2025年晶泰控股研究报告：AI for Science领军，布局AI+量子+机器人

1 AI for Science 稀缺标的

1.1 公司业务：机器人+AI+量子物理，构筑飞轮模型

公司是技术驱动的创新研发平台，专注于将量子物理的第一性原理计算、人工智能算 法与机器人自动化系统相结合，赋能全球制药与材料科学（包括新材料、农业科技、美妆 消费品等）的高效研发。 港交所特专科技第一股。公司于 2024 年 6 月 13 日在港交所上市，为港交所第 18C 章 特专科技制度落地一年多以来的首只上市新股，18C 主要为未商业化，或处于商业化初期 的科技型创业企业打开上市大门。2025 年 4 月 9 日，公司获港交所批准后被视为已商业化 公司，简称将不再印有“P”标记，成为港交所首个脱“P”的特专科技公司。 产品丰富，AI+机器人+量子物理构筑完善科研方案。通过使用 AI+机器人，公司打造 行业独有的“高通量实验-高质量数据-高智能模型”飞轮。机器人实验室平台可 7 乘 24 小时 进行实验，从而积累高质量数据，并用以训练 AI 模型，这些模型可应用于包括靶点解析、 虚拟筛选，合成策略推荐，合成反应结果预测，专利搜索及结构化地整理数据等环节，赋 能药物发现及新材料分子研发。此外，公司基于量子物理第一性原理和机器人实验室数据， 自建 UV 谱图预测模型及基于 LCMS 谱图的产率预测模型，实现无需分离提纯即可获得高 精度实验产率，大幅提升数据标注效率。

1.2 MIT 团队十年积淀，资本与技术双冠

2015-2018：创业初期，与辉瑞建立合作伙伴关系。2015年公司由三位麻省理工学院博 士后联合创立，以基于量子物理的第一性原理计算及人工智能能力为支撑，寻求以超过传 统的替代方法的速度及规模改变药物及新材料的设计与发现方式。随后在 2016 年，公司通 过在辉瑞组织的全球晶体预测盲测中实现准确预测，与辉瑞建立了长期的战略重要合作伙 伴关系。 2018-2023：拓展智慧机器人实验室业务。2018 年公司开始建设湿实验室与小分子发现 平台，2020 年研发自动化实验，完成自动化原型站原型机开发与概念验证， 2022 年建成可 扩展、标准化的智能机器人湿实验室。 2023-至今：自研大模型，港交所上市。公司于 2023 年发布自研大模型 ProteinGPT， 引入 LLM 算法，用于蛋白序列预测与生物药生成。同年，公司与礼来达成价值高达 2.5 亿美元的 AI小分子药物发现合作。2024年作为港交所 18C规则下首家上市的特专科技公司登 陆主板，并将 AI+机器人自动化延展至新材料、中医药与能源等场景。

管理层背景优秀，三位创始人为麻省理工博士后，均为量子物理方向，因此公司在掌 握 AI 技术外还具备基于物理底层原理构建模型的差异化优势。核心成员毕业于中国科学 院、浙江大学、哈佛大学、麻省理工等顶尖学府。

一级市场明星项目，投资阵营亮眼。公司是少数同时获得腾讯、谷歌投资的公司，投 资人还包括红杉资本、中国人寿等。 持股结构分散。腾讯全资子公司意像架构投资（香港）有限公司持股 11.96%。 QuantumPharm Roc Holdings Limited 持股 8.05%，为员工持股平台。三位联合创始人通过境 外实体 QuantumPharm Holdings Limited（ 温 书 豪 ） 、Crete Helix Ltd.（ 马 健 ） 、 SeveningBAlpha Limited（赖力鹏）持股。 参股公司中，杭州深度原理科技有限责任公司专注于前沿计算与算法研究，为 AI 药物 研发提供核心技术支撑；深圳莱芒生物科技有限公司聚焦实验验证与药物筛选，推动从计 算预测到实验验证的全流程一体化。QuantumPharm Limited 为公司在香港的全资子公司。

1.3 收入持续高增，盈利迹象显现

2020 年至 2024 年收入由 0.36 亿元增长至 2.66 亿元，CAGR 为 65.35%。2022 年收入 同比大幅增长 112.35%，2024 年增速依然保持在 52.75%。 亏损收窄，2021 年归母净利润为-21.37 亿元，2024 年收窄至-15.17 亿元；2021–2023 年 公司估值上升导致的可转换可赎回优先股及其他金融负债的公允价值变动对公司业绩有所 影响。2024 年上市后，上市后公司所有可转换可赎回优先股已转换为普通股，2024 年对公 允价值的影响已缩小至-8.75 亿元，未来将不再对净利润造成影响。

