文 | 氨基观察

2024-2025年，AI进入真正的“爆发元年”。但这场爆发并不浪漫：大模型迭代速度越来越快，算力与人才投入越来越重，行业从“比谁更会做模型”迅速转向“比谁更能算得过账”。

对几乎所有以大模型为代表的AI公司而言，竞争的胜负手越来越清晰——一是成本能不能控住，二是营收能不能持续做大。

而当AI走进制药、材料等硬科技领域，这两道题会更难：数据更稀缺、实验更昂贵、验证更漫长、失败更常见。也因此，AI制药长期被视为“想象空间巨大，但商业化最难”的赛道之一。

在这样的背景下，国内AI制药平台型企业晶泰控股发布2025年盈利预喜：

营收增至不少于7.8亿元，同比增幅至少193%；税后溢利及公司权益持有人应占利润均不少于1亿元，同比扭亏为盈，首次实现全年盈利，也成为港股首个实现盈利的AI应用股。

与此同时，全球药企对AI的态度也从“点缀式创新”转向“底座式投入”：赛诺菲（Sanofi）喊出“All in AI”，礼来（Eli Lilly）与英伟达联手投资10亿美元共建AI实验室，阿斯利康（AstraZeneca）最高185亿美元从石药集团获得其AI参与研发的创新长效多肽药授权。行业共识越来越一致：AI不再是锦上添花，而是避免被淘汰的基础能力。

但药企全面拥抱AI的另一面，是AI制药行业的持续分化。海外老牌“SaaS”玩家Schrodinger因转型自主研发陷入业绩与股价的双重低迷；自研管线的代表Recursion亏损扩大并被英伟达清仓。这些案例共同指向一个现实：AI制药的难点从来不是“能不能做”，而是“能不能在可控成本下持续兑现收入”，“什么时候能真正赚到钱”。

反差之下，晶泰的盈利因此更值得讨论：在AI军备竞赛最考验成本与营收模型的阶段，它为什么更占优势？

当其他AI药企还在讨论其管线何时才能通过三期临床的终极“验收”时，晶泰科技已经把AI制药赚到的钱放进兜里，AI制药的赚钱能力比AI研发的管线更早获得验证。虽然晶泰科技的商业模式看起来复杂，但核心本质可以用一句话概括：它更像产业AI基础设施的“赋能者”，而不是亲自下场做药的“赌徒”。

晶泰科技并不以自研药物管线为核心，而是以“AI+自动化研发平台”赋能合作方研发，并通过首付款、里程碑付款、技术服务费、平台订阅费及部分项目分成实现收入。因此，它很难用单一标签概括，但它肯定不是传统CRO，也不是纯SaaS，更不是典型自研Biotech。传统CRO以人为主，不会像晶泰这样开发这么多算法和硬件。

如果追溯公司过去的业绩发布会，会看到公司的长期目标是垂直行业的超级人工智能。市场“看不懂”，本质在于其商业模式缺少严格可对标的海外样本，但是很多包括谷歌在内的伟大公司，早期同样面临多数人“看不懂”的局面。众所周知，人工智能的核心还是专属数据。硬件和业务的目的都直指数据，而数据的目的是实现晶泰科技想要的“行业大模型”。

如果晶泰科技只谈技术，我们反而会有所担心。管理层同时也非常兼顾商业落地和财务收入，从一开始就将晶泰科技定位为“平台”，并在发展中找到了一条独具优势的”平台型“商业策略，最终成为AI制药中最先赚到钱的公司。

一方面，它以平台能力深度参与创新研发，分享数据也有机会分享创新管线的长期上行；另一方面，又能获得可持续现金流与相对可控的风险。

其壁垒来自可复用的系统能力组合——量子物理计算、AI设计、机器人实验驱动的数据闭环，以及覆盖大小分子的多模态研发平台——这不是简单“堆人+堆算力”即可复制。更关键的是，它规避了AI制药公司最致命的不确定性：自研管线的临床高风险与现金流黑洞。晶泰不依赖“押注三期临床”来证明价值，而是通过订单、首付款、里程碑与分成的滚动兑现，持续验证平台能力。

同时，平台型业务具备规模效应：随着模型与流程持续迭代、数据持续沉淀，晶泰可通过广泛合作强化领先优势。AI赋能科研与产业研发是确定性趋势，增量市场巨大，而晶泰科技这样已被全球Top 20大药企中17家验证并选中的平台，具备更大的先行优势和更低的获客成本。

AI赋能医药研发，能提升研发效率，但核心是能否形成有效而不是烧钱的商业模式。

虽然条条大路通罗马，但不同企业的选择，仍会带来不同的表现。AI制药行业有一个结构性问题：如果走“自研管线”路线，真正的证真证伪往往要等到临床中后期，尤其是规模更大、统计学意义更清晰的三期临床。

于是市场经常出现一种剧本：企业早期靠“模型叙事+管线数量”，看准高潜力适应症，估值上天；中期管线开始进入临床，现金流压力越来越大，然而管线证真证伪需要漫长时间，如果融资跟不上则面临艰巨的取舍困难；一旦关键临床失败，股价与基本面同步崩塌。近年海外的典型对照并不少。

软件服务收入稳定的Schrodinger，作为海外AI制药领域的先行者，早年以药物研发软件服务为核心，凭借稳定的订阅收入支撑企业稳步发展，股价长期保持稳健；但在加大自主研发药物投入、转型“AI+Biotech”模式后，其业绩陷入持续波动，研发投入大幅增加，却迟迟无法兑现临床成果，业绩与股价长期承压。

前不久被英伟达清仓的Recursion也是AI biotech 的典型代表，同样将自主研发管线模式的弊端展现得淋漓尽致。

Recursion在2024年完成企业合并后，就砍掉了一批临床2期及之前数据不佳的研发管线，2025年再度砍掉4条管线，手中的保留管线相对更加早期，而其营收主要源于作为AI研发平台的服务收入。

从Recursion的管线调整可以看出，自主研发药物管线的模式，在短期内难以验证其商业价值。有些适应症领域，哪怕管线注定无法成功上市，也可能成功穿越一二期临床，在规模大、患者样本更加丰富的临床三期结果揭晓前，本质上都是一场高风险的豪赌。最终连英伟达都选择清仓离场，反映市场对“自研大赌局”的风险定价。

相比之下，晶泰模式最关键的不同，是它把“证真节点”前移了。

在合作模式下，晶泰的价值验证并不需要等到三期——签约拿首付款，就意味着客户愿意为平台能力付费（而不是“试试看”式的小额PoC——概念验证）。由其参与的管线推进到临床拿里程碑，意味着平台交付推动了真实研发进展。后续若有销售分成/权益分成，则提供更长期的上行空间。

更重要的是，里程碑付款的成本结构更优。当项目进入临床后，后续临床试验的大头风险与投入主要由药企承担；晶泰获得的里程碑收入，往往不需要同比例新增成本，因而更接近高毛利增量收益。

这使得晶泰在“控成本、增营收”两大难题上同时占优：在成本端，自动化与平台化带来规模效应，边际成本下降；在营收端，首付款/里程碑让收入兑现更快、更可持续。

目前公司官宣合作管线已达数十条，客户中既有礼来这样的全球头部药企，也有创新biotech，覆盖从癌症、代谢疾病到神经性疾病与罕见病的丰富管线。管线规模越大，数据与算法沉淀越深，平台越强，形成“越做越便宜、越做越准、越做越能签大单”的正循环。

此外，晶泰深受“小而美”的创新生物科技公司青睐。若合作方选择更早期对外授权管线，晶泰的分成兑现节奏可能进一步前移，营收想象空间随之抬升。

如果说“AI赋能科研、落地产业”是大势所趋，那么晶泰的定位更像产业AI应用的基础设施：既能承接大市场，又能把风险隔离好，把确定性收入留在自己报表里。

也因此，过去一年间，国家层面频繁出现在晶泰科技进行调研考察，侧面说明了两个事实：赛道含金量高、且头部企业正在形成领先优势。

在AI应用里，真正稀缺的从来不是“有模型”，而是“能持续产出高质量数据、并把数据变成可复用资产”。晶泰科技要成为产业赋能者，关键在于能力是否足够硬、壁垒是否足够深。

晶泰科技的护城河构思是，将算法、自动化、数据做成新一代基建，也就是外界所熟知的“量子物理+AI+机器人”全栈式技术闭环。

这是一个更重、更难但更有效的组合，它能解决两件事：自动化实验平台，解决了制药领域数据精准度与数据孤岛的痛点；数据回流驱动 AI 算法迭代，形成“交付—数据—模型—再交付”的闭环，让模型持续变强。

大家知道，AI的核心三要素是算力、算法、数据。算力层面基本由上游提供，很难拉开差距。决定护城河，或者说拉开差距的关键要素是“数据+算法”。

这也是AI制药“落地难点”所在：很多公司模型看起来很强，但缺少可持续的高质量实验数据供给与闭环迭代机制，最终容易停留在PoC。

AI在科学研究中面临的一个主要挑战，就是如何获取充足的高质量数据，以训练出有效的模型。即便是热门的AlphaFold在药物研发场景中，仍受限于复合体结构数据不足，影响实际应用效果。《Nature》2025年3月的报道也提到AlphaFold面临药物数据短缺的问题，这种数据紧缺会直接影响模型性能，阻碍了该工具在相关场景的应用推进。

因此，一家优秀的AI制药企业，必须具备两大特征：高效获取或自主产生高质量数据的能力，以及依托成熟实验平台完成验证，持续实现算法迭代闭环的能力。

这正是晶泰科技“量子物理+AI+机器人”模式的核心看点。其依托自建机器人实验室的研发平台，从源头解决数据问题，并将业务持续转化为数据资产和算法资产，反哺模型优化，形成了“业务开展-数据积累-算法迭代-服务升级”的正向循环，构筑起难以复制的差异化优势。

当然，交出扭亏为盈的答卷之后，市场最关心的莫过于，晶泰科技能否持续跑通“技术服务+联合研发”的轻资产模式，带来持续高增长的业绩？

目前仍需时间验证，但从当前行业实践与合作进展来看，公司至少在五个核心维度给出了正向答案：

第一，New Modality持续延伸能力。

从行业发展规律来看，单一药物模式的研发瓶颈日益凸显，多模态药物研发已成为突破成药困境、拓展治疗边界的重要方向。对于AI制药企业来说，通过更多元的成药路径，攻克传统研发难以突破的高难度靶点，是验证技术、算法能力的关键。

