晶泰科技:首家盈利的AI for Science公司,AI+机器人+Multi-Agent飞轮跑通商业化

2025年,AI制药领域迎来了一个里程碑事件:晶泰科技(XtalPi Holdings,港交所2228)发布2 […]

2025年,AI制药领域迎来了一个里程碑事件:晶泰科技(XtalPi Holdings,港交所2228)发布2025年全年业绩报告,全年营业收入同比增长201.2%至8.03亿元,经调整利润净额2.58亿元,首次实现全年盈利——这是AI for Science赛道上的港股上市公司中第一家真正跑通商业模式并兑现利润的公司。它意味着AI药物发现不再只是”未来故事”,而正在成为可被财务数据反复验证的现实。

晶泰科技成立于2015年9月,由温书豪、马健、赖立鹏三位麻省理工学院背景的科学家在深圳创立。公司把AI算法、量子物理计算与机器人自动化实验融合,构建”AI+机器人+Multi-Agent”研发飞轮,为全球生物医药、材料科学、能源等领域企业提供药物发现与新材料研发解决方案。区别于传统的AI制药公司多停留在”模型预测”层面,晶泰的关键差异在于把高通量机器人实验、AI Agent和大规模行业数据深度结合,把”AI建议”转化为”湿实验验证”,再回流为”高质量训练数据”——形成闭环飞轮。这一模式在2024年成功登陆港交所后,于2025年完成从亏损到盈利的代际跳跃。

一、企业历程与定位

晶泰科技的前身来自MIT的三位中国科学家对公司”用量子物理+AI重构药物研发”的共同信念。公司2015年成立后,便迅速获得了来自腾讯、软银愿景基金、红杉资本、五源资本、真格基金等顶级机构的多轮融资,累计融资额一度居全球AI制药赛道前列。在2017-2020年间,公司与辉瑞、默克、长江医药等跨国大药企达成了多个药物发现合作,初步证明商业模型可落地。

2021-2023年,公司进入”商业化规模化”阶段,开始自建AI+机器人一体化实验室,使算法能在自有湿实验平台快速验证;同时把业务边界从药物发现延伸到新材料研发,形成多元化收入结构。2024年6月,晶泰科技以发行价5.03-6.03港元区间在港交所主板挂牌(2228.HK),募集资金约1.27亿美元,由礼来、腾讯、淡马锡等领衔认购,成为港股”AI制药第一股”。

2025年是公司”业务爆发+盈利兑现”的拐点之年:全年收入同比增长201.2%至8.03亿元,经调整利润净额2.58亿元,首次实现全年盈利;药物发现解决方案业务收入同比增长418.9%至5.38亿元,智能机器人解决方案业务收入同比增长62.6%至2.65亿元,两条主线均跑出规模化效应。这一业绩使得晶泰成为AI for Science赛道最具说服力的样本。

二、AI技术底座

晶泰的AI技术底座由”算力+AI模型+机器人+Multi-Agent”四个层级组成。算力层:公司自建大规模GPU/HPC集群,支持分子动力学模拟、量子化学计算与大模型训练;模型层:累计构建超过200个面向药物发现与材料科学研发全链路的AI模型,涵盖分子生成、性质预测、晶体结构预测、合成路线规划等核心环节。

机器人层:自建高通量机器人实验室,把湿实验执行数字化、标准化、自动化,使AI设计的方案可以在数天内通过机器人完成湿实验闭环验证,而不是依赖外部CRO的数周反馈。Multi-Agent层:公司构建了多智能体协作框架,使多个专门AI Agent(数据检索、文献阅读、分子设计、合成规划、实验执行等)能在统一目标下协同工作,把”科研任务”拆解为”多Agent任务流”,大幅压缩单个科学问题的解决周期。

这套”AI+机器人+Multi-Agent”飞轮的关键在于”正向加速”:随着合作项目数量和成功管线数增加,公司沉淀的高质量数据资产积累,使AI Agent在新项目中的命中率与效率持续提升,对外报价与交付速度持续优化,从而吸引更多头部客户——这是2025年公司能够把毛利率与盈利水平同步推高的根本原因。

三、核心AI应用场景

小分子药物发现是公司最早跑通的场景。公司与全球生物制药传奇Gregory Verdine教授创立的公司DoveTree达成重大合作,第一阶段首付款约5100万美元,后续仍有4900万美元的潜在付款;多条管线成功达到相应里程碑,验证了AI在肿瘤、代谢、自免等领域的早期发现能力。

晶体结构预测与药物固态研发是公司另一大杀手锏。利用量子物理+AI算法,公司可以高效预测药物分子的晶体形态、溶解性、稳定性等关键参数,为药企缩短制剂开发周期,是国际大药企合作反复验证过的高价值场景。

新材料场景上,公司把相同的”AI+机器人+Multi-Agent”飞轮从生物医药平移到光伏材料、催化材料、电池材料、特殊化学品等领域,把与CRO深度绑定的”按项目收费”模式扩展为”共建平台+技术输出”的新模式。智能机器人解决方案业务作为标准化产品线,2025年同比增速62.6%至2.65亿元,已成为公司第二增长极。

四、商业模式与财务表现

晶泰的商业模式由两大板块构成。一是”药物发现解决方案”,主要包括首付款、里程碑款、销售分成与服务费,以里程碑收入为典型代表,与全球大药企达成”风险共担、利益共享”的合作;二是”智能机器人解决方案”与”AI模型软件平台”,向外部企业提供标准化的软件订阅、机器人自动化研发服务和按需付费模式,规模化复购能力更强。

