☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
文｜周鑫雨
编辑｜张雨忻
《智能涌现》独家获悉，字节跳动AI制药业务线已正式开启拆分与独立融资进程。
据透露，拆分完成后，字节跳动仍将保持对新公司的控股权，原AI制药业务的核心团队、核心算法、技术平台及现有药物管线资产将整体迁移至新主体。与此同时，该业务将持续依托火山引擎提供底层算力支撑。
新公司由字节跳动AI制药团队全权主导运营。该团队组建于2021年，负责人是刘凯，目前核心成员约50人，融合了AI4S（AI for Science）方向的算法研发力量与深耕医药研发多年的行业专家。自成立起，团队即聚焦于从基础科学模型构建到实际产业落地的全链条能力建设。
此前，字节内部专攻蛋白结构预测模型的研发力量，已整体并入刘凯领衔的AI制药团队，相关算法与工程能力完成深度整合，后续将继续深耕该领域的基础模型演进，仅个别成员因个人规划选择离开。
此次拆分的底气，源于AI制药业务近年来扎实的技术积累与阶段性成果突破。
在分子建模领域，字节AI4S团队于2025年推出Protenix与Seedfold两大分子结构预测模型，并于2026年快速迭代至Protenix-v1/v2版本，显著提升对蛋白-配体等生物复合体系的高精度结构解析能力，且全部开源。
在蛋白质功能设计层面，团队自主研发PXDesign等蛋白binder（结合蛋白）设计工具，支持靶向干预关键生物通路。
此外，面向真实世界药物研发需求，字节正式推出AI制药平台——Anew Labs。
根据Anew Labs官网公开信息，团队已系统发布AnewSampling、AnewOmni、AnewFEP、AnewSynth、scNext等多项核心技术，覆盖蛋白-配体动态构象预测、全原子级分子生成、自由能微扰计算、合成路径可行性评估及虚拟细胞模拟等关键环节，并已布局IL17AA/AF/FF、IL4R等多个早期候选药物管线。
2026年4月，Anew Labs在美国免疫学会年会（AAI）上首次对外披露IL-17小分子抑制剂项目，实现全球范围内首次利用小分子同时阻断IL-17家族AA、AF、FF三种二聚体形式。鉴于IL-17通路在银屑病、强直性脊柱炎等自身免疫性疾病中具有核心驱动作用，而A/F双靶点协同抑制策略已在抗体类药物中验证临床获益，此举标志着字节AI制药能力已跨越算法层与模型层，实质性迈入靶点锁定、分子设计与管线验证的产业化深水区。
伴随技术成熟度持续提升，字节判断：AI4S由科研探索迈向产业实践的窗口期已然到来。为此，公司推动跨方向资源整合，正式启动产业化探路。
menu.js是一款Material Design风格的jquery下拉菜单插件。通过menu.js插件，你可以非常轻松的制作出Material Design风格的下拉菜单或下拉列表。 使用方法 在页面中引入样式文件menu.css和jquery.min.js、menu.js文件。
当然，AI4S走向产业化并非坦途。
其验证周期长、环节链路复杂——以新药研发为例，需贯通AI模型开发、湿实验验证、动物模型测试、临床前研究及多期临床试验等多重关卡，对复合型人才密度、组织协同效率与长期资金耐力均提出远超互联网业务的要求。
知情人士指出，本次业务拆分的核心目的，在于构建一套更适配生物科技规律的独立组织机制。通过机制革新，字节期望强化对顶尖交叉学科人才的吸引力，加速AI底层能力与制药工业体系的深度融合。
当前，全球医药产业正面临结构性压力。
IQVIA数据显示，过去二十年间，全球药企研发投入持续攀升；其最新预测指出，至2028年，全球药品总支出将逼近2.3万亿美元。然而，新药研发“高投入、长周期、高失败率”的顽疾仍未破局，行业亟需AI等颠覆性技术重构研发范式。
值得关注的是，AI4S解决复杂科学问题的能力正快速跃升。
以AlphaFold系列演进为例：从初代验证可行性，到AlphaFold2实现2亿蛋白质结构的原子级精准预测，再到AlphaFold3突破单一蛋白边界，可准确建模蛋白质-核酸-小分子等多元复合体系——这印证AI已深度嵌入药物发现的核心逻辑。
若说蛋白结构预测尚属基础能力铺垫，那么当下涌现的多模态分子生成模型，则直接切入药物设计这一产业心脏地带。这也意味着，AI制药正从实验室研究加速驶向商业化应用轨道。
字节在AI4S领域的布局早有伏笔。早在2020年前后，公司便系统性切入AI制药、分子动力学模拟、计算生物学等前沿方向，并逐步拓展至第一性原理计算、量子化学、能源材料模拟及定向分子生成等细分赛道。
随着大模型专项团队Seed的成立，AI4S正式成为字节前沿科技战略的关键支柱之一。
一位深度参与此次调整的内部人士表示：这是字节首次将AI4S能力推向产业化实战，公司上下高度重视。“生物医药有其独特的发展节奏和产业逻辑。独立运作不仅能赋予团队更大决策自主权，更关键的是，我们希望在中国走出一条AI驱动原创新药研发的可行路径。”