交付效率提升，毛利率修复。2022-2023 年毛利率回落主要由于公司初期为获客采取激 进定价策略。2024 年交付效率提升，收入增幅显著快于履约成本增幅，毛利率大幅回升。 期间费用率整体呈下降趋势但仍处高位，公司依然处于“研发驱动 + 商业化放量”的投入期， 费用率的下降主要是由于公司收入的大幅上涨导致的。

海外收入占比提升，国际市场加速渗透。来自海外地区收入已超过 40%，其中美国地 区是主要市场，2024 年美国地区收入占比 30%，其他地区（主要为欧洲、韩国、日本）占 比 13%。美欧等发达市场对 AI 药物发现与研发自动化需求强、支付能力高，公司美国收入 占比近年明显提升并明确计划扩大在美欧的运营布局，同时在波士顿设立演示实验室并与 全球头部药企达成合作验证，有望加速海外渗透与放量。 智能自动化业务成为增长主引擎，2024 年占比 61%，同比增长 87.8%，主要由 XtalPi 研发解决方案（如中药及电解质机器人解决方案）以及自动化化学合成服务的大幅增长推 动。药物发现解决方案业务也同比增加了 18.2%。现阶段，一站式高客单价药物发现项目 的规模化贡献尚在培育，而智能自动化业务与自动化化学合成等标准化模块已在药物与材 料研发等场景实现较好落地。

重大合作签署，带动业绩扭亏。2025 年 6 月底，公司全资子公司深圳晶泰与 DoveTree 签订最终协议，公司利用自身基于 AI+机器人的端到端人工智能药物发现平台，为 DoveTree 选定的多个主要针对肿瘤学、免疫及炎症疾病、神经系统疾病及代谢失调领域的 靶点，发现和开发小分子及抗体类候选药物，及 DoveTree 将获得以上产品全球范围的独家 开发和商业化权利。目前公司已收到 5100 万美元首付款，并有权获得 4900 万美元的进一 步付款，并有资格获得金额达 58.9 亿美元的潜在监管里程碑及商业里程碑付款，以及基于 产品年度净销售额的潜在个位数百分点的特许权使用费。 公司公告预计 2025H1 实现扭亏为盈，收入不少于人民币 5 亿元，较 2024H1 的人民币 1.03 亿元提升 387%，纯利不少于人民币 5,000 万元，对比 2024H1 净亏损人民币 12.38 亿 元；非 IFRS 口径经调整纯利不少于人民币 1.20 亿元，对比 2024H1 经调整净亏损人民币 2.51 亿元，为公司首次实现半年盈利。业绩改善的核心驱动来自与 DoveTree Medicines 的 药物发现合作确认的首付款 5,100 万美元，对本期收入与利润贡献显著。 2020—2024 年，公司研发费用由 0.84 亿元增长至 4.18 亿元，CAGR 为 49.58%。同 时，研发开支中员工福利的占比不断上升，彰显出公司对于培养人才的重视。2024 年研发 费用的下降主要是由于平台效率提升、验证后耗材减少致样品材料成本下降。

2 产品丰富，市场认可

2.1 软硬结合，产品矩阵构筑壁垒

AI 与机器人兼备，实现模型引导实验，数据反哺模型。相较于收集人工实验数据，自 动化实验室可自动快速产生大量高质量数据，7 乘 24 小时工作，一方面有助于加快研发速 度，另一方面也有助于积累数据反哺模型。 目前公司在上海、深圳、波士顿拥有自有实验室平台，占地 5000平方米，拥有 200+自 动化机器人。实验室采用人机结合模式实现了实验过程的高度自动化和智能化，通过智能 调度系统远程操控百台规模自动化工站和 AGV 小车，同时提升实验过程和物料传送的效率。

产品线丰富构筑壁垒，可助公司占据市场份额。科学研发具备流程长、环节多、需求 多样的特点，丰富的产品有助于生成灵活多样的解决方案，更大程度地解决客户痛点。类 比与传统科学仪器领域，赛默飞通过围绕实验环节全流程的关键环节布局，通过高端仪器 与关键领域突破+全流程方案打造客户粘性的方式，成为科学仪器领域的寡头。公司在 AI for Science 领域具备先发优势与技术优势，有望遵循类似路径提升市场集中度与份额。 公司已构建覆盖药物研发全流程、能源载体开发以及生物与化学合成等领域的综合性 研发平台，形成从基础研究到产业化应用的全链条布局。平台集成了多项核心产品与技术， 包括 XtalFold 蛋白质结构预测算法、XtalComplete 智能结晶工作站、自建 20 余种 AI 反应 性/实验条件预测模型、LCMS 谱图解析算法等，可在药物研发的不同阶段显著提升效率与 成功率。 面向多行业延伸布局：打造国内首套全自动中药活性成分分离、筛选和检测平台，石 化领域首套国产催化剂配方智能筛选平台，以及国际领先的无水无氧反应催化平台等，覆 盖从分子发现、合成验证到规模化生产的关键环节，实现产品与技术在多个产业链上的深 度赋能。

