Zhang Yiming hat erneut 10 Milliarden geschaffen.

Zhang Yiming, der gerade zum neuen reichsten Mann Asiens aufgestiegen ist, hat „versehentlich“ wieder einen „teuersten“ Rekord aufgestellt.

Kürzlich hat das AI-Pharmazeutikunternehmen Anew Labs die erste unabhängige Finanzierungsrunde mit einem Gesamtvolumen von 290 Millionen US-Dollar (ca. 2 Milliarden Yuan) abgeschlossen, und die Post-Money-Bewertung erreicht 1,5 Milliarden US-Dollar (ca. 10 Milliarden Yuan). Nach den derzeit öffentlich bekanntgegebenen Finanzierungsbeträgen ist dies die größte Finanzierung im inländischen Bereich der AI-Pharmazeutik in diesem Jahr.

Anew Labs ist ein im Juni dieses Jahres von ByteDance abgespaltenes AI-Pharmazeutikgeschäft. Nach Abschluss dieser Finanzierungsrunde behält ByteDance 56 % der Anteile und behält die beherrschende Stellung.

Dies ist eine hochkarätige Finanzierungsrunde, die führende Investmentinstitute wie HSG, IDG Capital, GL Ventures, Wuyuan Capital, Gaorong Ventures, Chunhua Ventures und andere umfasst, an der auch zahlreiche pharmazeutische Industriekapitalgeber wie China Biopharmaceuticals teilnehmen.

Für ein Unternehmen, das erst seit 3 Monaten unabhängig betrieben wird, ist die Erstfinanzierung von 2 Milliarden Yuan traumhaft hoch. Aber auf dem derzeit boomenden Markt der AI-Pharmazeutik ist eine solche Finanzierung nicht ungewöhnlich.

Laut Berichten von PitchBook haben Risikokapitalgeber in den letzten 10 Jahren mehr als 40 Milliarden US-Dollar in den Bereich der AI-Pharmazeutik investiert. Speziell im Inland haben laut Statistik von CVsource unter 164 inländischen AI-Pharmazeutikunternehmen insgesamt 117 Unternehmen Investitionen erhalten. Bis September hat der Finanzierungsbetrag der AI-Pharmazeutikbranche in diesem Jahr bereits 15,7 Milliarden Yuan überschritten, was die Summe der vorherigen 3 Jahre übersteigt. Darunter haben Junshen Investment und Qiming Venture Partners in diesem Jahr jeweils 6 Mal und 5 Mal investiert.

Schauen wir uns zudem Isomorphic Labs an, ein AI-Pharmazeutikunternehmen, das von DeepMind abgespalten wurde und im letzten Jahr eine erste externe Finanzierung von 600 Millionen US-Dollar erhielt.

Für Anew Labs, das ebenfalls das Label „von einem Technologiegiganten gegründet + AI-Pharmazeutik“ trägt, ist der Erhalt dieser Finanzierung kaum überraschend.

Die Heilung von Krankheiten ist eines der attraktivsten Anwendungszenarien für KI, und die anhaltende Kapitalzufuhr in die AI-Pharmazeutik spiegelt in gewissem Maße das Gewicht dieser menschlichen Vision wider. Aber nach den derzeitigen praktischen Ergebnissen ist diese Vision noch weit von der tatsächlichen Umsetzung entfernt.

Die erwartete Abspaltung

Von Doubao, Feishu bis hin zu Jianying und Xiaoyaque – ByteDance, das scherzhaft als „KI-Fabrik“ bezeichnet wird, überrascht niemanden, wenn es in irgendeinen Internetbereich einsteigt. Die Pharmazeutik scheint jedoch eine Ausnahme zu sein, da sie weit vom Hauptgeschäft von ByteDance entfernt ist.

Tatsächlich hat ByteDance schon lange im Bereich der AI-Pharmazeutik vorgesorgt.