目前，晶泰科技已建立覆盖小分子、抗体等多类型药物的一体化研发能力，且在加速裂变。其已经推动分子胶、mRNA、多肽、siRNA等平台的落地，充分展现了深厚的技术积淀与创新实力，也对应着新的市场机遇和蓝海空间。

其中，siRNA作为小核酸药物的核心细分领域，正经历从“小众罕见病用药”向“主流慢病治疗方案”的历史性跨越，已站在全球创新药浪潮的C位，市场增长潜力巨大。

弗若斯特沙利文数据显示，全球小核酸药物市场规模预计将从2024年的52亿美元激增至2029年的206亿美元。晶泰科技的AI小核酸设计平台XtalSilence，通过AI迭代可设计出显著降低脱靶风险的创新siRNA分子，精准契合行业技术需求，有望在这一快速增长的赛道中抢占先机，依托技术优势分享市场红利。

分子胶的潜力同样不可小觑，作为新一代邻近诱导型疗法，其与PROTAC共同构成蛋白降解技术的核心方向，是中长期最具想象力的新分子领域，更是解锁“不可成药靶点”宝藏的关键钥匙，也是临床与商业价值已得到充分验证的蓝海市场。晶泰科技则凭借物理计算模拟、高通量筛选及专有预测工具，结合AI驱动的机器人实验室，来攻克分子胶研发的核心技术难题，进而构建差异化竞争优势。

在通过更多成药路径攻克更具挑战性靶点的同时，晶泰科技甚至可针对同一疾病的不同靶点机制与药物模式开展内部赛马，再将表现最佳的分子送入临床。这也是其区别于同类AI制药企业的核心优势之一，有助于持续拓宽技术边界与合作场景。

第二，持续获取大额订单的能力。

从晶泰科技与DoveTree达成近60亿美元规模化打包订单，到与礼来等全球头部药企分两次共计6亿美元的持续深化合作，不断签下重磅项目，证明其平台价值已获得国际市场高度认可，大单落地能力具备可持续性，不再依赖单一项目驱动增长。

第三，合作管线高效推进、兑现度高。

合作伙伴在获得晶泰科技的技术赋能后，相关管线研发推进顺利，里程碑节点密集落地。

例如，过去一年，其合作成果显著：与智擎生技合作的项目顺利进入临床阶段；与溪砾科技联合开发的AI+RNA新药RTX-117，成功完成首例患者给药，标志着项目进入关键临床验证环节；与希格生科合作的胃癌靶向药不仅顺利进入临床，更获得盖伦奖提名，彰显了管线的临床价值与行业认可度；此外，莱芒生物借助晶泰的技术支持，以千分之一剂量CAR-T实现血液瘤与红斑狼疮100%完全缓解，日前已顺利完成近2亿元融资。多条合作管线同步迈向临床阶段，一定程度上验证了晶泰科技AI技术赋能新药研发的真实效率与核心成药价值。

第四，依托AI的广阔应用空间，持续拓展第二、第三曲线。

晶泰科技并非单纯的AI制药企业，也已经拓展至消费品、新材料、农业等增量市场。尤其是成功切入消费健康领域，其基于自研的AI分子开发平台ID4，成功设计出两款针对生发的创新外用功效成分——小分子Remeanagen™和多肽AquaKine™。

其测试数据显示，使用这两个AI设计的生发分子的受试者最快在使用14天后即可观察到初步的生长期毛囊密度提高效果，起效速度快。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%，并且安全性表现优异。

目前，这两款AI设计的生发分子均已成功通过INCI（国际化妆品成分名称）注册，其联用配方已由外部孵化消费品牌Groland完成FDA化妆品备案，意味着该产品已经可以在电商渠道售卖。

生发产品是多大的市场自不必说。而“以医药水准做消费品”这个产品开发策略也早已获得礼来减肥神药替尔泊肽的官方认证，成为将药企推向万亿市值的最大推手。晶泰科技从医药级研发平台到消费级功效成分的成功跨越，也为其带来新的想象空间与增长预期，这一板块如果发展适当，将比药物更快地为晶泰科技带来爆发式增长，值得密切关注。

第五，依靠现金储备加速业务与技术扩张。

在AI产业化阶段，“现金流与资产负债表”成为核心竞争力之一，代表着公司持续投入研发、扩展市场、保持竞争优势“卷”下去的底气。晶泰科技上市以来，通过多轮配售和无息可转债充盈了其现金储备，其中2027年到期的零息可转债发行额达22.64亿港元，侧面印证了其在机构投资人中的号召力。

这也意味着晶泰科技手中有近100亿的现金储备，可以用“买买买”快速补齐技术模块，拓展海外客户名单，建立新业务团队或JV，包括投资具有潜力的上下游企业，将超健康的现金储备转化为更高的利润额与竞争壁垒。如何把握这些机会，与同行相比，手握充足现金的晶泰科技拥有更高的主动权。

回到最初的问题：晶泰科技的盈利告诉我们什么？

它至少说明，在AI军备竞赛里，真正稀缺的不是“会做模型”，而是能否在现实产业中同时解决两件事：把成本打下来、把营收做上去。

晶泰科技作为一个“新物种”，融合了AI制药的想象空间与大模型式的巨大市场，同时又通过平台赋能模式避开自研管线风险，把价值验证前移到首付款与里程碑阶段，并通过“量子物理+AI+机器人”的闭环持续沉淀数据与算法，形成越做越强的规模效应。

未来晶泰科技能成长到多大规模、这套模式能走多远仍需时间观察。但不可否认的是，AI赋能科研、落地产业是大势所趋，而晶泰科技作为港股AI应用股中首个实现盈利的企业，其含金量还在上升。

核心在于，晶泰科技已经成功走出了AI制药行业“烧钱不盈利”的困局，以实打实的订单与管线进展，验证了AI技术赋能新药研发的商业可行性，这是其长期竞争力所在，也为整个行业探索出一条可复制、可借鉴的落地路径。

文 | 氨基观察

2024-2025年，AI进入真正的“爆发元年”。但这场爆发并不浪漫：大模型迭代速度越来越快，算力与人才投入越来越重，行业从“比谁更会做模型”迅速转向“比谁更能算得过账”。

对几乎所有以大模型为代表的AI公司而言，竞争的胜负手越来越清晰——一是成本能不能控住，二是营收能不能持续做大。

而当AI走进制药、材料等硬科技领域，这两道题会更难：数据更稀缺、实验更昂贵、验证更漫长、失败更常见。也因此，AI制药长期被视为“想象空间巨大，但商业化最难”的赛道之一。

在这样的背景下，国内AI制药平台型企业晶泰控股发布2025年盈利预喜：

营收增至不少于7.8亿元，同比增幅至少193%；税后溢利及公司权益持有人应占利润均不少于1亿元，同比扭亏为盈，首次实现全年盈利，也成为港股首个实现盈利的AI应用股。

与此同时，全球药企对AI的态度也从“点缀式创新”转向“底座式投入”：赛诺菲（Sanofi）喊出“All in AI”，礼来（Eli Lilly）与英伟达联手投资10亿美元共建AI实验室，阿斯利康（AstraZeneca）最高185亿美元从石药集团获得其AI参与研发的创新长效多肽药授权。行业共识越来越一致：AI不再是锦上添花，而是避免被淘汰的基础能力。

但药企全面拥抱AI的另一面，是AI制药行业的持续分化。海外老牌“SaaS”玩家Schrodinger因转型自主研发陷入业绩与股价的双重低迷；自研管线的代表Recursion亏损扩大并被英伟达清仓。这些案例共同指向一个现实：AI制药的难点从来不是“能不能做”，而是“能不能在可控成本下持续兑现收入”，“什么时候能真正赚到钱”。

反差之下，晶泰的盈利因此更值得讨论：在AI军备竞赛最考验成本与营收模型的阶段，它为什么更占优势？

当其他AI药企还在讨论其管线何时才能通过三期临床的终极“验收”时，晶泰科技已经把AI制药赚到的钱放进兜里，AI制药的赚钱能力比AI研发的管线更早获得验证。虽然晶泰科技的商业模式看起来复杂，但核心本质可以用一句话概括：它更像产业AI基础设施的“赋能者”，而不是亲自下场做药的“赌徒”。

晶泰科技并不以自研药物管线为核心，而是以“AI+自动化研发平台”赋能合作方研发，并通过首付款、里程碑付款、技术服务费、平台订阅费及部分项目分成实现收入。因此，它很难用单一标签概括，但它肯定不是传统CRO，也不是纯SaaS，更不是典型自研Biotech。传统CRO以人为主，不会像晶泰这样开发这么多算法和硬件。

如果追溯公司过去的业绩发布会，会看到公司的长期目标是垂直行业的超级人工智能。市场“看不懂”，本质在于其商业模式缺少严格可对标的海外样本，但是很多包括谷歌在内的伟大公司，早期同样面临多数人“看不懂”的局面。众所周知，人工智能的核心还是专属数据。硬件和业务的目的都直指数据，而数据的目的是实现晶泰科技想要的“行业大模型”。

如果晶泰科技只谈技术，我们反而会有所担心。管理层同时也非常兼顾商业落地和财务收入，从一开始就将晶泰科技定位为“平台”，并在发展中找到了一条独具优势的”平台型“商业策略，最终成为AI制药中最先赚到钱的公司。

一方面，它以平台能力深度参与创新研发，分享数据也有机会分享创新管线的长期上行；另一方面，又能获得可持续现金流与相对可控的风险。

其壁垒来自可复用的系统能力组合——量子物理计算、AI设计、机器人实验驱动的数据闭环，以及覆盖大小分子的多模态研发平台——这不是简单“堆人+堆算力”即可复制。更关键的是，它规避了AI制药公司最致命的不确定性：自研管线的临床高风险与现金流黑洞。晶泰不依赖“押注三期临床”来证明价值，而是通过订单、首付款、里程碑与分成的滚动兑现，持续验证平台能力。