财务表现上,2023年是公司上市前的关键之年——营业收入约1.74亿元,但净利润亏损19.1亿元,主要受可转换可赎回优先股按公允价值变动导致的非现金亏损影响。2024年公司顺利登陆港交所后,2025年迎来里程碑式增长:全年收入8.03亿元,同比增201.2%,其中药物发现解决方案5.38亿元、智能机器人解决方案2.65亿元;经调整利润净额2.58亿元,首次实现全年盈利,跨过了AI制药行业的”盈利分水岭”。

营收结构上,2025年药物发现解决方案占总收入比重约67%,智能机器人解决方案占比约33%,后者增速远超行业平均水平,叠加平台化软件订阅收入,使公司从单一项目交付逐步演变为”项目+平台+订阅”的多元收入结构。这种结构使营收可预测性与复购率均显著高于传统CRO,在资本市场享有更高的估值溢价。

2025年上半年的数据更早给出”拐点信号”——上半年收入同比+404%至5.17亿元,经调整净利润1.41亿元,首次实现半年盈利:药物发现业务从2024年上半年的6085万元暴增至4.352亿元,增速高达615.2%。这种强劲的业绩弹性直接转化为港股市场对其估值修复的支撑,公司被普遍视为”AI制药新王”。

五、行业挑战与争议

尽管2025年业绩亮眼,晶泰面临的行业挑战依旧不容忽视。第一,全球AI制药领域整体仍处于早期,绝大多数公司尚未实现可持续盈利。晶泰虽率先跑通商业模式,但其大客户、多管线合作的可持续性仍取决于头部合作方后续管线能否真正上市——里程碑收入高度依赖外部临床进展,存在结构性不确定性。

第二,AI制药行业的”技术-商业落差”问题长期被讨论:管线早期发现效率显著提升,但临床II/III期的成功率仍受传统生物学机制制约,AI能否对”成药率”产生真实影响仍需长期数据支撑。第三,国际化竞争加剧,海外Insilico Medicine、Recursion、Schrödinger等公司同样在加速AI for Science商业化,晶泰需要在持续高研发投入上保持领先优势。

此外,公司在2023年财报中曾出现大额非现金亏损(可转换可赎回优先股按公允价值变动)以及”净资产为负”的数据点,对上市前的资本市场沟通构成挑战。即便2024-2025年盈利已转正,市场对其财务模型的可重复性、商业化预期管理、客户集中度等方面仍保持较高审慎。

六、未来展望

展望未来3-5年,晶泰的增长引擎可概括为”飞轮深化”与”领域外溢”。飞轮深化层面,公司将以200+全链路AI模型、高通量机器人实验室、规模化Multi-Agent为核心,不断通过”AI预测+机器人验证”的项目积累高质量湿实验数据资产,使飞轮转速持续提升、平台价值持续放大。

领域外溢层面,公司将把”AI+机器人+Multi-Agent”飞轮从生物医药延展到消费健康、光伏新材料、先进化工等更广阔的物质科学场景,使平台经济从单行业变现逐步演变为多行业基础设施。这条路径与传统的AI模型公司”按调用付费”模式完全不同——晶泰的盈利本质来自”技术平台+研发服务+解决方案”组合,可承担更大规模客户合同,具备更稳态的毛利结构。

中长期看,AI for Science正在成为继互联网、智能手机、新能源之后第四波”重塑产业”的技术浪潮。晶泰作为这一波浪潮中率先跑通商业化的代表,其在港股市场的估值锚定、生物医药与新材料双引擎的成长性、以及Multi-Agent飞轮在跨领域复制的潜力,决定了这家公司在2026-2030将成为中国AI产业最具长期价值的样本之一。在”70资本+15顶流锁仓”的硬资源加持下,公司具备穿越周期的资本厚度,剩下的是把飞轮越转越快、把管线越推越深的耐心与执行力。

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

中集集团出海启示录:从集装箱全球冠军到高端装备跨洋远征,海外营收占比54%的"中国制造"出海样板 企业出海案例

中集集团出海启示录:从集装箱全球冠军到高端装备跨洋远征,海外营收占比54%的”中国制造”出海样板

2024年,全球物流与能源装备巨头中集集团交出一份”双增长+海外过半”的成绩单:营业收
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

对话式 AI 引用的内容特征:四要素构建法

一、对话式 AI 引用的独特性 对话式 AI(如 ChatGPT、Claude、文心一言)的引用特点与传统搜索
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

GEO 平台评估:2026 年企业选型时需要关注的六大核心指标

一、为什么企业需要系统评估 GEO 平台 随着 AI 搜索生态在 2026 年持续扩张,市面上已经涌现出超过
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

AI 引擎的引用决策机制:可解释性的四层评估模型

一、AI 引用是怎么发生的 当用户向 AI 提出问题时,AI 不会凭空生成答案,而是基于检索增强生成(RAG)
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

2026 年 GEO 行业研究报告核心发现:五大趋势判断

一、行业研究的意义 2026 年初,多家权威机构发布了 GEO 行业研究报告。这些报告汇集了行业最新数据、案例
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

Schema 类型全解:六种核心结构化数据与 GEO 应用

一、什么是 Schema 结构化数据 Schema 是由 Schema.org 维护的一套标准化词汇,用于在网
📅 09-26 · 👁 2026年9月26日