Der Vorgänger von Anew Labs ist das AI for Science (AI4S)-Team für Wirkstoffentdeckung unter ByteDance Seed. Seed wurde 2023 gegründet und ist intern bei ByteDance als „Suche nach neuen Methoden der allgemeinen Intelligenz und Verfolgung der Obergrenze der Intelligenz“ positioniert. Das AI4S-Team konzentriert sich auf den Bereich des wissenschaftlichen Rechnens und arbeitet an Grundmodellen für Biologie, Quantenchemie, Molekulardynamik und anderen Richtungen, um mit KI einen Durchbruch im Forschungsparadigma der Naturwissenschaften zu erzielen.

In den letzten zwei Jahren hat das AI4S-Team von ByteDance viele Ergebnisse bei den Modellfähigkeiten der AI-Pharmazeutik erzielt.

Um das Jahr 2025 herum veröffentlichte das AI4S-Team von ByteDance nacheinander die Biomolekülstrukturvorhersagemodelle Protenix und SeedFold sowie die Proteinbindermodellentwicklungsmodelle PXDesign und SeedProteo. Einfach ausgedrückt lösen Protenix und SeedFold das Problem, „die Struktur von Biomolekülen klar zu erkennen“, während PXDesign und SeedProteo versuchen, „neue Proteine nach therapeutischen Anforderungen zu entwerfen“.

Laut der Beschreibung von Gu Quanquan, einem ehemaligen Kernmitglied des AI4S-Teams von ByteDance, ist SeedFold das weltweit erste Biomolekülstrukturvorhersagemodell, das AlphaFold 3 in umfassenden Benchmark-Tests und Fähigkeiten vollständig übertrifft – AlphaFold 3 ist ein gleichartiges Modell, das DeepMind 2024 veröffentlicht hat. Darüber hinaus übertrifft das andere vom Team eingeführte Proteinbindermodell SeedProteo laut den vom Team veröffentlichten Testergebnissen ebenfalls zahlreiche gleichartige Produkte der Branche, darunter AlphaProteo von DeepMind und das quelloffene RFdiffusion des Teams von David Baker, dem Gewinner des Nobelpreises für Chemie 2024.

Im Bereich der industriellen Exploration hat ByteDance im April dieses Jahres auf der Jahrestagung der American Academy of Allergy, Asthma & Immunology ein präklinisches IL-17-Kleinstmolekülinhibitor öffentlich vorgestellt.

IL-17 ist ein entscheidendes proinflammatorisches Zytokin, das übermäßige Entzündungsreaktionen bei Krankheiten wie Schuppenflechte und ankylosierender Spondylitis auslöst.

Der von ByteDance vorgestellte Inhibitor ist der weltweit erste „vollspektrale“ IL-17-Kleinstmolekülinhibitor, der voraussichtlich zu einer Behandlungsmethode für Schuppenflechte und andere Autoimmunerkrankungen weiterentwickelt werden kann.

Das AI4S-Team von ByteDance hat fast die Schwelle zur industriellen Anwendung der AI-Pharmazeutik erreicht. Dies wirft jedoch ein weiteres Problem auf: Wenn ByteDance selbst in die Wirkstoffentwicklung einsteigen würde, wären die anfallenden Explorationskosten extrem hoch.

Die pharmazeutische Forschung und Entwicklung folgt der „Zwei-Zehn-Regel“: Sie dauert zehn Jahre, erfordert eine Investition von einer Milliarde US-Dollar, und der Validierungszyklus wird in Jahren gemessen. Dazwischen müssen Hürden wie der Aufbau von Versuchssystemen, die Weiterentwicklung von Pipelines, präklinische Risiken und die Kommerzialisierung überwunden werden, wobei jeder Glied eine völlig andere Branchenlogik als das Kerngeschäft von ByteDance darstellt.

Möglicherweise weil sich das Team dieses Problems bewusst ist, fließen die Talente des AI4S-Teams ständig nach außen.

Laut Medienberichten vom Juni haben mehrere Mitglieder des AI4S-Teams, darunter Gu Quanquan und Xiao Wenzhi, ByteDance verlassen oder bereiten sich darauf vor, zu gründen. Ihre Gründungsrichtungen konzentrieren sich auf AI-Pharmazeutik, Proteinentwicklung, biologische Grundmodelle und Plattformen für Wirkstoffentdeckung, und die entsprechenden Gründungsvorhaben haben bereits mehrere Finanzierungsrunden von führenden US-Dollar-Instituten erhalten.