同时，平台型业务具备规模效应：随着模型与流程持续迭代、数据持续沉淀，晶泰可通过广泛合作强化领先优势。AI赋能科研与产业研发是确定性趋势，增量市场巨大，而晶泰科技这样已被全球Top 20大药企中17家验证并选中的平台，具备更大的先行优势和更低的获客成本。

AI赋能医药研发，能提升研发效率，但核心是能否形成有效而不是烧钱的商业模式。

虽然条条大路通罗马，但不同企业的选择，仍会带来不同的表现。AI制药行业有一个结构性问题：如果走“自研管线”路线，真正的证真证伪往往要等到临床中后期，尤其是规模更大、统计学意义更清晰的三期临床。

于是市场经常出现一种剧本：企业早期靠“模型叙事+管线数量”，看准高潜力适应症，估值上天；中期管线开始进入临床，现金流压力越来越大，然而管线证真证伪需要漫长时间，如果融资跟不上则面临艰巨的取舍困难；一旦关键临床失败，股价与基本面同步崩塌。近年海外的典型对照并不少。

软件服务收入稳定的Schrodinger，作为海外AI制药领域的先行者，早年以药物研发软件服务为核心，凭借稳定的订阅收入支撑企业稳步发展，股价长期保持稳健；但在加大自主研发药物投入、转型“AI+Biotech”模式后，其业绩陷入持续波动，研发投入大幅增加，却迟迟无法兑现临床成果，业绩与股价长期承压。

前不久被英伟达清仓的Recursion也是AI biotech 的典型代表，同样将自主研发管线模式的弊端展现得淋漓尽致。

Recursion在2024年完成企业合并后，就砍掉了一批临床2期及之前数据不佳的研发管线，2025年再度砍掉4条管线，手中的保留管线相对更加早期，而其营收主要源于作为AI研发平台的服务收入。

从Recursion的管线调整可以看出，自主研发药物管线的模式，在短期内难以验证其商业价值。有些适应症领域，哪怕管线注定无法成功上市，也可能成功穿越一二期临床，在规模大、患者样本更加丰富的临床三期结果揭晓前，本质上都是一场高风险的豪赌。最终连英伟达都选择清仓离场，反映市场对“自研大赌局”的风险定价。

相比之下，晶泰模式最关键的不同，是它把“证真节点”前移了。

在合作模式下，晶泰的价值验证并不需要等到三期——签约拿首付款，就意味着客户愿意为平台能力付费（而不是“试试看”式的小额PoC——概念验证）。由其参与的管线推进到临床拿里程碑，意味着平台交付推动了真实研发进展。后续若有销售分成/权益分成，则提供更长期的上行空间。

更重要的是，里程碑付款的成本结构更优。当项目进入临床后，后续临床试验的大头风险与投入主要由药企承担；晶泰获得的里程碑收入，往往不需要同比例新增成本，因而更接近高毛利增量收益。

这使得晶泰在“控成本、增营收”两大难题上同时占优：在成本端，自动化与平台化带来规模效应，边际成本下降；在营收端，首付款/里程碑让收入兑现更快、更可持续。

目前公司官宣合作管线已达数十条，客户中既有礼来这样的全球头部药企，也有创新biotech，覆盖从癌症、代谢疾病到神经性疾病与罕见病的丰富管线。管线规模越大，数据与算法沉淀越深，平台越强，形成“越做越便宜、越做越准、越做越能签大单”的正循环。

此外，晶泰深受“小而美”的创新生物科技公司青睐。若合作方选择更早期对外授权管线，晶泰的分成兑现节奏可能进一步前移，营收想象空间随之抬升。

如果说“AI赋能科研、落地产业”是大势所趋，那么晶泰的定位更像产业AI应用的基础设施：既能承接大市场，又能把风险隔离好，把确定性收入留在自己报表里。

也因此，过去一年间，国家层面频繁出现在晶泰科技进行调研考察，侧面说明了两个事实：赛道含金量高、且头部企业正在形成领先优势。

在AI应用里，真正稀缺的从来不是“有模型”，而是“能持续产出高质量数据、并把数据变成可复用资产”。晶泰科技要成为产业赋能者，关键在于能力是否足够硬、壁垒是否足够深。

晶泰科技的护城河构思是，将算法、自动化、数据做成新一代基建，也就是外界所熟知的“量子物理+AI+机器人”全栈式技术闭环。

这是一个更重、更难但更有效的组合，它能解决两件事：自动化实验平台，解决了制药领域数据精准度与数据孤岛的痛点；数据回流驱动 AI 算法迭代，形成“交付—数据—模型—再交付”的闭环，让模型持续变强。

大家知道，AI的核心三要素是算力、算法、数据。算力层面基本由上游提供，很难拉开差距。决定护城河，或者说拉开差距的关键要素是“数据+算法”。

这也是AI制药“落地难点”所在：很多公司模型看起来很强，但缺少可持续的高质量实验数据供给与闭环迭代机制，最终容易停留在PoC。

AI在科学研究中面临的一个主要挑战，就是如何获取充足的高质量数据，以训练出有效的模型。即便是热门的AlphaFold在药物研发场景中，仍受限于复合体结构数据不足，影响实际应用效果。《Nature》2025年3月的报道也提到AlphaFold面临药物数据短缺的问题，这种数据紧缺会直接影响模型性能，阻碍了该工具在相关场景的应用推进。

因此，一家优秀的AI制药企业，必须具备两大特征：高效获取或自主产生高质量数据的能力，以及依托成熟实验平台完成验证，持续实现算法迭代闭环的能力。

这正是晶泰科技“量子物理+AI+机器人”模式的核心看点。其依托自建机器人实验室的研发平台，从源头解决数据问题，并将业务持续转化为数据资产和算法资产，反哺模型优化，形成了“业务开展-数据积累-算法迭代-服务升级”的正向循环，构筑起难以复制的差异化优势。

当然，交出扭亏为盈的答卷之后，市场最关心的莫过于，晶泰科技能否持续跑通“技术服务+联合研发”的轻资产模式，带来持续高增长的业绩？

目前仍需时间验证，但从当前行业实践与合作进展来看，公司至少在五个核心维度给出了正向答案：

第一，New Modality持续延伸能力。

从行业发展规律来看，单一药物模式的研发瓶颈日益凸显，多模态药物研发已成为突破成药困境、拓展治疗边界的重要方向。对于AI制药企业来说，通过更多元的成药路径，攻克传统研发难以突破的高难度靶点，是验证技术、算法能力的关键。

目前，晶泰科技已建立覆盖小分子、抗体等多类型药物的一体化研发能力，且在加速裂变。其已经推动分子胶、mRNA、多肽、siRNA等平台的落地，充分展现了深厚的技术积淀与创新实力，也对应着新的市场机遇和蓝海空间。

其中，siRNA作为小核酸药物的核心细分领域，正经历从“小众罕见病用药”向“主流慢病治疗方案”的历史性跨越，已站在全球创新药浪潮的C位，市场增长潜力巨大。

弗若斯特沙利文数据显示，全球小核酸药物市场规模预计将从2024年的52亿美元激增至2029年的206亿美元。晶泰科技的AI小核酸设计平台XtalSilence，通过AI迭代可设计出显著降低脱靶风险的创新siRNA分子，精准契合行业技术需求，有望在这一快速增长的赛道中抢占先机，依托技术优势分享市场红利。

分子胶的潜力同样不可小觑，作为新一代邻近诱导型疗法，其与PROTAC共同构成蛋白降解技术的核心方向，是中长期最具想象力的新分子领域，更是解锁“不可成药靶点”宝藏的关键钥匙，也是临床与商业价值已得到充分验证的蓝海市场。晶泰科技则凭借物理计算模拟、高通量筛选及专有预测工具，结合AI驱动的机器人实验室，来攻克分子胶研发的核心技术难题，进而构建差异化竞争优势。

在通过更多成药路径攻克更具挑战性靶点的同时，晶泰科技甚至可针对同一疾病的不同靶点机制与药物模式开展内部赛马，再将表现最佳的分子送入临床。这也是其区别于同类AI制药企业的核心优势之一，有助于持续拓宽技术边界与合作场景。

第二，持续获取大额订单的能力。

从晶泰科技与DoveTree达成近60亿美元规模化打包订单，到与礼来等全球头部药企分两次共计6亿美元的持续深化合作，不断签下重磅项目，证明其平台价值已获得国际市场高度认可，大单落地能力具备可持续性，不再依赖单一项目驱动增长。

第三，合作管线高效推进、兑现度高。

合作伙伴在获得晶泰科技的技术赋能后，相关管线研发推进顺利，里程碑节点密集落地。

例如，过去一年，其合作成果显著：与智擎生技合作的项目顺利进入临床阶段；与溪砾科技联合开发的AI+RNA新药RTX-117，成功完成首例患者给药，标志着项目进入关键临床验证环节；与希格生科合作的胃癌靶向药不仅顺利进入临床，更获得盖伦奖提名，彰显了管线的临床价值与行业认可度；此外，莱芒生物借助晶泰的技术支持，以千分之一剂量CAR-T实现血液瘤与红斑狼疮100%完全缓解，日前已顺利完成近2亿元融资。多条合作管线同步迈向临床阶段，一定程度上验证了晶泰科技AI技术赋能新药研发的真实效率与核心成药价值。

第四，依托AI的广阔应用空间，持续拓展第二、第三曲线。

晶泰科技并非单纯的AI制药企业，也已经拓展至消费品、新材料、农业等增量市场。尤其是成功切入消费健康领域，其基于自研的AI分子开发平台ID4，成功设计出两款针对生发的创新外用功效成分——小分子Remeanagen™和多肽AquaKine™。

其测试数据显示，使用这两个AI设计的生发分子的受试者最快在使用14天后即可观察到初步的生长期毛囊密度提高效果，起效速度快。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%，并且安全性表现优异。

目前，这两款AI设计的生发分子均已成功通过INCI（国际化妆品成分名称）注册，其联用配方已由外部孵化消费品牌Groland完成FDA化妆品备案，意味着该产品已经可以在电商渠道售卖。