2.2 客户领先，应用多点开花

前 20 大药企覆盖 17 家，全球拥有超过 300 家合作伙伴，包括礼来、辉瑞等国际领先 制药企业，以及多家国内外头部药企、生物科技公司。已与辉瑞、强生、默沙东等 17 家全 球前 20 大药企建立合作关系，项目涉及早期抗体发现、抗体工程、AI 赋能小分子药物研 发等多个环节。海外市场拓展持续加速，在美国、欧洲、新加坡、日本、韩国等地开展业 务布局。

重点研发项目取得多项突破性成果，包括但不限于： 1）全球首款整合 AI+类器官疾病模型的创新靶向药：治疗弥漫性胃癌的管线获得美国 FDA 的 IND 批件。 2）针对原发性高草酸尿症小分子药物：全球首创，获 FDA 儿科罕见病与孤儿药双资 格认定，并取得 PRV。

3）肿瘤疫苗项目：在美国 AACR 大会以海报形式展示，获得国际学术认可。 4）核心技术验证：化学平台模型在 3 个药化常用的反应类型上预测精度超过 80%，人 工抽样复核结果其有效率超过 95%。新业务拓展，2024 年与协鑫集团签署金额 10亿元新能 源材料合作。

3 生化研究 AI 时代开启

3.1 全球药物研发支出快速增长，药物研发外包化趋势明显

全球药物研发支出快速增长，公司业务市场需求大。根据弗若斯特沙利文，全球药物 研发支出由 2018 年的 1,740 亿美元增至 2022 年的 2,415 亿美元，CAGR 为 8.5%，并预计将 由 2023 年的 2,605 亿美元进一步增至 2030 年的 3,943 亿美元，CAGR 为 6.1%。中国的药物 研发支出由 2018 年的 174 亿美元增至 2022 年的 326 亿美元，CAGR 为 17.0%，并预计将由 2023 年的 366 亿美元进一步增至 2030 年的 675 亿美元，CAGR 为 9.1%。

全球药物研发外包化趋势明显，中国市场增速尤为显著，进一步增加公司业务市场需 求。根据弗若斯特沙利文，全球药物研发外包服务市场规模 2018-2022 的 CAGR 为 11.3%，并预计 2023-2030 的 CAGR 为 13.3%。尤其是，全球药物发现的药物研发外包服务 市场规模由 2018 年的 76 亿美元增至 2022 年的 112 亿美元，CAGR 为 10.3%，并预计将由 2023 年的 123 亿美元进一步增至 2030 年的 325 亿美元，CAGR 为 14.9%。 2022 年中国占全球药物研发外包服务市场的 23.8%。中国市场规模 2018-2022 的 CAGR 为 28.2%，并预计 2023-2030 年的 CAGR 为 18.3%。尤其是，中国药物发现的药物研发外包 服务市场规模由 2018 年的 11 亿美元增至 2022 年的 27 亿美元，CAGR 为 24.3%，并预计将 由 2023 年的 35 亿美元进一步增至 2030 年的 122 亿美元，CAGR 为 19.6%。我们认为原因 在于国内研发能力加强+药企研发降本需求。

中国创新药行业稳步发展。根据工信部数据，“十四五”以来我国医药工业主营业务 收入年均增速达 9.3%，我国创新药行业市场增速可能略高于我国医药工业发展的增速，前 瞻产业研究院初步以 10%的 CAGR 预计，以 2024 年为基期，到 2030 年，中国创新药行业 市场规模将接近 2.3 万亿元。

3.2 AI 制药加速渗透

传统的药物研发流程成本高且耗时，通常至少需要约 10 年时间及超过 10 亿美元的投 资。具体而言，药物发现阶段，需 1-2 年，投资 4-4.5 亿美元，药物研发活动总成本甚至可 达到 26 亿美元。 AI 应用可显著缩短研发时间，同时提升成功率。例如，上海交大通过 AI 蛋白设计算 法，两周内完成 10,000 种 GLP-1RAs 的设计与筛选，体外实验成功率 52%。在后续的 SD 实 验大鼠测试中，两条候选肽 D13/D41 的半衰期分别为 19.86 小时和 23.16 小时；对照司美格 鲁肽的 8.17 小时，约为其 3 倍。 飞轮效应推动 AI 加速渗透。研发反馈数据可反哺 AI 模型，形成药物研发渗透—>数据 增加—>模型进步的正向反馈回路，因此我们认为 AI for Science 有望呈现加速趋势。考虑到 AI 已在研发的多个环节实现覆盖，我们预计 AI 在医药研发领域进入加速渗透阶段。