Gu Quanquan ist ein bekannter Wissenschaftler auf den Gebieten der Theorie des maschinellen Lernens, der Ausrichtung großer Modelle und der wissenschaftlichen Intelligenz im Bereich AI4S. Bevor er 2023 zu ByteDance Seed kam, war er bereits ordentlicher außerordentlicher Professor an der Fakultät für Informatik der University of California, Los Angeles. Im AI4S-Team von ByteDance leitete Gu Quanquan hauptsächlich die Arbeit an der KI-gestützten Wirkstoffentwicklung, und sowohl SeedFold als auch SeedProteo stammen aus seinem Team.

Am 10. September kündigte Gu Quanquan auf X an, dass er ein neues AI4S-Unternehmen namens Geodesic Intelligence gegründet hat. Das Ziel des Unternehmens ist es, allgemeine künstliche Intelligenz für die Wirkstoffentwicklung aufzubauen und den kürzesten Weg von der Biologie zum Arzneimittel zu finden.

Angesichts des beginnenden Abflusses von Talenten erscheint es für ByteDance naheliegend, das AI-Pharmazeutik-Team abzuspalten, es unabhängig zu betreiben und die beherrschende Stellung zu behalten.

Wie weit ist die „KI, die Krebs heilt“ noch entfernt?

Betrachtet man die Marktentwicklungen, ist die Entscheidung von ByteDance, ein Team für die AI-Pharmazeutik abzuspalten, nicht überraschend. In den letzten Jahren ist die Entwicklung neuer Arzneimittel auf Basis von AI4S-Ergebnissen bereits eine gemeinsame Wahl von globalen Technologiegiganten und internationalen Pharmazieunternehmen.

Nach dem „GPT-Moment“ hat KI digitale Bereiche wie Texterstellung, Videogenerierung und Code-Schreiben schnell umgestaltet. Die AI-Pharmazeutik, die einst wegen fehlender bahnbrechender Technologien in den Hintergrund geraten war, erlebt nun erneut einen Höhepunkt.

Die traditionelle neue Wirkstoffentwicklung umfasst Schritte wie „Zielentdeckung – Leitverbindung-Entdeckung – Moleküloptimierung – Präklinische Studie – Klinische Studie (insgesamt 3 Phasen)“. Nach den alten Regeln dauert die Entwicklung eines neuen Arzneimittels bis zur Markteinführung durchschnittlich mehr als zehn Jahre, kostet 1 Milliarde US-Dollar und hat eine Erfolgsquote von weniger als 10 %. Eine weithin zitierte Branchendaten aus dem Jahr 2023 zeigt, dass durch die Beteiligung von KI der Zyklus von der frühen Wirkstoffentdeckung bis zur Bestimmung des präklinischen Kandidaten im Vergleich zu den traditionellen 4 bis 5 Jahren auf 8 bis 12 Monate verkürzt werden kann.

Unter dem edlen menschlichen Ziel, „Leben zu retten“, hat der Bereich der AI-Pharmazeutik sowohl in gesellschaftlicher als auch in kommerzieller Hinsicht ein enormes Potenzial, sodass es sehr verständlich ist, dass Kapitalgeber massiv in diesen Bereich investieren.

Xaira Therapeutics, ein von dem Nobelpreisträger für Chemie David Baker gegründetes End-to-End-AI-Pharmazeutikunternehmen, hat bei seiner Gründung 2024 eine Startfinanzierung von über 1 Milliarde US-Dollar abgeschlossen. Nach der ersten externen Finanzierung von 600 Millionen US-Dollar im Jahr 2025 erhielt Isomorphic Labs im Mai dieses Jahres eine B-Runden-Finanzierung von bis zu 2,1 Milliarden US-Dollar.

