英伟达的AI制药棋局:3年14家,IPO起跑

医药研究社
10-10

近日,AI制药公司Iambic Therapeutics向美国SEC递交S-1文件,冲刺纳斯达克。而就在半年前的2月,Generate Biomedicines已经挂牌上市。两家公司技术路线不同、管线进度不同,背后却站着同一个投资人——英伟达。

从2023年密集出手算起,三年里,英伟达在AI制药这条赛道至少投了14家公司。科技大厂押注“AI+”早已是常态,真正值得琢磨的,是这张网如何铺开、铺向哪里,以及它离真正的收获还有多远。 $英伟达(NVDA)$

三年十四家:一张越铺越大的网

2023年是清晰的起点。英伟达及下属风投机构NVentures密集出手,Generate Biomedicines、Genesis Therapeutics、Iambic Therapeutics、Inceptive、Terray Therapeutics、Evozyne先后进入名单;同年,它还通过5000万美元的私募股权投资(PIPE)模式,投资了已上市企业Recursion(这笔持仓已于2025年底完成退出)。

这批公司有一个共同切入点:分子层面。生成式蛋白设计、小分子发现、RNA药物、自动化实验,要回答的问题很具体——AI能不能帮研发人员更快找到一个有潜力的分子。

2024年之后,英伟达的投资布局进一步拓宽,先后投下Relation Therapeutics、Vilya、Superluminal Medicines、EvolutionaryScale等企业;2026年,又新增投资Basecamp Research和Proxima两家公司。其投资重心也随之变化:早期项目盯着“找分子”,EvolutionaryScale则做更上游的事——它开发的ESM3模型训练规模达到980亿参数,能同时理解蛋白质的序列、结构和功能,并直接生成新的蛋白质;再到Basecamp和Proxima,又代表生物数据和药物设计的新路线。从分子到模型,从模型到数据,这套组合几乎覆盖了AI赋能药物研发的每个环节。

更关键的是,英伟达不是“投一把就走”。Genesis、Charm Therapeutics、Terray、Relation、Superluminal、Basecamp都拿到了两轮以上的加注。这种持续陪跑的姿态,在一级市场并不多见,说明英伟达把这条赛道当成了长期仓位,而不是单纯的财务性投资。而那笔投向Recursion的5000万美元,是目前少数跑通资本退出闭环的案例——真正跑出回报的AI制药项目,仍属个例。

广撒网背后,盯的是三层机会

14家公司看着杂,主线清晰:算力在最底层,模型和工具在中间,真实实验与药企场景在最上层。

最直接的一层是算力。传统药物研发的计算任务相对分散,AI正在把越来越多环节变成计算问题——蛋白质结构预测、分子生成、虚拟筛选、大模型训练与推理,样样都烧GPU。像ESM3这种近千亿参数的模型,训练和迭代本身就是持续的算力消耗。英伟达投这类公司,看中的不只是它自身的成长,更是提前卡位生命科学这个新算力场景。行业盘子做得越大,底层的算力基本盘就越稳。

中间一层是工具生态。英伟达显然不满足于只做“卖铲子的”。它自研了BioNeMo——一个面向生命科学的AI平台,覆盖模型开发、训练、部署和Agent工作流;投资则是一种绑定,让创业公司跑在自己的工具链上。Proxima是个例子,这家公司做邻近疗法相关的AI药物研发,2026年1月完成8000万美元种子轮融资,英伟达旗下NVentures参投,公司早期就与英伟达及多家药企合作,用BioNeMo和BioNeMo Agent推进药物发现。Basecamp Research则是另一种结合:2026年1月,它与英伟达推进了基于BioNeMo的模型开发;同年9月,Basecamp完成1.4亿美元C轮融资,英伟达参与其中。用的人越多、模型越丰富,平台能承接的场景就越广。

最上面一层是药企。AI制药能不能长成大产业,最终取决于大药企会不会把AI从“试一试”变成“离不开”。2026年1月,在摩根大通医疗健康大会上,英伟达和礼来宣布共建AI联合创新实验室,双方计划未来五年合计最高投入10亿美元,落地旧金山湾区,基于BioNeMo平台和英伟达Vera Rubin架构搭建基础设施。双方要做一套“持续学习系统”:把礼来的智能湿实验室和计算干实验室连起来,让AI提出假设、实验系统跑验证、数据再回流给模型迭代。用黄仁勋的话说,是让科学家在合成任何一个分子之前,就能在计算环境里先把生物学和化学空间走一遍。

放在同行里看,英伟达走的是条复合路径。Google的底气来自基础模型和DeepMind,通过Isomorphic Labs直接下场做药;腾讯更多靠云与产业投资切入。英伟达则三件事一起做——握着GPU底座,自研BioNeMo,对外广泛投资,同时拉着跨国药企共建。它投的不是某一家公司,而是生命科学领域正在形成的基础设施市场。

这个定位的好处是风险被摊薄。新药研发天生九死一生,押注单一管线等于把命运系在一个分子上;而卖算力和工具,只要行业整体在扩张,收益就能稳定兑现。英伟达押的不是下一个药王,而是让所有想找药王的人,都得先用它的基础设施。

IPO开闸,但大考才刚开始

2026年,收获的信号开始出现。

2月27日,Generate Biomedicines登陆纳斯达克,代码GENB,发行2500万股、每股16美元,募资约4亿美元。它的核心资产GB-0895是一款抗TSLP抗体,针对重度哮喘,已进入III期临床。9月,Iambic提交IPO申请,计划募资约1.5亿美元,核心候选药IAM1363还在I期/Ib期,计划最早2027年推进注册性试验。再往后,Charm、Superluminal开始进临床;Proxima、Basecamp还停在临床前。整个组合的管线从基础模型一路排到人体临床,梯次分明。

IPO和产业合作确实是不同层面的“收获”,但要说收获期已经到了,恐怕还早。

第一道坎是临床。过去行业比的是“模型能不能找到分子”,现在比的是“找出来的分子在人体内安不安全、有没有效”。到目前为止,还没有任何一家英伟达投过的公司,凭AI驱动研发的原创药物获批上市,最靠前的Generate也只走到III期。

第二道坎是商业化。就算将来有药获批,AI制药仍要回答一个更硬的问题:它到底有没有降低研发成本?不只是时间成本,还包括真金白银和研发资源。只有效率提升最终兑现成更高的研发成功率、更低的单个成功药物成本,技术优势才算落地。

从时间表看,这场验证注定是持久战。一款新药从临床I期走到获批,通常要六到十年,AI能压缩的只是部分环节。二级市场的态度其实已经给出提示:Generate发行价16美元,到10月初,股价在13.5美元附近徘徊,跌幅约13%至16%。市场愿意给AI制药一张入场券,但仅此而已——它要看到管线兑现,才会真正买单。

对英伟达来说,这盘棋的容错率很高。哪怕只有少数被投企业跑通商业化,它依然能靠GPU和BioNeMo在算力与工具两端收割行业红利。真正的悬念在于,AI能不能把药物研发这件事本身重构一遍。如果能,从基础模型、自动化实验到药企的日常研发,都会换一套打法。而这,才是英伟达真正押注的东西。

来源:医药研究社

免责声明:上述内容仅代表发帖人个人观点,不构成本平台的任何投资建议。

精彩评论

我们需要你的真知灼见来填补这片空白
发表看法