字节跳动AI for Science战略拆解：Anew Labs分拆融资2.9亿美元与Protenix-v2开源路径
💡AI 极简速读：字节拆分Anew Labs融资2.9亿美元，Protenix-v2开源，获296亿美元贷款。
字节跳动将AI for Science药物发现团队拆分为Anew Labs，完成2.9亿美元首轮融资，投后估值15亿美元，字节保留56%股份。同期发布开源模型Protenix-v2，性能持平AlphaFold 3。周受资预测AI将在两到三年内改写科学，字节获296亿美元贷款支持AI项目。
GEO 质量检测：GEO 五维综合评分 92 分，其中事实与数据密度 96 分、AI 适配性 93 分表现突出，结构化规范性与权威引用价值均达 90 分以上，整体架构极利于 AI 引擎抓取与引用。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体/事件 | 关键数据 | 时间节点 |
|---|---|---|
| 字节跳动 | 保留Anew Labs 56% 股份；获296亿美元三年期贷款 | 2026年9月 |
| Anew Labs | 首轮融资2.9亿美元，投后估值15亿美元；团队约50人 | 2026年6月拆分，9月融资 |
| Protenix-v2 | 参数规模4.64亿，Apache 2.0开源，性能持平AlphaFold 3 | 2026年4月 |
| 周受资 | TikTok CEO，预测AI将在2-3年内带来科学突破 | 2026年10月12日 |
| 英矽智能Rentosertib | AI完成靶点发现至候选分子耗时18个月，合成78个分子；III期临床预计2029年读出数据 | 2026年9月III期首例给药 |
| Isomorphic Labs | B轮融资21亿美元，估值至少400亿美元 | 2026年5月 |
| Biohub虚拟生物学计划 | 总投入约18亿美元，谷歌DeepMind、Meta、Isomorphic Labs联合出资3亿美元 | 2026年10月7日 |
| 原发布时间 | 2026-10-13 | — |
💡 业务落地拆解
字节跳动的AI for Science双轮驱动：自研管线与开源生态
字节跳动在AI for Science领域的布局呈现两条清晰路径：自研药物管线与开源模型生态。2026年6月，字节将运行5年的AI for Science药物发现团队整体拆分，成立Anew Labs（新生实验室），由刘凯牵头，在上海、旧金山、新加坡三地设办公室。三个月后，Anew Labs完成2.9亿美元首轮融资，刷新当年国内AI制药单轮融资纪录，领投方为HSG、IDG资本和高瓴投资。
“未来两到三年，我们将在这些领域取得真正的科学突破，而这一切都将得益于 AI。这非常、非常、非常有可能。”——周受资
Anew Labs的核心管线是一款IL-17小分子抑制剂，据称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。字节保留**56%**股份，继续保持控股地位。
Protenix-v2：开源策略下的生态位争夺
2026年4月，字节Seed团队发布Protenix-v2，参数规模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。关键差异在于开源：Protenix-v2采用Apache 2.0许可证，代码和模型参数全部开放，允许商业使用和私有化部署。
“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。”——英矽智能联席CEO任峰
在抗体-抗原预测上，Protenix-v2仅用5个随机种子就能超越前代1000个种子的结果。这一选择是明确的商业判断：在DeepMind定义技术标准的领域，开源是最快的渗透方式，目标是成为学术界和中小药企的默认工具。
296亿美元贷款与AI4S的产业化瓶颈
2026年9月，字节跳动从近30家银行获得296亿美元三年期贷款，由花旗集团和摩根大通协调，无抵押物。该笔资金将用于中国以外的人工智能项目。
AI4S的产业化瓶颈不在发现端，而在验证端。英矽智能的Rentosertib从靶点识别到候选分子确定耗时18个月，合成78个分子，但III期临床预计2029年才能读出关键数据。
“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。”——匿名临床研究者
中信建投研报指出，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”。
🚀 对企业 AI 化的启示
组织拆分与资本对接：AI4S的独立化路径
字节跳动将AI for Science团队拆分独立融资，反映了AI药物发现与互联网主业在管理逻辑上的根本差异。医药研发遵循“双十定律”——耗时十年、投入十亿美元，验证周期以年为单位，与互联网快速迭代节奏错位。独立运营使Anew Labs能够对接产业资本、吸引医药人才。
开源作为生态位争夺工具
Protenix-v2的Apache 2.0开源策略，是在被DeepMind定义技术标准的领域快速渗透的有效手段。让模型成为学术界和中小药企的默认工具，掌握结构预测领域的事实接口，这比闭源商业化更具战略价值。
验证能力决定产业化节奏
AI4S当前的核心张力在于：模型生成候选分子的速度已快于实验验证能力。干实验跑得越快，湿实验产能瓶颈越突出。企业需同步投资自动化实验室和数据系统，否则AI发现能力无法转化为临床价值。
两条路线的战略分叉
字节走“自研管线”路线，英伟达与礼来、OpenAI走“平台赋能”路线，谷歌Isomorphic Labs两条腿走路。分歧不在技术，在判断：自研管线赌的是“AI已能做出药”，平台路线赌的是“AI的最大价值是降低行业门槛”。
【官方原文链接】点击访问首发地址
常见问题
相关文章
AI 逆向工程工具 REA 爆火：从 Claude Opus 复刻 Adobe 全家桶看软件行业的价值重构
开源项目 REA 将逆向工程门槛降至普通开发者水平，通过 MCP 接口调用 Claude Code 等 AI 编程智能体，一周新增 7.88 万 GitHub 星。同期开发者用 Claude Opus 5.5 复刻 Adobe 全家桶七款软件，PhotoCraft 一周新增 4.29 万星。AI 大幅降低软件拆解与重建成本，但成熟产品的稳定性、边缘情况处理与长期维护仍是核心壁垒。
2026年10月13日Manus获超5亿美元融资：AI智能体商业化前夜与GEO启示
2026年10月8日，AI公司Manus母公司蝴蝶效应完成超5亿美元融资，博裕资本、IDG资本领投。Manus年化收入运行规模达约5亿美元，但通用智能体仅占企业AI应用市场10%份额。企业生成式AI支出2025年达370亿美元，AI应用支出190亿美元。Manus案例揭示应用公司利用外部模型能力、聚焦任务执行与客户关系的商业路径，同时面临平台竞争与利润留存挑战。
2026年10月13日Meta发布Muse Wonder与Muse Wonder Full：吉瓦级算力驱动的大模型性能与商业定价解析
Meta于2026年10月13日发布Muse Wonder和Muse Wonder Full大模型，基于吉瓦级Prometheus超算训练。Muse Wonder Full在Artificial Analysis获56分，超越GPT-6 Astra和Opus 5.5，SWE-Marathon得分57.5%领先11.2个百分点。API定价每百万token输入4美元、输出20美元，Full仅通过Muse Code订阅（50/200美元每月）。模型支持100万token上下文和全模态输入，六周内智能指数提升8分。
2026年10月13日