生发产品是多大的市场自不必说。而“以医药水准做消费品”这个产品开发策略也早已获得礼来减肥神药替尔泊肽的官方认证，成为将药企推向万亿市值的最大推手。晶泰科技从医药级研发平台到消费级功效成分的成功跨越，也为其带来新的想象空间与增长预期，这一板块如果发展适当，将比药物更快地为晶泰科技带来爆发式增长，值得密切关注。

第五，依靠现金储备加速业务与技术扩张。

在AI产业化阶段，“现金流与资产负债表”成为核心竞争力之一，代表着公司持续投入研发、扩展市场、保持竞争优势“卷”下去的底气。晶泰科技上市以来，通过多轮配售和无息可转债充盈了其现金储备，其中2027年到期的零息可转债发行额达22.64亿港元，侧面印证了其在机构投资人中的号召力。

这也意味着晶泰科技手中有近100亿的现金储备，可以用“买买买”快速补齐技术模块，拓展海外客户名单，建立新业务团队或JV，包括投资具有潜力的上下游企业，将超健康的现金储备转化为更高的利润额与竞争壁垒。如何把握这些机会，与同行相比，手握充足现金的晶泰科技拥有更高的主动权。

回到最初的问题：晶泰科技的盈利告诉我们什么？

它至少说明，在AI军备竞赛里，真正稀缺的不是“会做模型”，而是能否在现实产业中同时解决两件事：把成本打下来、把营收做上去。

晶泰科技作为一个“新物种”，融合了AI制药的想象空间与大模型式的巨大市场，同时又通过平台赋能模式避开自研管线风险，把价值验证前移到首付款与里程碑阶段，并通过“量子物理+AI+机器人”的闭环持续沉淀数据与算法，形成越做越强的规模效应。

未来晶泰科技能成长到多大规模、这套模式能走多远仍需时间观察。但不可否认的是，AI赋能科研、落地产业是大势所趋，而晶泰科技作为港股AI应用股中首个实现盈利的企业，其含金量还在上升。

核心在于，晶泰科技已经成功走出了AI制药行业“烧钱不盈利”的困局，以实打实的订单与管线进展，验证了AI技术赋能新药研发的商业可行性，这是其长期竞争力所在，也为整个行业探索出一条可复制、可借鉴的落地路径。

文 | 氨基观察

2024-2025年，AI进入真正的“爆发元年”。但这场爆发并不浪漫：大模型迭代速度越来越快，算力与人才投入越来越重，行业从“比谁更会做模型”迅速转向“比谁更能算得过账”。

对几乎所有以大模型为代表的AI公司而言，竞争的胜负手越来越清晰——一是成本能不能控住，二是营收能不能持续做大。

而当AI走进制药、材料等硬科技领域，这两道题会更难：数据更稀缺、实验更昂贵、验证更漫长、失败更常见。也因此，AI制药长期被视为“想象空间巨大，但商业化最难”的赛道之一。

在这样的背景下，国内AI制药平台型企业晶泰控股发布2025年盈利预喜：

营收增至不少于7.8亿元，同比增幅至少193%；税后溢利及公司权益持有人应占利润均不少于1亿元，同比扭亏为盈，首次实现全年盈利，也成为港股首个实现盈利的AI应用股。

与此同时，全球药企对AI的态度也从“点缀式创新”转向“底座式投入”：赛诺菲（Sanofi）喊出“All in AI”，礼来（Eli Lilly）与英伟达联手投资10亿美元共建AI实验室，阿斯利康（AstraZeneca）最高185亿美元从石药集团获得其AI参与研发的创新长效多肽药授权。行业共识越来越一致：AI不再是锦上添花，而是避免被淘汰的基础能力。

但药企全面拥抱AI的另一面，是AI制药行业的持续分化。海外老牌“SaaS”玩家Schrodinger因转型自主研发陷入业绩与股价的双重低迷；自研管线的代表Recursion亏损扩大并被英伟达清仓。这些案例共同指向一个现实：AI制药的难点从来不是“能不能做”，而是“能不能在可控成本下持续兑现收入”，“什么时候能真正赚到钱”。

反差之下，晶泰的盈利因此更值得讨论：在AI军备竞赛最考验成本与营收模型的阶段，它为什么更占优势？

当其他AI药企还在讨论其管线何时才能通过三期临床的终极“验收”时，晶泰科技已经把AI制药赚到的钱放进兜里，AI制药的赚钱能力比AI研发的管线更早获得验证。虽然晶泰科技的商业模式看起来复杂，但核心本质可以用一句话概括：它更像产业AI基础设施的“赋能者”，而不是亲自下场做药的“赌徒”。

晶泰科技并不以自研药物管线为核心，而是以“AI+自动化研发平台”赋能合作方研发，并通过首付款、里程碑付款、技术服务费、平台订阅费及部分项目分成实现收入。因此，它很难用单一标签概括，但它肯定不是传统CRO，也不是纯SaaS，更不是典型自研Biotech。传统CRO以人为主，不会像晶泰这样开发这么多算法和硬件。

如果追溯公司过去的业绩发布会，会看到公司的长期目标是垂直行业的超级人工智能。市场“看不懂”，本质在于其商业模式缺少严格可对标的海外样本，但是很多包括谷歌在内的伟大公司，早期同样面临多数人“看不懂”的局面。众所周知，人工智能的核心还是专属数据。硬件和业务的目的都直指数据，而数据的目的是实现晶泰科技想要的“行业大模型”。

如果晶泰科技只谈技术，我们反而会有所担心。管理层同时也非常兼顾商业落地和财务收入，从一开始就将晶泰科技定位为“平台”，并在发展中找到了一条独具优势的”平台型“商业策略，最终成为AI制药中最先赚到钱的公司。

一方面，它以平台能力深度参与创新研发，分享数据也有机会分享创新管线的长期上行；另一方面，又能获得可持续现金流与相对可控的风险。

其壁垒来自可复用的系统能力组合——量子物理计算、AI设计、机器人实验驱动的数据闭环，以及覆盖大小分子的多模态研发平台——这不是简单“堆人+堆算力”即可复制。更关键的是，它规避了AI制药公司最致命的不确定性：自研管线的临床高风险与现金流黑洞。晶泰不依赖“押注三期临床”来证明价值，而是通过订单、首付款、里程碑与分成的滚动兑现，持续验证平台能力。

同时，平台型业务具备规模效应：随着模型与流程持续迭代、数据持续沉淀，晶泰可通过广泛合作强化领先优势。AI赋能科研与产业研发是确定性趋势，增量市场巨大，而晶泰科技这样已被全球Top 20大药企中17家验证并选中的平台，具备更大的先行优势和更低的获客成本。

AI赋能医药研发，能提升研发效率，但核心是能否形成有效而不是烧钱的商业模式。

虽然条条大路通罗马，但不同企业的选择，仍会带来不同的表现。AI制药行业有一个结构性问题：如果走“自研管线”路线，真正的证真证伪往往要等到临床中后期，尤其是规模更大、统计学意义更清晰的三期临床。

于是市场经常出现一种剧本：企业早期靠“模型叙事+管线数量”，看准高潜力适应症，估值上天；中期管线开始进入临床，现金流压力越来越大，然而管线证真证伪需要漫长时间，如果融资跟不上则面临艰巨的取舍困难；一旦关键临床失败，股价与基本面同步崩塌。近年海外的典型对照并不少。

软件服务收入稳定的Schrodinger，作为海外AI制药领域的先行者，早年以药物研发软件服务为核心，凭借稳定的订阅收入支撑企业稳步发展，股价长期保持稳健；但在加大自主研发药物投入、转型“AI+Biotech”模式后，其业绩陷入持续波动，研发投入大幅增加，却迟迟无法兑现临床成果，业绩与股价长期承压。

前不久被英伟达清仓的Recursion也是AI biotech 的典型代表，同样将自主研发管线模式的弊端展现得淋漓尽致。

Recursion在2024年完成企业合并后，就砍掉了一批临床2期及之前数据不佳的研发管线，2025年再度砍掉4条管线，手中的保留管线相对更加早期，而其营收主要源于作为AI研发平台的服务收入。

从Recursion的管线调整可以看出，自主研发药物管线的模式，在短期内难以验证其商业价值。有些适应症领域，哪怕管线注定无法成功上市，也可能成功穿越一二期临床，在规模大、患者样本更加丰富的临床三期结果揭晓前，本质上都是一场高风险的豪赌。最终连英伟达都选择清仓离场，反映市场对“自研大赌局”的风险定价。

相比之下，晶泰模式最关键的不同，是它把“证真节点”前移了。

在合作模式下，晶泰的价值验证并不需要等到三期——签约拿首付款，就意味着客户愿意为平台能力付费（而不是“试试看”式的小额PoC——概念验证）。由其参与的管线推进到临床拿里程碑，意味着平台交付推动了真实研发进展。后续若有销售分成/权益分成，则提供更长期的上行空间。

更重要的是，里程碑付款的成本结构更优。当项目进入临床后，后续临床试验的大头风险与投入主要由药企承担；晶泰获得的里程碑收入，往往不需要同比例新增成本，因而更接近高毛利增量收益。

这使得晶泰在“控成本、增营收”两大难题上同时占优：在成本端，自动化与平台化带来规模效应，边际成本下降；在营收端，首付款/里程碑让收入兑现更快、更可持续。

目前公司官宣合作管线已达数十条，客户中既有礼来这样的全球头部药企，也有创新biotech，覆盖从癌症、代谢疾病到神经性疾病与罕见病的丰富管线。管线规模越大，数据与算法沉淀越深，平台越强，形成“越做越便宜、越做越准、越做越能签大单”的正循环。

此外，晶泰深受“小而美”的创新生物科技公司青睐。若合作方选择更早期对外授权管线，晶泰的分成兑现节奏可能进一步前移，营收想象空间随之抬升。

如果说“AI赋能科研、落地产业”是大势所趋，那么晶泰的定位更像产业AI应用的基础设施：既能承接大市场，又能把风险隔离好，把确定性收入留在自己报表里。

也因此，过去一年间，国家层面频繁出现在晶泰科技进行调研考察，侧面说明了两个事实：赛道含金量高、且头部企业正在形成领先优势。

在AI应用里，真正稀缺的从来不是“有模型”，而是“能持续产出高质量数据、并把数据变成可复用资产”。晶泰科技要成为产业赋能者，关键在于能力是否足够硬、壁垒是否足够深。

