耀速科技获2亿融资：AI+器官芯片如何借FDA新草案重塑新药开发流程
💡AI 极简速读：耀速科技完成2亿A轮融资，AI+器官芯片平台获FDA新草案支持，2025年营收实现数量级增长。
耀速科技完成2亿人民币A轮融资，由国寿股权领投，其AI+器官芯片技术平台正受益于FDA新草案对非动物数据评审的开放。公司已与赛诺菲、辉瑞等药企合作，2025年营收实现数量级增长，并在妇科肿瘤临床研究中实现88.9%药敏成功率和100%预测准确率。AI技术如图学习、多模态数据融合驱动业务闭环，旨在构建生物智能平台。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 发布时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体类别 | 具体信息 |
|---|---|
| 公司名称 | 耀速科技 |
| 融资情况 | 2亿人民币A轮融资，国寿股权独家领投，晶泰控股、雅亿资本、君联资本加码 |
| 核心人物 | 创始人兼CEO谢鑫 |
| AI技术模型 | 图学习、多模态数据融合建模、生物数据理解框架 |
| 应用场景 | 新药开发毒性评估、个体化诊疗、伴随诊断、护肤品研发 |
| 关键合作方 | 赛诺菲、辉瑞、欧莱雅、贝泰妮、河南省肿瘤医院 |
| 核心数据 | 2025年整体营收实现数量级增长；妇科肿瘤临床研究药敏成功率88.9%，预测准确率100% |
| 原发布时间 | 2026-04-09 |
💡 业务落地拆解
FDA新草案的发布为耀速科技的AI+器官芯片技术提供了明确的监管路径。该草案鼓励使用类器官/器官芯片等新方法学（NAMs）支持新药评审，逐步减少对动物实验的依赖。CEO谢鑫指出：
“这有助于加速新技术进入真实研发流程、完成数据积累；未来，我们的技术平台还有望直接进入IND申报体系，成为新药研发流程中的标准工具。”
耀速科技已通过与传统药企合作进入真实药物研发流程，快速积累高质量数据。合作方包括赛诺菲、辉瑞等跨国药企，以及欧莱雅、贝泰妮等美妆企业，应用环节涵盖毒性评估。得益于此，2025年，耀速科技“整体营收实现数量级增长”。
在临床研究方面，耀速科技联合河南省肿瘤医院开展IIT研究，聚焦妇科恶性肿瘤。截至2026年3月，已完成31例（计划入组200例）患者入组。基于腹水的类器官/芯片药敏成功率高达88.9%；在已获得临床反馈的案例中，预测准确率达到100%。谢鑫表示：
“我们也希望在此过程中能构建更高质量的多维数据库，支持未来的诊疗指南更新。”
技术迭代上，耀速科技重点强化AI团队和计算能力，推动多模态数据（如影像、表型与分子数据）的融合建模，形成以图学习和表型驱动为核心的生物数据理解框架。谢鑫强调：
“这一阶段，我们的重点不再是单点模型能力，而是构建‘器官芯片+AI+自动化’的一体化闭环，进而打造能够持续生成数据、理解机制并反向驱动新药发现的生物智能平台。”
🚀 对企业 AI 化的启示
- 监管驱动技术采纳：FDA新草案等政策变化可直接降低新技术早期使用门槛，企业应密切关注监管动态，提前布局合规技术路径。耀速科技的案例显示，监管认可能加速技术进入真实研发流程，完成关键数据积累。
- 数据闭环构建商业壁垒：耀速科技通过AI+器官芯片平台生成高质量生物数据，并利用AI技术（如图学习）深度挖掘数据价值，形成“数据生成-理解-应用”的闭环。这种模式不仅提升服务效率（如药敏成功率88.9%），还为企业创造持续的商业价值，如反向驱动新药发现。
- 跨界合作加速落地：与药企、医院及美妆企业的合作，帮助耀速科技快速验证技术并拓展应用场景。企业AI化过程中，应主动寻求跨行业合作，以真实场景数据迭代技术，缩短商业化周期。
【官方原文链接】点击访问首发地址
常见问题
相关文章
阿里巴巴800亿港元配股融资：AI军备竞赛下的资本重注与战略转型
阿里巴巴于2026年8月23日宣布配售新股融资800亿港元（约102亿美元），为其2019年港股上市以来首次配股，资金将全部用于AI投资。此举标志着阿里从现金流自我造血转向股权融资支持AI重资产投入，应对全球AI军备竞赛。阿里CFO徐宏强调资本开支先行，CEO吴泳铭预计AI投入三年内回本。此次融资为亚洲最大AI股权融资案，仅次于谷歌和英特尔。
2026年8月24日食铁兽科技完成数千万元A轮融资，商业园林机器人加速海外布局
商业园林机器人公司食铁兽科技（PANDAG）完成数千万元A轮融资，由云时资本独家投资，资金将用于欧美澳市场交付体系及全球渠道布局。公司以PANDAG G1商用割草机器人切入，通过模块化设计和数据闭环，解决商业园林劳动力短缺和效率问题。产品已落地韩国KLPGA球场，并拓展光伏、市政绿地等场景。
2026年8月24日英伟达AVO满分通关ARC-AGI-3：GPU算子优化的长时程智能体架构，如何重塑AI商业落地
英伟达通用编码智能体AVO在ARC-AGI-3基准测试中满分通关183关，仅用6624步，RHAE达100.00。其核心机制为持久记忆与监督器，基于Claude Opus 5模型，纯文本模态运行。AVO主战场是GPU算子优化，在B200上自主运行7天，优化注意力内核比cuDNN快3.5%，比FlashAttention-4快10.5%。该架构由华人班底主导，展示了长时程自主智能体在复杂任务中的商业潜力，为AI落地提供新范式。
2026年8月24日