10月12日，TikTok CEO周受资在新加坡星展银行首届亚洲未来前瞻论坛上，与星展集团零售银行主管许志坤进行了一场主题为“在AI时代释放人类潜能”的对谈。周受资在发言中提出，未来两到三年内，AI将在物理学、生物技术、化学和材料科学领域带来真正的科学突破。这一判断并非泛泛而谈，其背后对应着字节跳动过去两年在AI for Science领域的组织调整与资金布局。
2026年6月，字节跳动将内部运行五年的AI for Science药物发现团队整体拆分，核心团队、算法平台及在研管线资产一并注入新主体，品牌定名为Anew Labs，中文名新生实验室。该团队约50人，由刘凯牵头，在上海、旧金山、新加坡三地设有办公室。三个月后，Anew Labs完成首轮独立融资，金额2.9亿美元，投后估值15亿美元。领投方为HSG（原红杉中国）、IDG资本和高瓴投资，五源资本联合领投，中国生物制药和上海未来产业基金作为战略投资者跟投。字节跳动保留56％股份，继续保持控股地位。该笔融资刷新了2026年国内AI制药单轮融资纪录，红杉、IDG、高瓴三家在同一轮下注同一家公司，在当年度创投市场中并不常见。
关于拆分原因，行业人士给出的解释是，AI药物发现遵循的行业逻辑和管理方式与互联网主业存在根本差异。医药研发受“双十定律”约束，即耗时十年、投入十亿美元，验证周期以年为单位；而互联网业务擅长快速迭代。两种节奏置于同一组织内，会导致激励错位和评价失焦。独立运营后，Anew Labs得以对接产业资本并吸引医药人才。其核心管线为一款IL-17小分子抑制剂，按照公司说法，这是全球首个能同时抑制IL-17家族AA、AF、FF三类二聚体的小分子抑制剂。IL-17通路是银屑病、强直性脊柱炎等自身免疫疾病的关键靶点，该靶点竞争本身已十分拥挤，但以AI实现三聚体全面阻断，目前公开信息中尚无第二家。
如果说Anew Labs是字节在AI4S领域的对外接口，Protenix-v2则是其底层能力支撑。2026年4月，字节跳动Seed团队发布Protenix-v2，一个用于生物分子结构预测与设计的模型，参数规模4.64亿，在多项核心基准测试中性能持平甚至超越DeepMind的AlphaFold 3，是目前全球少数能够对蛋白质、DNA、RNA及小分子配体复合物进行高精度端到端预测的开源基座。该模型采用Apache 2.0许可证，代码和模型参数全部开放，学术研究和商业使用均可。这意味着药企和实验室可将Protenix-v2部署至自有服务器，无需向字节传输数据，也不必担心知识产权归属。在AlphaFold 3权重不完全开放、无法私有化部署的背景下，开源成为字节在结构预测领域快速渗透的策略选择。
性能方面，Protenix-v2在抗体-抗原预测上仅用5个随机种子即可超越前代1000个种子的结果。抗体-抗原预测是AI制药中难度最高的环节之一，因抗体互补决定区高度可变，传统方法难以实现高精度。该方向的进步直接对应药物设计中最耗时的步骤。
资金层面，2026年9月，字节跳动从近30家银行获得一笔296亿美元贷款，期限三年，由花旗集团和摩根大通协调安排。该笔资金将用于中国以外的人工智能项目，包括在东南亚地区正在建设的数据中心。交易没有抵押物，贷款方称这一安排反映了字节跳动的信誉。296亿美元接近字节2025年全年营收的四分之一，是中国科技公司融资历史上规模最大的银行贷款之一。字节未披露其中流向AI4S的具体比例，但从Anew Labs的拆分融资、Protenix的持续开源以及Seed团队在生物分子结构预测上的投入密度来看，AI4S在字节AI版图中的权重正在上升。
不过，AI4S的产业化瓶颈可能不在发现端，而在验证端。英矽智能的Rentosertib提供了一个观察样本。这款由AI完成靶点发现和分子设计的口服小分子抑制剂针对特发性肺纤维化，2026年9月在北京协和医院完成III期临床首例患者给药。从靶点识别到候选分子确定全部依托AI平台完成，耗时18个月，合成78个分子即获得候选化合物。但III期临床规模为47个研究中心、320名患者、52周治疗期，预计2029年才能读出关键数据。AI将发现阶段从四五年压缩至一年半，验证阶段的时间并未等比例缩短。
英矽智能联席CEO任峰表示，AI能够生成大量研发想法，但决策评判依旧要依靠人类专家，目前既懂AI又懂制药的复合型人才紧缺，很多海内外企业的合作需求因人才供给不足无法承接。一位不愿具名的临床研究者对媒体表示，AI技术本身不构成临床获益的证据，最终仍要看III期试验的硬终点数据。中信建投研报将这一趋势总结为：价值锚点正在从模型能力转向科研生产力、数据资产与系统化生物设计。换言之，谁的实验室能跟上AI的节奏，谁才有资格谈产业化。
从行业格局看，字节选择的是自研管线路线，Anew Labs自己持有药物管线、承担失败风险并推进临床。这一路径的前提是AI能力已足够成熟，足以支撑管线层面的独立运作。而Protenix-v2的开源策略则指向另一层意图：在DeepMind定义技术标准的领域内，通过开放生态建立事实接口。两条路线并行，构成了字节在AI4S领域的当前布局。周受资提出的三年判断能否兑现，取决于湿实验产能能否与干实验速度匹配，这已不仅是模型能力问题，而是整个AI制药产业链需要共同面对的工程化命题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
