家委员会支持**：成立了由刘军教授、孙茂松院士、胡跃院士、赵宏主任组成的“天团级”专家委员会，为技术方向把关并提供技术加持[9] * **知识图谱业务路径**： * **技术来源**：初期通过授权使用**Insilico Medicine**的成熟技术，快速切入中国市场[28][31] * **发展路径**：规划了**本地验证、本地化、规模化、生态化**四个发展阶段，最终目标是成为生物医药创新生态的关键节点[48][49][50][51][80] * **商业模式**：初期以**项目制**为主，定制化程度较高，未来将逐步标准化并拓展客户[66][68] * **应用方向**：聚焦**药物重定向**（老药新用）和**药物警戒**两大方向[21][22][24] * **投资企业科迈生物的特点**： * **数据优势**：拥有**4年多**的**私有数据**积累，不仅关注亲和力，更注重序列数据，以优化表位特异性和激活效率[12] * **模型特点**：针对**GPCR等难靶点**和**高特异性**要求（如CAR-T）优化模型，直接针对**细胞层面的实际效果**进行优化，而非仅优化亲和力跑分[13][15][16] * **业务模式**：自身不持有管线，主要为Biotech公司提供抗体设计服务，并获取合作管线**10%~30%的权益**[36] * **客户拓展**：借助华兰股份的销售网络，快速对接国内药企的初步AI转型需求[61] **3 关键业务进展与规划** * **知识图谱技术实力**：Insilico Medicine的知识图谱构建方法（iCraft）已发表在**自然子刊**上，其自动标注质量已接近成熟的生化博士水平，并在国际比赛中多次获得**第一名**[26][34] * **知识图谱合作进展**：Insilico Medicine已与**赛诺菲、Salesforce**等公司签订正式合作协议，推进药物重定向应用；并与**FDA**就推进药物警戒（PV）技术标准进行合作[27] * **科迈生物项目进展**： * 一个**GPCR**靶点（代谢类）项目已获得动物实验结果，效果良好[36] * 一个**CAR-T**项目能高分辨率区分靶点蛋白的野生型与突变型，在细胞层面实现约**5到6倍**的杀伤差异，正在申报IND[37][38] * **团队建设**： * 各核心团队（如知识图谱）初始规模约为**10人左右**，后续根据项目扩展[85] * 专家委员会将持续引入不同领域的专家，人数不设上限[84] 其他重要内容 * **业绩考核与指引**：公司已对知识图谱团队设定了明确的**里程碑式考核指标**（从数千万到数亿元），并暗示了达成的大致时间范围（与会计年度相关）[7][46][55][56] * **数据产权**：科迈生物与百奥赛图的合作数据是通过支付股权及测试费用获取的，**产权完整属于科迈**，未来将继续采购高质量数据，并拓展如羊驼等其他数据来源[73][74] * **AI工具平台化**：科迈生物正在构建对内对外的**AI Agent（人工智能体）体系**，对内提升员工效率，对外通过业务平台为客户提供基础工具服务[60] * **本土化与二次开发**：华兰的知识图谱团队将在引进技术的基础上，聚焦中国本土的疾病谱、用药习惯和监管环境，进行**二次开发和场景适配**，以实现技术国产化和自主知识产权[28][29]

公司战略转型：从药品包装到“AI+医药” - 公司主营业务为直接接触注射剂类药品包装材料的研发、生产和销售，主要产品包括各类覆膜胶塞、常规胶塞等 [4] - 公司正积极向“AI+医药”领域进行战略转型，通过设立子公司、投资AI制药企业、设立合资公司及专家委员会等一系列动作布局该领域 [1][3][6][7] - 此次跨界布局被行业专家视为顺应数字技术变革、主动推动产业升级的重要战略选择，医药包装与医药研发具备天然的产业关联性与协同基础 [5] 近期具体布局与投资 - 2023年9月底，公司拟使用自有资金5000万元在海南投资设立全资子公司“灵擎数智”，主营人工智能创新药研发解决方案及服务 [6] - 2023年11月，灵擎数智计划使用自有资金2000万元认购科迈生物新增注册资本，交易后将持有其9.53%的股权，并获得一个董事会席位及优先收购权 [6] - 2024年1月，公司以自有资金4.5亿元对灵擎数智进行增资，使其注册资本从5000万元增加至5亿元 [6] - 2024年，灵擎数智拟与美国Insilicom LLC前首席技术官俞开先及美国科学院院士刘军领衔的技术团队合作，共同出资设立一家合资公司，灵擎数智将控股并合并报表 [1][3] - 合资公司将聚焦以知识图谱为核心的药物重定向与药物警戒相关服务，并为核心人员设立与业绩目标挂钩的激励安排 [3] 行业背景与机遇 - “AI+”是当前最具吸引力的增长叙事之一，越来越多的企业正探索AI在医药领域的应用 [1][6] - AI技术在药物重定向、药物警戒等研发环节已展现出显著效率优势 [5] - 企业通过合资合作引入成熟技术团队，被视为能够快速切入AI医药服务赛道，抢占新兴市场发展先机的方式 [5] 面临的挑战与内部异议 - AI医药研发具备较高技术壁垒，需要长期稳定的算力、资金与高端人才投入，易面临投入大、产出慢的经营压力 [1][5] - 行业头部企业布局较早，已形成较强竞争壁垒，新进入者突破难度较大 [5] - 在公司设立灵擎数智及此次拟设立合资公司的董事会决议中，董事崔珂、姚茗芳均投下反对票 [1][9] - 反对理由包括：认为AI药物研发存在行业壁垒需长期投入，在缺乏明确技术人员、投资盈利预测等关键指标的情况下无法判断可行性；建议在合资公司设立前建立健全的治理与财务管控制度，充分论证业务各环节的可实现性 [9] - 董事的反对票反映出对公司跨界AI医药的审慎态度，认为现有方案可能未充分评估数据来源、模型有效性、商业化路径等关键环节 [10] 市场反应 - 2024年1月5日至2月10日，公司股价区间累计涨幅达68.9%，同期大盘累计涨幅为5.07% [10] - 2024年2月9日，公司股价创下新高 [10]