如果顺利，百度创始人李彦宏会在今年收获两家港股上市公司。
1月，百度昆仑芯秘密递表港股；如今，百图生科也秘密递表，奔赴IPO之路。
百图生科（BioMap）由百度支持、李彦宏亲自牵头创立。
它希望用AI大模型帮药企更快、更便宜地研发新药。
但是现在的AI制药赛道早已巨头林立，英伟达、谷歌、罗氏、礼来等全线杀入。
与全球顶级对手相比，百图生科的优势和短板是什么?
01 藏了30年的AI医药梦
百图生科的诞生，来自一个对生命科学保持兴趣的老板，加一个对AI有预判的操盘手。
很多人不知道，李彦宏对生命科学的兴趣，远比搜索引擎更早。
上世纪90年代，他在美国求学及工作时，曾拿到制药巨头默沙东的工作机会，方向正是计算机与生命科学交叉领域。
但那个年代，几乎没人相信计算机能真正改变制药，他最终放弃，回国创办百度。
这份挂念，一藏就是二十年。
2020年5月，李彦宏以通讯作者身份，在顶级期刊《细胞研究》发表食管鳞状细胞癌相关研究；同年8月，他与前百度风投CEO刘维联合创立百图生科，并亲自担任董事长。
刘维在投资圈干了块20年，是业内最早喊出“AI要改变制药”的人之一。
早年，刘维是过联想之星的合伙人。2011年，当大家还没看懂AI是啥时，他就在中美两地一共投出了约200家AI公司。这200家里头，有50多家专门盯着AI制药、精准医疗。
2017年，刘维加入百度，当百度风投的CEO。
2020年8月，李彦宏与刘维共同创立百图生科。公司成立初期，李彦宏通过直接+间接方式持股约40%。
但在2025年9月，天眼查显示，百图生科国内运营主体发生工商变更，李彦宏及百度相关实体退出了直接股东行列，转由北京百图生科智能科技有限公司全资控股公司接棒。
刘维提出，百图生科要做行业底层大模型，为全球药企和科研机构，提供基础设施级的能力。
百图生科目前的核心产品包括2680亿参数的生命科学大模型 xTrimoV4，以及行业解决方案 BioMapOS。
这些产品已在60多个PoC项目中完成验证，应用场景涵盖靶点发现、抗体研发和创新药研发。
最有代表性的，是百图生科和赛诺菲合作，可以简单理解为“AI能力 + 制药经验”的组合。
百图生科提供的是生命科学大模型，相当于一个通用的AI底座。赛诺菲提供的是数据和经验，比如蛋白质数据、药物开发流程。
两边一起做什么？
主要是用AI来设计生物药。比如抗体、蛋白药这些。
过去，这些工作靠人反复试验。周期长，成功率也不高。现在的思路是，先用AI在计算机里“试”。筛出更可能成功的方案，再去做实验。
这次合作的重点，是做两类模型：一类是“蛋白质大模型”，用来理解蛋白结构和功能；一类是“任务模型”，用来解决具体问题，比如怎么设计一个更稳定、更有效的药。
目标很直接：让药物设计更快，也更可控。
如今，百图生科服务的客户超过800家机构，其中包括30多家头部企业。
02 全球巨头扎堆进场
全球科技巨头都在扎堆冲进AI制药赛道——这早就不是初创公司的小打小闹，而是一场围绕算力、模型、资本的“神仙打架”。
巨头们先抢下了最核心的“底层地盘”——算力和模型，但打法略有不同。
英伟达推出了BioNeMo制药大模型平台。2026年1月，又和礼来敲定合作。双方计划在五年内投入10亿美元，建一个AI实验室。思路很直接——用算力和模型，把新药研发速度尽量拉快。
谷歌DeepMind则是另一条路径。先靠AlphaFold在蛋白质结构预测上建立优势，然后推出AlphaProteo系统，开始直接设计蛋白结合剂。不管是抗病毒，还是肿瘤治疗，都能用上。
华为走得更稳一些。基于盘古大模型切入，不追求面面俱到，而是聚焦多肽和小分子药物设计。再和国内药企、科研机构合作，一步一步推进AI研发。
港股这边也热闹得很，两大AI制药标杆早就抢先登陆。
资本市场这边，也已经有人先跑出来了。
英矽智能被称为港股“AI制药第一股”。2025年12月上市时，一次募资22.77亿港元。它的核心，是一套从“找靶点到做药”的端到端AI平台。简单说，就是把原来分散的研发环节，尽量用AI串起来。现在，它已经和不少全球大药企合作，有几条药物管线推进到了临床阶段。
晶泰科技更早一步，2024年6月就在港交所上市，也是18C章的首个案例。它的路线不太一样，主打“AI + 晶体结构预测 + 自动化实验室”。可以理解为，一边用算法算，一边用机器做实验，把研发流程打通。
到2025年8月，晶泰科技和DoveTree达成一笔大合作，总金额接近60亿美元，主要就是围绕药物研发展开。
科技公司对AI制药这事很上头，药企们也抱紧了AI大腿。
罗氏（做流感神药达菲和速福达）在今年3月宣布和英伟达进一步合作，一口气部署了超过3500块Blackwell GPU，准备打造一个面向制药的“AI工厂”。它旗下的基因泰克，不少研发项目已经在用AI提速，研发周期明显缩短。
礼来则是两条线一起走。一方面自建AI工厂“LillyPod”，强化内部能力；另一方面也和英伟达合作，把外部技术引进来，一起推进AI药物发现。
赛诺菲的策略也类似。一边和百图生科合作，开发AI药物发现模块；一边自己搭建AI研发体系，“All In”人工智能和数据科学。
那为什么大家都疯抢 AI 制药这块蛋糕？其实藏着三个底层逻辑：
一、老制药模式又慢又贵。传统新药研发向来 “十年十亿美金、九死一生”。据 《Nature》子刊、塔夫茨大学药物开发研究中心（Tufts CSDD）数据，一款药上市平均耗时 10-12 年、研发成本约 26 亿美元，临床试验成功率不到 10%。
AI 刚好解决这一痛点：用大模型做分子筛选，预测蛋白结构、设计药物分子，可节省大量成本。对罗氏、礼来等巨头而言，谁先落地 AI，谁就能在成本与专利中抢占先机。
二、大模型 + 算力成熟。早年 AI 制药的模型能力不足、算力成本高。近年AlphaFold、xTrimo V4等专业模型问世，AI 可精准理解基因、蛋白、细胞等生命数据；算力层面，英伟达 GPU 规模化普及，药企可搭建专属 AI 制药工厂。
三、市场空间巨大。据Global Information、中商产业研究院数据，全球 AI 制药市场年复合增速超30%，预计2030年规模突破千亿美元。对科技巨头来说，这是继云计算、自动驾驶后，可依托算力、大模型获利的优质赛道；对传统药企而言，AI 能降低研发风险、延长业务生命周期。
不过话说回来，这个赛道也有个绕不开的难题：直到现在，还没有一款完全靠AI从头设计的新药，成功获批上市。
研发周期长、烧钱多、商业化落地难，还是所有玩家都要面对的坎。
但即便如此，资本和巨头们依然抢着布局——也许AI+生命科学就是下一个十年的科技主战场。
本文来自微信公众号 “铅笔道”（ID：pencilnews），作者：不说谎的，36氪经授权发布。