晶泰科技的护城河构思是，将算法、自动化、数据做成新一代基建，也就是外界所熟知的“量子物理+AI+机器人”全栈式技术闭环。

这是一个更重、更难但更有效的组合，它能解决两件事：自动化实验平台，解决了制药领域数据精准度与数据孤岛的痛点；数据回流驱动 AI 算法迭代，形成“交付—数据—模型—再交付”的闭环，让模型持续变强。

大家知道，AI的核心三要素是算力、算法、数据。算力层面基本由上游提供，很难拉开差距。决定护城河，或者说拉开差距的关键要素是“数据+算法”。

这也是AI制药“落地难点”所在：很多公司模型看起来很强，但缺少可持续的高质量实验数据供给与闭环迭代机制，最终容易停留在PoC。

AI在科学研究中面临的一个主要挑战，就是如何获取充足的高质量数据，以训练出有效的模型。即便是热门的AlphaFold在药物研发场景中，仍受限于复合体结构数据不足，影响实际应用效果。《Nature》2025年3月的报道也提到AlphaFold面临药物数据短缺的问题，这种数据紧缺会直接影响模型性能，阻碍了该工具在相关场景的应用推进。

因此，一家优秀的AI制药企业，必须具备两大特征：高效获取或自主产生高质量数据的能力，以及依托成熟实验平台完成验证，持续实现算法迭代闭环的能力。

这正是晶泰科技“量子物理+AI+机器人”模式的核心看点。其依托自建机器人实验室的研发平台，从源头解决数据问题，并将业务持续转化为数据资产和算法资产，反哺模型优化，形成了“业务开展-数据积累-算法迭代-服务升级”的正向循环，构筑起难以复制的差异化优势。

当然，交出扭亏为盈的答卷之后，市场最关心的莫过于，晶泰科技能否持续跑通“技术服务+联合研发”的轻资产模式，带来持续高增长的业绩？

目前仍需时间验证，但从当前行业实践与合作进展来看，公司至少在五个核心维度给出了正向答案：

第一，New Modality持续延伸能力。

从行业发展规律来看，单一药物模式的研发瓶颈日益凸显，多模态药物研发已成为突破成药困境、拓展治疗边界的重要方向。对于AI制药企业来说，通过更多元的成药路径，攻克传统研发难以突破的高难度靶点，是验证技术、算法能力的关键。

目前，晶泰科技已建立覆盖小分子、抗体等多类型药物的一体化研发能力，且在加速裂变。其已经推动分子胶、mRNA、多肽、siRNA等平台的落地，充分展现了深厚的技术积淀与创新实力，也对应着新的市场机遇和蓝海空间。

其中，siRNA作为小核酸药物的核心细分领域，正经历从“小众罕见病用药”向“主流慢病治疗方案”的历史性跨越，已站在全球创新药浪潮的C位，市场增长潜力巨大。

弗若斯特沙利文数据显示，全球小核酸药物市场规模预计将从2024年的52亿美元激增至2029年的206亿美元。晶泰科技的AI小核酸设计平台XtalSilence，通过AI迭代可设计出显著降低脱靶风险的创新siRNA分子，精准契合行业技术需求，有望在这一快速增长的赛道中抢占先机，依托技术优势分享市场红利。

分子胶的潜力同样不可小觑，作为新一代邻近诱导型疗法，其与PROTAC共同构成蛋白降解技术的核心方向，是中长期最具想象力的新分子领域，更是解锁“不可成药靶点”宝藏的关键钥匙，也是临床与商业价值已得到充分验证的蓝海市场。晶泰科技则凭借物理计算模拟、高通量筛选及专有预测工具，结合AI驱动的机器人实验室，来攻克分子胶研发的核心技术难题，进而构建差异化竞争优势。

在通过更多成药路径攻克更具挑战性靶点的同时，晶泰科技甚至可针对同一疾病的不同靶点机制与药物模式开展内部赛马，再将表现最佳的分子送入临床。这也是其区别于同类AI制药企业的核心优势之一，有助于持续拓宽技术边界与合作场景。

第二，持续获取大额订单的能力。

从晶泰科技与DoveTree达成近60亿美元规模化打包订单，到与礼来等全球头部药企分两次共计6亿美元的持续深化合作，不断签下重磅项目，证明其平台价值已获得国际市场高度认可，大单落地能力具备可持续性，不再依赖单一项目驱动增长。

第三，合作管线高效推进、兑现度高。

合作伙伴在获得晶泰科技的技术赋能后，相关管线研发推进顺利，里程碑节点密集落地。

例如，过去一年，其合作成果显著：与智擎生技合作的项目顺利进入临床阶段；与溪砾科技联合开发的AI+RNA新药RTX-117，成功完成首例患者给药，标志着项目进入关键临床验证环节；与希格生科合作的胃癌靶向药不仅顺利进入临床，更获得盖伦奖提名，彰显了管线的临床价值与行业认可度；此外，莱芒生物借助晶泰的技术支持，以千分之一剂量CAR-T实现血液瘤与红斑狼疮100%完全缓解，日前已顺利完成近2亿元融资。多条合作管线同步迈向临床阶段，一定程度上验证了晶泰科技AI技术赋能新药研发的真实效率与核心成药价值。

第四，依托AI的广阔应用空间，持续拓展第二、第三曲线。

晶泰科技并非单纯的AI制药企业，也已经拓展至消费品、新材料、农业等增量市场。尤其是成功切入消费健康领域，其基于自研的AI分子开发平台ID4，成功设计出两款针对生发的创新外用功效成分——小分子Remeanagen™和多肽AquaKine™。

其测试数据显示，使用这两个AI设计的生发分子的受试者最快在使用14天后即可观察到初步的生长期毛囊密度提高效果，起效速度快。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%，并且安全性表现优异。

目前，这两款AI设计的生发分子均已成功通过INCI（国际化妆品成分名称）注册，其联用配方已由外部孵化消费品牌Groland完成FDA化妆品备案，意味着该产品已经可以在电商渠道售卖。

生发产品是多大的市场自不必说。而“以医药水准做消费品”这个产品开发策略也早已获得礼来减肥神药替尔泊肽的官方认证，成为将药企推向万亿市值的最大推手。晶泰科技从医药级研发平台到消费级功效成分的成功跨越，也为其带来新的想象空间与增长预期，这一板块如果发展适当，将比药物更快地为晶泰科技带来爆发式增长，值得密切关注。

第五，依靠现金储备加速业务与技术扩张。

在AI产业化阶段，“现金流与资产负债表”成为核心竞争力之一，代表着公司持续投入研发、扩展市场、保持竞争优势“卷”下去的底气。晶泰科技上市以来，通过多轮配售和无息可转债充盈了其现金储备，其中2027年到期的零息可转债发行额达22.64亿港元，侧面印证了其在机构投资人中的号召力。

这也意味着晶泰科技手中有近100亿的现金储备，可以用“买买买”快速补齐技术模块，拓展海外客户名单，建立新业务团队或JV，包括投资具有潜力的上下游企业，将超健康的现金储备转化为更高的利润额与竞争壁垒。如何把握这些机会，与同行相比，手握充足现金的晶泰科技拥有更高的主动权。

回到最初的问题：晶泰科技的盈利告诉我们什么？

它至少说明，在AI军备竞赛里，真正稀缺的不是“会做模型”，而是能否在现实产业中同时解决两件事：把成本打下来、把营收做上去。

晶泰科技作为一个“新物种”，融合了AI制药的想象空间与大模型式的巨大市场，同时又通过平台赋能模式避开自研管线风险，把价值验证前移到首付款与里程碑阶段，并通过“量子物理+AI+机器人”的闭环持续沉淀数据与算法，形成越做越强的规模效应。

未来晶泰科技能成长到多大规模、这套模式能走多远仍需时间观察。但不可否认的是，AI赋能科研、落地产业是大势所趋，而晶泰科技作为港股AI应用股中首个实现盈利的企业，其含金量还在上升。

核心在于，晶泰科技已经成功走出了AI制药行业“烧钱不盈利”的困局，以实打实的订单与管线进展，验证了AI技术赋能新药研发的商业可行性，这是其长期竞争力所在，也为整个行业探索出一条可复制、可借鉴的落地路径。

文 | 氨基观察

2024-2025年，AI进入真正的“爆发元年”。但这场爆发并不浪漫：大模型迭代速度越来越快，算力与人才投入越来越重，行业从“比谁更会做模型”迅速转向“比谁更能算得过账”。

对几乎所有以大模型为代表的AI公司而言，竞争的胜负手越来越清晰——一是成本能不能控住，二是营收能不能持续做大。

而当AI走进制药、材料等硬科技领域，这两道题会更难：数据更稀缺、实验更昂贵、验证更漫长、失败更常见。也因此，AI制药长期被视为“想象空间巨大，但商业化最难”的赛道之一。

在这样的背景下，国内AI制药平台型企业晶泰控股发布2025年盈利预喜：

营收增至不少于7.8亿元，同比增幅至少193%；税后溢利及公司权益持有人应占利润均不少于1亿元，同比扭亏为盈，首次实现全年盈利，也成为港股首个实现盈利的AI应用股。

与此同时，全球药企对AI的态度也从“点缀式创新”转向“底座式投入”：赛诺菲（Sanofi）喊出“All in AI”，礼来（Eli Lilly）与英伟达联手投资10亿美元共建AI实验室，阿斯利康（AstraZeneca）最高185亿美元从石药集团获得其AI参与研发的创新长效多肽药授权。行业共识越来越一致：AI不再是锦上添花，而是避免被淘汰的基础能力。

但药企全面拥抱AI的另一面，是AI制药行业的持续分化。海外老牌“SaaS”玩家Schrodinger因转型自主研发陷入业绩与股价的双重低迷；自研管线的代表Recursion亏损扩大并被英伟达清仓。这些案例共同指向一个现实：AI制药的难点从来不是“能不能做”，而是“能不能在可控成本下持续兑现收入”，“什么时候能真正赚到钱”。