随着人工智能在药物研发各个阶段的应用日益增加，全球主要制药公司建立了自身的 人工智能平台，或与人工智能公司合作进行药物研发。

4 商业模式良好，成长空间广阔

4.1 关键环节 AI 赋能，显著提效

药物发现为研发重要阶段，时间较长，对药企意义重大。药物研发分为三个阶段，早 期药物发现、临床前研究及临床研究。 从时间上看，从药物开始研发到商业化通常花费至 少 10 年，其中药物发现阶段通常花费 4-6 年，时长仅次于临床试验阶段（6-7 年）。

AI 可显著缩短药物发现前期 2 阶段所需时间。药物发现可分为 3个阶段：1）靶点确定 及靶点验证阶段（靶点至苗头化合物）；2）先导化合物生成（苗头化合物至先导化合物）； 3）先导化合物优化阶段。 靶点确定为确定直接分子靶点的流程，而靶点验证则为验证预测分子靶点的流程。先 导化合物生成为评估靶点分子并进行有限优化以确定有效化合物的流程，而先导化合物优 化则为于确定初始靶点化合物后设计候选药物的流程。

此外，AI 还可显著拓展研究的广度，有助于提升研发成功率。传统方法为确定临床化 合物候选者，需合成测试 5000 个分子，而 AI 可对潜在的数十亿分子进行筛选，研究者后 续只需合成测试其中的数百个分子。合成测试数量的减少也可推动研发成本下降。

公司在“早期药物发现—临床前研究—IND/早期临床”全链路形成结构化卡位：前端 以 AI + 物理先验 + 自动化构建“数据→模型→实验”的闭环，覆盖靶点洞察、计算筛选、 合成路线与反应预测、知识检索等关键环节，并由多智能体编排完成“设计—合成—检测 —数据回流”的一体化协同，显著提升并行探索效率与命中率。中端将成药性/可制造性 （CMC-readiness）评估前移至模型与实验一体的流程之中，实现从方案生成到工艺放大的 顺畅衔接。转化端，部分合作管线已取得 IND 里程碑并进入 FPI 阶段，验证从早研到临床 的端到端贯通能力，对应到客户侧即为更短的决策节拍、更低的试验冗余与更优的成本— 效率曲线。 公司已具备短时间尝试大量方案的能力，已构建由机器人实验平台与 AI 模型协同驱动 的研发平台，通过大规模数据积累与模型训练形成系统性能力。在实验层面，平台能够支 持覆盖绝大多数药化反应类型的高通量实验操作，并持续生成结构化反应数据用于反馈训 练；模型侧则具备较强的预测与筛选能力，在识别失败反应、预测反应路径与产率方面表 现优于人工。在信息处理环节，平台以自研工具压缩专利及文献抽取流程，有效提升前端 决策效率。整体上，平台不仅显著提升了研发提案的广度、速度与准确率，还在多个真实 项目中通过快速验证路径展现了“规模化并行 + 精准收敛”的显著优势，帮助客户有效降 低成本并提升项目成功率 。

4.2 分成模式带来收入弹性

公司通过“药物发现合作—商业化—分层特许权使用费”的机制分享下游产品放量收 益。若合作生成的候选药物在约定地区实现商业化并达到合同设定的收入门槛，公司即可 按销售额阶梯计提特许权使用费，区间为个位数至低双位数。

4.3 投资下游，加速市场渗透

公司设立 XtalPi Investment 作为“解决方案+股权”的孵化与投资平台：围绕上下游 关键产业链与技术，对具备同类首创/同类最佳潜力的合作者以技术换股或股权投资方式深 度绑定，并持续提供平台资源以促进其早期增长；公司已披露对多家目标公司的投/并合作 进展，并在部分协议中约定与服务交付挂钩的股权获取机制，分享管线推进带来的估值与 数据资产增值。2021 年至 2023 年，公司来自“被投资方/合作者客户”的收入由 0.41 亿元 增长至 0.84 亿元，CAGR 为 43.14%；其中 2022 年同比大幅增长 95.12%。 通过投资下游，公司一方面可进一步输出解决方案，另一方面有望获得投资收益。

4.4 新业务拓展：AI for Science 多领域布局

除医药外，材料同样涉及生化实验，能力可迁移。公司已在未来材料、未来农业、未 来消费品领域布局，向中石化研究院交付高通量合成及催化剂前处理方案、与协鑫签署 5 年新能源材料 AI 大模型合作、为北京大学交付电解液研发智能方案等。公司可拓展空间相 当广阔。

编辑：火腿肠