Die optimistische Stimmung hat sich auch in die Diskurse der Spitzenvertreter der KI-Branche ausgebreitet. Im Jahr 2025 stellte Sam Altman, Gründer von OpenAI, in einem Blogbeitrag mutig die Hypothese auf: „Mit einer Rechenleistung von 10 Gigawatt könnte KI möglicherweise einen Weg finden, Krebs zu heilen.“ Im September dieses Jahres ging Altmans Erwartung an KI noch weiter. In einem Interview sagte er: „Krebs zu heilen ist nicht ehrgeizig genug für KI, die Branche sollte größere Ziele anstreben.“

Das Kapital feiert, und die Vorreiter rufen. Wie hoch ist der tatsächliche Wert dieser schönen Utopie der AI-Pharmazeutik derzeit?

Im August dieses Jahres veröffentlichte *Nature Reviews Drug Discovery* einen Übersichtsartikel über den aktuellen Stand und die zukünftigen Wege der KI-gestützten Wirkstoffentwicklung. Dieser Artikel, der gemeinsam von 16 Autoren aus Universitäten wie der Universität Cambridge und der Harvard Medical School, Pharmazieunternehmen wie AstraZeneca und dem Europäischen Bioinformatik-Institut verfasst wurde, dämpfte die übermäßige Begeisterung. Die Kernaussagen des Artikels lauten wie folgt:

1. Bei der Entwicklung neuer Arzneimittel ist die klinische Wirksamkeit das entscheidende Bewertungskriterium. Derzeit konzentriert sich die Anwendung von KI im Bereich der Kleinstmolekül-Wirkstoffentwicklung jedoch hauptsächlich auf die präklinische Phase. Unter zahlreichen AI-Pharmazeutikunternehmen befinden sich derzeit nur Dutzende von Projekten in Phase I und Phase II, und Phase III-Projekte sind sehr selten.

2. Einige aktuelle Veröffentlichungen, die auf wenigen Datenpunkten basieren, zeigen, dass die Erfolgsquote von klinischen Phase-I-Studien im Bereich der AI-Pharmazeutik deutlich auf 90 % gestiegen ist, was auf das potenzielle Potenzial von KI zurückgeführt wird. Die meisten dieser Projekte basieren jedoch auf etablierten Grundlagen der Krankheitsbiologie und Chemie, was die Wahrscheinlichkeit von Sicherheitsproblemen in späteren Phasen verringert.

3. Bei der Wirkstoffentwicklung besteht eine grundlegende Herausforderung für die Wirkstoffentdeckung und die Quantifizierung des Einflusses von KI auf diesen Prozess: Die Diskrepanz zwischen den frühen Entscheidungsphasen, in denen KI auf Basis von Stellvertreterdaten verwendet werden kann, und den klinischen Auswirkungen, die normalerweise erst Jahre später sichtbar werden.

Offensichtlich hat KI zwar den Zyklus der neuen Wirkstoffentwicklung stark verkürzt, aber in der hochvariablen Welt der Biochemie stößt KI noch an unüberwindbare Branchenhürden. Die AI-Pharmazeutikunternehmen, die großzügig von Kapital unterstützt werden, müssen sich in vielen Bereichen noch vor dem Markt beweisen.

In diesem Sinne scheint Dario Amodei, Gründer von Anthropic und Rivale von Altman, unter allen großen Persönlichkeiten, die die AI-Pharmazeutik unterstützen, realistischer zu sein.

Im Oktober 2024 veröffentlichte Amodei einen Blogbeitrag. Bei der Erörterung der potenziellen Auswirkungen von KI auf die Biomedizin sagte er, dass KI dazu beitragen könnte, personalisierte Behandlungsmethoden für die genomischen Merkmale von Krebs zu entwickeln, sodass die Mortalitäts- und Morbiditätsrate von Krebs in der Zukunft möglicherweise stark sinken und die meisten Krebsarten sogar beseitigt werden könnten.

Aber im August 2026 äußerte sich Amodei in einem Beitrag auf X viel realistischer. Er sagte offen, dass die Aussage „KI kann Krebs heilen“ inzwischen eher eine Binsenweisheit als eine ermutigende Aussage ist und für die meisten Menschen wie eine Täuschung klingt.

„Der wirklich effektive Weg ist, Krebs tatsächlich zu heilen“, sagte Amodei.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „ChinaVenture“, Autor: Li Xinting, veröffentlicht mit Genehmigung von 36Kr.