反差之下，晶泰的盈利因此更值得讨论：在AI军备竞赛最考验成本与营收模型的阶段，它为什么更占优势？

当其他AI药企还在讨论其管线何时才能通过三期临床的终极“验收”时，晶泰科技已经把AI制药赚到的钱放进兜里，AI制药的赚钱能力比AI研发的管线更早获得验证。虽然晶泰科技的商业模式看起来复杂，但核心本质可以用一句话概括：它更像产业AI基础设施的“赋能者”，而不是亲自下场做药的“赌徒”。

晶泰科技并不以自研药物管线为核心，而是以“AI+自动化研发平台”赋能合作方研发，并通过首付款、里程碑付款、技术服务费、平台订阅费及部分项目分成实现收入。因此，它很难用单一标签概括，但它肯定不是传统CRO，也不是纯SaaS，更不是典型自研Biotech。传统CRO以人为主，不会像晶泰这样开发这么多算法和硬件。

如果追溯公司过去的业绩发布会，会看到公司的长期目标是垂直行业的超级人工智能。市场“看不懂”，本质在于其商业模式缺少严格可对标的海外样本，但是很多包括谷歌在内的伟大公司，早期同样面临多数人“看不懂”的局面。众所周知，人工智能的核心还是专属数据。硬件和业务的目的都直指数据，而数据的目的是实现晶泰科技想要的“行业大模型”。

如果晶泰科技只谈技术，我们反而会有所担心。管理层同时也非常兼顾商业落地和财务收入，从一开始就将晶泰科技定位为“平台”，并在发展中找到了一条独具优势的”平台型“商业策略，最终成为AI制药中最先赚到钱的公司。

一方面，它以平台能力深度参与创新研发，分享数据也有机会分享创新管线的长期上行；另一方面，又能获得可持续现金流与相对可控的风险。

其壁垒来自可复用的系统能力组合——量子物理计算、AI设计、机器人实验驱动的数据闭环，以及覆盖大小分子的多模态研发平台——这不是简单“堆人+堆算力”即可复制。更关键的是，它规避了AI制药公司最致命的不确定性：自研管线的临床高风险与现金流黑洞。晶泰不依赖“押注三期临床”来证明价值，而是通过订单、首付款、里程碑与分成的滚动兑现，持续验证平台能力。

同时，平台型业务具备规模效应：随着模型与流程持续迭代、数据持续沉淀，晶泰可通过广泛合作强化领先优势。AI赋能科研与产业研发是确定性趋势，增量市场巨大，而晶泰科技这样已被全球Top 20大药企中17家验证并选中的平台，具备更大的先行优势和更低的获客成本。

AI赋能医药研发，能提升研发效率，但核心是能否形成有效而不是烧钱的商业模式。

虽然条条大路通罗马，但不同企业的选择，仍会带来不同的表现。AI制药行业有一个结构性问题：如果走“自研管线”路线，真正的证真证伪往往要等到临床中后期，尤其是规模更大、统计学意义更清晰的三期临床。

于是市场经常出现一种剧本：企业早期靠“模型叙事+管线数量”，看准高潜力适应症，估值上天；中期管线开始进入临床，现金流压力越来越大，然而管线证真证伪需要漫长时间，如果融资跟不上则面临艰巨的取舍困难；一旦关键临床失败，股价与基本面同步崩塌。近年海外的典型对照并不少。

软件服务收入稳定的Schrodinger，作为海外AI制药领域的先行者，早年以药物研发软件服务为核心，凭借稳定的订阅收入支撑企业稳步发展，股价长期保持稳健；但在加大自主研发药物投入、转型“AI+Biotech”模式后，其业绩陷入持续波动，研发投入大幅增加，却迟迟无法兑现临床成果，业绩与股价长期承压。

前不久被英伟达清仓的Recursion也是AI biotech 的典型代表，同样将自主研发管线模式的弊端展现得淋漓尽致。

Recursion在2024年完成企业合并后，就砍掉了一批临床2期及之前数据不佳的研发管线，2025年再度砍掉4条管线，手中的保留管线相对更加早期，而其营收主要源于作为AI研发平台的服务收入。

从Recursion的管线调整可以看出，自主研发药物管线的模式，在短期内难以验证其商业价值。有些适应症领域，哪怕管线注定无法成功上市，也可能成功穿越一二期临床，在规模大、患者样本更加丰富的临床三期结果揭晓前，本质上都是一场高风险的豪赌。最终连英伟达都选择清仓离场，反映市场对“自研大赌局”的风险定价。

相比之下，晶泰模式最关键的不同，是它把“证真节点”前移了。

在合作模式下，晶泰的价值验证并不需要等到三期——签约拿首付款，就意味着客户愿意为平台能力付费（而不是“试试看”式的小额PoC——概念验证）。由其参与的管线推进到临床拿里程碑，意味着平台交付推动了真实研发进展。后续若有销售分成/权益分成，则提供更长期的上行空间。

更重要的是，里程碑付款的成本结构更优。当项目进入临床后，后续临床试验的大头风险与投入主要由药企承担；晶泰获得的里程碑收入，往往不需要同比例新增成本，因而更接近高毛利增量收益。

这使得晶泰在“控成本、增营收”两大难题上同时占优：在成本端，自动化与平台化带来规模效应，边际成本下降；在营收端，首付款/里程碑让收入兑现更快、更可持续。

目前公司官宣合作管线已达数十条，客户中既有礼来这样的全球头部药企，也有创新biotech，覆盖从癌症、代谢疾病到神经性疾病与罕见病的丰富管线。管线规模越大，数据与算法沉淀越深，平台越强，形成“越做越便宜、越做越准、越做越能签大单”的正循环。

此外，晶泰深受“小而美”的创新生物科技公司青睐。若合作方选择更早期对外授权管线，晶泰的分成兑现节奏可能进一步前移，营收想象空间随之抬升。

如果说“AI赋能科研、落地产业”是大势所趋，那么晶泰的定位更像产业AI应用的基础设施：既能承接大市场，又能把风险隔离好，把确定性收入留在自己报表里。

也因此，过去一年间，国家层面频繁出现在晶泰科技进行调研考察，侧面说明了两个事实：赛道含金量高、且头部企业正在形成领先优势。

在AI应用里，真正稀缺的从来不是“有模型”，而是“能持续产出高质量数据、并把数据变成可复用资产”。晶泰科技要成为产业赋能者，关键在于能力是否足够硬、壁垒是否足够深。

晶泰科技的护城河构思是，将算法、自动化、数据做成新一代基建，也就是外界所熟知的“量子物理+AI+机器人”全栈式技术闭环。

这是一个更重、更难但更有效的组合，它能解决两件事：自动化实验平台，解决了制药领域数据精准度与数据孤岛的痛点；数据回流驱动 AI 算法迭代，形成“交付—数据—模型—再交付”的闭环，让模型持续变强。

大家知道，AI的核心三要素是算力、算法、数据。算力层面基本由上游提供，很难拉开差距。决定护城河，或者说拉开差距的关键要素是“数据+算法”。

这也是AI制药“落地难点”所在：很多公司模型看起来很强，但缺少可持续的高质量实验数据供给与闭环迭代机制，最终容易停留在PoC。

AI在科学研究中面临的一个主要挑战，就是如何获取充足的高质量数据，以训练出有效的模型。即便是热门的AlphaFold在药物研发场景中，仍受限于复合体结构数据不足，影响实际应用效果。《Nature》2025年3月的报道也提到AlphaFold面临药物数据短缺的问题，这种数据紧缺会直接影响模型性能，阻碍了该工具在相关场景的应用推进。

因此，一家优秀的AI制药企业，必须具备两大特征：高效获取或自主产生高质量数据的能力，以及依托成熟实验平台完成验证，持续实现算法迭代闭环的能力。

这正是晶泰科技“量子物理+AI+机器人”模式的核心看点。其依托自建机器人实验室的研发平台，从源头解决数据问题，并将业务持续转化为数据资产和算法资产，反哺模型优化，形成了“业务开展-数据积累-算法迭代-服务升级”的正向循环，构筑起难以复制的差异化优势。

当然，交出扭亏为盈的答卷之后，市场最关心的莫过于，晶泰科技能否持续跑通“技术服务+联合研发”的轻资产模式，带来持续高增长的业绩？

目前仍需时间验证，但从当前行业实践与合作进展来看，公司至少在五个核心维度给出了正向答案：

第一，New Modality持续延伸能力。

从行业发展规律来看，单一药物模式的研发瓶颈日益凸显，多模态药物研发已成为突破成药困境、拓展治疗边界的重要方向。对于AI制药企业来说，通过更多元的成药路径，攻克传统研发难以突破的高难度靶点，是验证技术、算法能力的关键。

目前，晶泰科技已建立覆盖小分子、抗体等多类型药物的一体化研发能力，且在加速裂变。其已经推动分子胶、mRNA、多肽、siRNA等平台的落地，充分展现了深厚的技术积淀与创新实力，也对应着新的市场机遇和蓝海空间。

其中，siRNA作为小核酸药物的核心细分领域，正经历从“小众罕见病用药”向“主流慢病治疗方案”的历史性跨越，已站在全球创新药浪潮的C位，市场增长潜力巨大。

弗若斯特沙利文数据显示，全球小核酸药物市场规模预计将从2024年的52亿美元激增至2029年的206亿美元。晶泰科技的AI小核酸设计平台XtalSilence，通过AI迭代可设计出显著降低脱靶风险的创新siRNA分子，精准契合行业技术需求，有望在这一快速增长的赛道中抢占先机，依托技术优势分享市场红利。

分子胶的潜力同样不可小觑，作为新一代邻近诱导型疗法，其与PROTAC共同构成蛋白降解技术的核心方向，是中长期最具想象力的新分子领域，更是解锁“不可成药靶点”宝藏的关键钥匙，也是临床与商业价值已得到充分验证的蓝海市场。晶泰科技则凭借物理计算模拟、高通量筛选及专有预测工具，结合AI驱动的机器人实验室，来攻克分子胶研发的核心技术难题，进而构建差异化竞争优势。

在通过更多成药路径攻克更具挑战性靶点的同时，晶泰科技甚至可针对同一疾病的不同靶点机制与药物模式开展内部赛马，再将表现最佳的分子送入临床。这也是其区别于同类AI制药企业的核心优势之一，有助于持续拓宽技术边界与合作场景。

第二，持续获取大额订单的能力。

从晶泰科技与DoveTree达成近60亿美元规模化打包订单，到与礼来等全球头部药企分两次共计6亿美元的持续深化合作，不断签下重磅项目，证明其平台价值已获得国际市场高度认可，大单落地能力具备可持续性，不再依赖单一项目驱动增长。

第三，合作管线高效推进、兑现度高。

合作伙伴在获得晶泰科技的技术赋能后，相关管线研发推进顺利，里程碑节点密集落地。

例如，过去一年，其合作成果显著：与智擎生技合作的项目顺利进入临床阶段；与溪砾科技联合开发的AI+RNA新药RTX-117，成功完成首例患者给药，标志着项目进入关键临床验证环节；与希格生科合作的胃癌靶向药不仅顺利进入临床，更获得盖伦奖提名，彰显了管线的临床价值与行业认可度；此外，莱芒生物借助晶泰的技术支持，以千分之一剂量CAR-T实现血液瘤与红斑狼疮100%完全缓解，日前已顺利完成近2亿元融资。多条合作管线同步迈向临床阶段，一定程度上验证了晶泰科技AI技术赋能新药研发的真实效率与核心成药价值。

第四，依托AI的广阔应用空间，持续拓展第二、第三曲线。

晶泰科技并非单纯的AI制药企业，也已经拓展至消费品、新材料、农业等增量市场。尤其是成功切入消费健康领域，其基于自研的AI分子开发平台ID4，成功设计出两款针对生发的创新外用功效成分——小分子Remeanagen™和多肽AquaKine™。

其测试数据显示，使用这两个AI设计的生发分子的受试者最快在使用14天后即可观察到初步的生长期毛囊密度提高效果，起效速度快。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%，并且安全性表现优异。

目前，这两款AI设计的生发分子均已成功通过INCI（国际化妆品成分名称）注册，其联用配方已由外部孵化消费品牌Groland完成FDA化妆品备案，意味着该产品已经可以在电商渠道售卖。

生发产品是多大的市场自不必说。而“以医药水准做消费品”这个产品开发策略也早已获得礼来减肥神药替尔泊肽的官方认证，成为将药企推向万亿市值的最大推手。晶泰科技从医药级研发平台到消费级功效成分的成功跨越，也为其带来新的想象空间与增长预期，这一板块如果发展适当，将比药物更快地为晶泰科技带来爆发式增长，值得密切关注。

第五，依靠现金储备加速业务与技术扩张。

在AI产业化阶段，“现金流与资产负债表”成为核心竞争力之一，代表着公司持续投入研发、扩展市场、保持竞争优势“卷”下去的底气。晶泰科技上市以来，通过多轮配售和无息可转债充盈了其现金储备，其中2027年到期的零息可转债发行额达22.64亿港元，侧面印证了其在机构投资人中的号召力。

这也意味着晶泰科技手中有近100亿的现金储备，可以用“买买买”快速补齐技术模块，拓展海外客户名单，建立新业务团队或JV，包括投资具有潜力的上下游企业，将超健康的现金储备转化为更高的利润额与竞争壁垒。如何把握这些机会，与同行相比，手握充足现金的晶泰科技拥有更高的主动权。

回到最初的问题：晶泰科技的盈利告诉我们什么？

它至少说明，在AI军备竞赛里，真正稀缺的不是“会做模型”，而是能否在现实产业中同时解决两件事：把成本打下来、把营收做上去。

晶泰科技作为一个“新物种”，融合了AI制药的想象空间与大模型式的巨大市场，同时又通过平台赋能模式避开自研管线风险，把价值验证前移到首付款与里程碑阶段，并通过“量子物理+AI+机器人”的闭环持续沉淀数据与算法，形成越做越强的规模效应。

未来晶泰科技能成长到多大规模、这套模式能走多远仍需时间观察。但不可否认的是，AI赋能科研、落地产业是大势所趋，而晶泰科技作为港股AI应用股中首个实现盈利的企业，其含金量还在上升。

核心在于，晶泰科技已经成功走出了AI制药行业“烧钱不盈利”的困局，以实打实的订单与管线进展，验证了AI技术赋能新药研发的商业可行性，这是其长期竞争力所在，也为整个行业探索出一条可复制、可借鉴的落地路径。

文 | 氨基观察

2024-2025年，AI进入真正的“爆发元年”。但这场爆发并不浪漫：大模型迭代速度越来越快，算力与人才投入越来越重，行业从“比谁更会做模型”迅速转向“比谁更能算得过账”。

对几乎所有以大模型为代表的AI公司而言，竞争的胜负手越来越清晰——一是成本能不能控住，二是营收能不能持续做大。

而当AI走进制药、材料等硬科技领域，这两道题会更难：数据更稀缺、实验更昂贵、验证更漫长、失败更常见。也因此，AI制药长期被视为“想象空间巨大，但商业化最难”的赛道之一。

在这样的背景下，国内AI制药平台型企业晶泰控股发布2025年盈利预喜：

营收增至不少于7.8亿元，同比增幅至少193%；税后溢利及公司权益持有人应占利润均不少于1亿元，同比扭亏为盈，首次实现全年盈利，也成为港股首个实现盈利的AI应用股。

与此同时，全球药企对AI的态度也从“点缀式创新”转向“底座式投入”：赛诺菲（Sanofi）喊出“All in AI”，礼来（Eli Lilly）与英伟达联手投资10亿美元共建AI实验室，阿斯利康（AstraZeneca）最高185亿美元从石药集团获得其AI参与研发的创新长效多肽药授权。行业共识越来越一致：AI不再是锦上添花，而是避免被淘汰的基础能力。

但药企全面拥抱AI的另一面，是AI制药行业的持续分化。海外老牌“SaaS”玩家Schrodinger因转型自主研发陷入业绩与股价的双重低迷；自研管线的代表Recursion亏损扩大并被英伟达清仓。这些案例共同指向一个现实：AI制药的难点从来不是“能不能做”，而是“能不能在可控成本下持续兑现收入”，“什么时候能真正赚到钱”。

反差之下，晶泰的盈利因此更值得讨论：在AI军备竞赛最考验成本与营收模型的阶段，它为什么更占优势？

当其他AI药企还在讨论其管线何时才能通过三期临床的终极“验收”时，晶泰科技已经把AI制药赚到的钱放进兜里，AI制药的赚钱能力比AI研发的管线更早获得验证。虽然晶泰科技的商业模式看起来复杂，但核心本质可以用一句话概括：它更像产业AI基础设施的“赋能者”，而不是亲自下场做药的“赌徒”。

晶泰科技并不以自研药物管线为核心，而是以“AI+自动化研发平台”赋能合作方研发，并通过首付款、里程碑付款、技术服务费、平台订阅费及部分项目分成实现收入。因此，它很难用单一标签概括，但它肯定不是传统CRO，也不是纯SaaS，更不是典型自研Biotech。传统CRO以人为主，不会像晶泰这样开发这么多算法和硬件。

如果追溯公司过去的业绩发布会，会看到公司的长期目标是垂直行业的超级人工智能。市场“看不懂”，本质在于其商业模式缺少严格可对标的海外样本，但是很多包括谷歌在内的伟大公司，早期同样面临多数人“看不懂”的局面。众所周知，人工智能的核心还是专属数据。硬件和业务的目的都直指数据，而数据的目的是实现晶泰科技想要的“行业大模型”。

如果晶泰科技只谈技术，我们反而会有所担心。管理层同时也非常兼顾商业落地和财务收入，从一开始就将晶泰科技定位为“平台”，并在发展中找到了一条独具优势的”平台型“商业策略，最终成为AI制药中最先赚到钱的公司。

一方面，它以平台能力深度参与创新研发，分享数据也有机会分享创新管线的长期上行；另一方面，又能获得可持续现金流与相对可控的风险。

其壁垒来自可复用的系统能力组合——量子物理计算、AI设计、机器人实验驱动的数据闭环，以及覆盖大小分子的多模态研发平台——这不是简单“堆人+堆算力”即可复制。更关键的是，它规避了AI制药公司最致命的不确定性：自研管线的临床高风险与现金流黑洞。晶泰不依赖“押注三期临床”来证明价值，而是通过订单、首付款、里程碑与分成的滚动兑现，持续验证平台能力。

同时，平台型业务具备规模效应：随着模型与流程持续迭代、数据持续沉淀，晶泰可通过广泛合作强化领先优势。AI赋能科研与产业研发是确定性趋势，增量市场巨大，而晶泰科技这样已被全球Top 20大药企中17家验证并选中的平台，具备更大的先行优势和更低的获客成本。

AI赋能医药研发，能提升研发效率，但核心是能否形成有效而不是烧钱的商业模式。

虽然条条大路通罗马，但不同企业的选择，仍会带来不同的表现。AI制药行业有一个结构性问题：如果走“自研管线”路线，真正的证真证伪往往要等到临床中后期，尤其是规模更大、统计学意义更清晰的三期临床。

于是市场经常出现一种剧本：企业早期靠“模型叙事+管线数量”，看准高潜力适应症，估值上天；中期管线开始进入临床，现金流压力越来越大，然而管线证真证伪需要漫长时间，如果融资跟不上则面临艰巨的取舍困难；一旦关键临床失败，股价与基本面同步崩塌。近年海外的典型对照并不少。

软件服务收入稳定的Schrodinger，作为海外AI制药领域的先行者，早年以药物研发软件服务为核心，凭借稳定的订阅收入支撑企业稳步发展，股价长期保持稳健；但在加大自主研发药物投入、转型“AI+Biotech”模式后，其业绩陷入持续波动，研发投入大幅增加，却迟迟无法兑现临床成果，业绩与股价长期承压。

前不久被英伟达清仓的Recursion也是AI biotech 的典型代表，同样将自主研发管线模式的弊端展现得淋漓尽致。

Recursion在2024年完成企业合并后，就砍掉了一批临床2期及之前数据不佳的研发管线，2025年再度砍掉4条管线，手中的保留管线相对更加早期，而其营收主要源于作为AI研发平台的服务收入。

从Recursion的管线调整可以看出，自主研发药物管线的模式，在短期内难以验证其商业价值。有些适应症领域，哪怕管线注定无法成功上市，也可能成功穿越一二期临床，在规模大、患者样本更加丰富的临床三期结果揭晓前，本质上都是一场高风险的豪赌。最终连英伟达都选择清仓离场，反映市场对“自研大赌局”的风险定价。

相比之下，晶泰模式最关键的不同，是它把“证真节点”前移了。

在合作模式下，晶泰的价值验证并不需要等到三期——签约拿首付款，就意味着客户愿意为平台能力付费（而不是“试试看”式的小额PoC——概念验证）。由其参与的管线推进到临床拿里程碑，意味着平台交付推动了真实研发进展。后续若有销售分成/权益分成，则提供更长期的上行空间。

更重要的是，里程碑付款的成本结构更优。当项目进入临床后，后续临床试验的大头风险与投入主要由药企承担；晶泰获得的里程碑收入，往往不需要同比例新增成本，因而更接近高毛利增量收益。

这使得晶泰在“控成本、增营收”两大难题上同时占优：在成本端，自动化与平台化带来规模效应，边际成本下降；在营收端，首付款/里程碑让收入兑现更快、更可持续。

目前公司官宣合作管线已达数十条，客户中既有礼来这样的全球头部药企，也有创新biotech，覆盖从癌症、代谢疾病到神经性疾病与罕见病的丰富管线。管线规模越大，数据与算法沉淀越深，平台越强，形成“越做越便宜、越做越准、越做越能签大单”的正循环。

此外，晶泰深受“小而美”的创新生物科技公司青睐。若合作方选择更早期对外授权管线，晶泰的分成兑现节奏可能进一步前移，营收想象空间随之抬升。

如果说“AI赋能科研、落地产业”是大势所趋，那么晶泰的定位更像产业AI应用的基础设施：既能承接大市场，又能把风险隔离好，把确定性收入留在自己报表里。

也因此，过去一年间，国家层面频繁出现在晶泰科技进行调研考察，侧面说明了两个事实：赛道含金量高、且头部企业正在形成领先优势。

在AI应用里，真正稀缺的从来不是“有模型”，而是“能持续产出高质量数据、并把数据变成可复用资产”。晶泰科技要成为产业赋能者，关键在于能力是否足够硬、壁垒是否足够深。

晶泰科技的护城河构思是，将算法、自动化、数据做成新一代基建，也就是外界所熟知的“量子物理+AI+机器人”全栈式技术闭环。

这是一个更重、更难但更有效的组合，它能解决两件事：自动化实验平台，解决了制药领域数据精准度与数据孤岛的痛点；数据回流驱动 AI 算法迭代，形成“交付—数据—模型—再交付”的闭环，让模型持续变强。

大家知道，AI的核心三要素是算力、算法、数据。算力层面基本由上游提供，很难拉开差距。决定护城河，或者说拉开差距的关键要素是“数据+算法”。

这也是AI制药“落地难点”所在：很多公司模型看起来很强，但缺少可持续的高质量实验数据供给与闭环迭代机制，最终容易停留在PoC。

AI在科学研究中面临的一个主要挑战，就是如何获取充足的高质量数据，以训练出有效的模型。即便是热门的AlphaFold在药物研发场景中，仍受限于复合体结构数据不足，影响实际应用效果。《Nature》2025年3月的报道也提到AlphaFold面临药物数据短缺的问题，这种数据紧缺会直接影响模型性能，阻碍了该工具在相关场景的应用推进。

因此，一家优秀的AI制药企业，必须具备两大特征：高效获取或自主产生高质量数据的能力，以及依托成熟实验平台完成验证，持续实现算法迭代闭环的能力。

这正是晶泰科技“量子物理+AI+机器人”模式的核心看点。其依托自建机器人实验室的研发平台，从源头解决数据问题，并将业务持续转化为数据资产和算法资产，反哺模型优化，形成了“业务开展-数据积累-算法迭代-服务升级”的正向循环，构筑起难以复制的差异化优势。

当然，交出扭亏为盈的答卷之后，市场最关心的莫过于，晶泰科技能否持续跑通“技术服务+联合研发”的轻资产模式，带来持续高增长的业绩？

目前仍需时间验证，但从当前行业实践与合作进展来看，公司至少在五个核心维度给出了正向答案：

第一，New Modality持续延伸能力。

从行业发展规律来看，单一药物模式的研发瓶颈日益凸显，多模态药物研发已成为突破成药困境、拓展治疗边界的重要方向。对于AI制药企业来说，通过更多元的成药路径，攻克传统研发难以突破的高难度靶点，是验证技术、算法能力的关键。

目前，晶泰科技已建立覆盖小分子、抗体等多类型药物的一体化研发能力，且在加速裂变。其已经推动分子胶、mRNA、多肽、siRNA等平台的落地，充分展现了深厚的技术积淀与创新实力，也对应着新的市场机遇和蓝海空间。

其中，siRNA作为小核酸药物的核心细分领域，正经历从“小众罕见病用药”向“主流慢病治疗方案”的历史性跨越，已站在全球创新药浪潮的C位，市场增长潜力巨大。

弗若斯特沙利文数据显示，全球小核酸药物市场规模预计将从2024年的52亿美元激增至2029年的206亿美元。晶泰科技的AI小核酸设计平台XtalSilence，通过AI迭代可设计出显著降低脱靶风险的创新siRNA分子，精准契合行业技术需求，有望在这一快速增长的赛道中抢占先机，依托技术优势分享市场红利。

分子胶的潜力同样不可小觑，作为新一代邻近诱导型疗法，其与PROTAC共同构成蛋白降解技术的核心方向，是中长期最具想象力的新分子领域，更是解锁“不可成药靶点”宝藏的关键钥匙，也是临床与商业价值已得到充分验证的蓝海市场。晶泰科技则凭借物理计算模拟、高通量筛选及专有预测工具，结合AI驱动的机器人实验室，来攻克分子胶研发的核心技术难题，进而构建差异化竞争优势。

在通过更多成药路径攻克更具挑战性靶点的同时，晶泰科技甚至可针对同一疾病的不同靶点机制与药物模式开展内部赛马，再将表现最佳的分子送入临床。这也是其区别于同类AI制药企业的核心优势之一，有助于持续拓宽技术边界与合作场景。

第二，持续获取大额订单的能力。

从晶泰科技与DoveTree达成近60亿美元规模化打包订单，到与礼来等全球头部药企分两次共计6亿美元的持续深化合作，不断签下重磅项目，证明其平台价值已获得国际市场高度认可，大单落地能力具备可持续性，不再依赖单一项目驱动增长。

第三，合作管线高效推进、兑现度高。

合作伙伴在获得晶泰科技的技术赋能后，相关管线研发推进顺利，里程碑节点密集落地。

例如，过去一年，其合作成果显著：与智擎生技合作的项目顺利进入临床阶段；与溪砾科技联合开发的AI+RNA新药RTX-117，成功完成首例患者给药，标志着项目进入关键临床验证环节；与希格生科合作的胃癌靶向药不仅顺利进入临床，更获得盖伦奖提名，彰显了管线的临床价值与行业认可度；此外，莱芒生物借助晶泰的技术支持，以千分之一剂量CAR-T实现血液瘤与红斑狼疮100%完全缓解，日前已顺利完成近2亿元融资。多条合作管线同步迈向临床阶段，一定程度上验证了晶泰科技AI技术赋能新药研发的真实效率与核心成药价值。

第四，依托AI的广阔应用空间，持续拓展第二、第三曲线。

晶泰科技并非单纯的AI制药企业，也已经拓展至消费品、新材料、农业等增量市场。尤其是成功切入消费健康领域，其基于自研的AI分子开发平台ID4，成功设计出两款针对生发的创新外用功效成分——小分子Remeanagen™和多肽AquaKine™。

其测试数据显示，使用这两个AI设计的生发分子的受试者最快在使用14天后即可观察到初步的生长期毛囊密度提高效果，起效速度快。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%，并且安全性表现优异。

目前，这两款AI设计的生发分子均已成功通过INCI（国际化妆品成分名称）注册，其联用配方已由外部孵化消费品牌Groland完成FDA化妆品备案，意味着该产品已经可以在电商渠道售卖。

生发产品是多大的市场自不必说。而“以医药水准做消费品”这个产品开发策略也早已获得礼来减肥神药替尔泊肽的官方认证，成为将药企推向万亿市值的最大推手。晶泰科技从医药级研发平台到消费级功效成分的成功跨越，也为其带来新的想象空间与增长预期，这一板块如果发展适当，将比药物更快地为晶泰科技带来爆发式增长，值得密切关注。

第五，依靠现金储备加速业务与技术扩张。

在AI产业化阶段，“现金流与资产负债表”成为核心竞争力之一，代表着公司持续投入研发、扩展市场、保持竞争优势“卷”下去的底气。晶泰科技上市以来，通过多轮配售和无息可转债充盈了其现金储备，其中2027年到期的零息可转债发行额达22.64亿港元，侧面印证了其在机构投资人中的号召力。

这也意味着晶泰科技手中有近100亿的现金储备，可以用“买买买”快速补齐技术模块，拓展海外客户名单，建立新业务团队或JV，包括投资具有潜力的上下游企业，将超健康的现金储备转化为更高的利润额与竞争壁垒。如何把握这些机会，与同行相比，手握充足现金的晶泰科技拥有更高的主动权。

回到最初的问题：晶泰科技的盈利告诉我们什么？

它至少说明，在AI军备竞赛里，真正稀缺的不是“会做模型”，而是能否在现实产业中同时解决两件事：把成本打下来、把营收做上去。

晶泰科技作为一个“新物种”，融合了AI制药的想象空间与大模型式的巨大市场，同时又通过平台赋能模式避开自研管线风险，把价值验证前移到首付款与里程碑阶段，并通过“量子物理+AI+机器人”的闭环持续沉淀数据与算法，形成越做越强的规模效应。

未来晶泰科技能成长到多大规模、这套模式能走多远仍需时间观察。但不可否认的是，AI赋能科研、落地产业是大势所趋，而晶泰科技作为港股AI应用股中首个实现盈利的企业，其含金量还在上升。

核心在于，晶泰科技已经成功走出了AI制药行业“烧钱不盈利”的困局，以实打实的订单与管线进展，验证了AI技术赋能新药研发的商业可行性，这是其长期竞争力所在，也为整个行业探索出一条可复制、可借鉴的落地路径。