先说一个核心判断：当数字AI和物理AI的竞争进入白热化阶段时，生命AI（Bio AI）正悄然崛起，成为下一个最具想象空间的前沿领域。而这一趋势，正被全球顶级资本与科学界的动向持续验证。
近日，AI原生的生物科技公司百奥几何宣布完成数亿元战略融资。本轮融资由上海生物医药创新转化基金、国科投资、达晨财智、星连资本联合领投，高榕资本、指数人工智能产业创新基金跟投，指数资本担任独家财务顾问。所募资金将重点用于持续迭代其生命科学微观世界模型GeoFlow，并加速自研药物管线的开发进程。
将时间线拉长，我们可以看到，2024年诺贝尔化学奖同步授予了蛋白质结构预测与蛋白质从头设计两大方向，而2025年中国创新药BD交易总额飙升至1357亿美元，占据全球约49%的份额，超越美国成为全球对外授权交易的第一大市场。进入2026年5月，Alphabet旗下的Isomorphic Labs一举完成21亿美元融资，刷新了AI药物发现领域的单笔融资纪录。这些关键信号无不指向同一个共识：生命科学的底层逻辑正在经历一场彻底的重新定义。
生命科学的基本单元是由分子构成的细胞，所有生命功能均源于分子在原子尺度上的相互作用。是否能在微观层面真正理解并精准设计这种相互作用，是生命科学最根本的命题。百奥几何自主研发的GeoFlow，正是这样一个“微观世界模型”——它以原子级精度对蛋白质、DNA、RNA等生物分子间的相互作用进行精确建模，并利用生成式AI从头创造出自然界中从未存在过的全新分子。换言之，这标志着从“理解生命”到“设计生命”的范式跃迁。
自2024年首次发布以来，GeoFlow已完成三次关键性版本迭代。GeoFlow V1将“原子级精度建模分子相互作用”这一核心理念落地为可工程化的大模型，在蛋白-蛋白复合物结构预测任务中达到了与AlphaFold 3同等水平的精度。2025年4月推出的GeoFlow V2版本，则不再局限于单纯的结构预测，而是实现了原子级精度下蛋白质结构预测与“从头设计”能力的统一，可胜任抗体从头设计、疫苗设计、工业酶优化等复杂工作。
“客观来说，GeoFlow V2已能针对部分靶点生成相应的结合分子，但亲和力仍有提升空间。因此，去年10月我们迭代了GeoFlow V3，核心目标是提升生成成功率，尽可能获取更多高亲和力的结合分子，并使其达到纳摩尔级水平。”唐建表示。
为了实现这一目标，百奥几何将大模型领域中的Test-Time Scaling技术引入了蛋白质设计流程。通俗地讲，这是一种通过增加推理时间和计算投入来换取设计质量的策略——针对目标靶点，让模型一次性生成多个蛋白版本，从中筛选优质样本并进行验证优化，最终获得结构稳定、亲和力达标的全新蛋白。其核心优势在于成本低、落地快，无需投入巨额资源重新训练模型，即可显著提升设计成功率与分子质量。
以一个实际应用场景来体会这种变革：在科学家仍需“手搓”抗体的年代，研发团队通常要在动物体内或体外构建上亿级别的分子库，开展多轮、耗时数月的高通量筛选，流程冗长且成本高昂。如今，在AI主导的新范式下，只需更少的实验投入，就能实现更高的命中率。
据百奥几何披露的数据，在针对TSLP、IL-33、IL-13、CCR8、PD-1等超过20个靶点的从头设计任务中，每个靶点仅需合成验证不超过50个由GeoFlow V3设计的候选分子，便可获得表位特异的nM级别结合抗体，平均命中率接近20%，先导分子的发现时间可缩短至三周以内。
目前，百奥几何正在研发下一代微观世界模型GeoFlow V4，其建模尺度将从分子相互作用进一步拓展至“设计分子系统”。
近两年来，BD交易已成为创新药企实现商业化的重要出口。在既往案例中，药物管线的价值通常随临床阶段的推进而递增，百亿美元级别的巨额交易大多发生在临床2期或3期之后。但AI的“从头设计”能力，有望放大早期阶段分子的潜在价值，从而改写这一传统逻辑。
唐建认为，对于传统方法较易获得的抗体分子，跨国药企更看重后期的临床数据；而对于那些获取难度本身就极高的分子，即便处于早期阶段，只要能够形成差异化优势，同样可以具备高价值，优质分子也能显著提升临床阶段的整体成功率。
据介绍，百奥几何目前已与国内外药企达成超过20项BD合作，在高特异性抗体的从头设计、先导分子的多目标优化、疫苗设计等多个领域实现了技术突破。
以肿瘤免疫领域的一个具体项目为例：目标靶点是肿瘤细胞表面特有的抗原，但存在一个高度同源的“孪生靶点”——两者结构极为相似，传统方法难以精准区分，极易误伤正常细胞。百奥几何借助GeoFlow的全原子建模能力，将“特异性”作为前置约束直接嵌入分子生成阶段，仅设计不超过100条序列，便获得了两条兼具高选择性与高亲和力的抗体，从源头上保障了临床安全性。
“目前，这个项目最能体现百奥几何的模型能力。我们与客户共同开发的项目，大多是传统方法无法攻克的难题，甚至有些是GeoFlow V2无法完成、直到GeoFlow V3迭代后才成功突破的案例。在这个过程中，不仅我们能感受到模型迭代带来的能力涌现，客户自身也在直观地体会到AI技术的快速进化。”唐建提到。
在与某国外知名药企的合作中，目标项目需要同时优化先导抗体的亲和力、理化性质、热稳定性、人源性等多项指标。GeoFlow在零样本场景下，仅通过一轮设计与验证，便交付了同时满足全部预设指标的目标分子：亲和力提升数十倍，表达量提升8倍，人源性优化至90%以上，热稳定性同步显著提升，项目整体交付周期较客户预期缩短了80%以上。
此外，在合成生物学领域，百奥几何已储备了数十条自研管线，包括ɑ-酮戊二酸、天然冰片在内的多条管线已完成中试放大。目前，多款自研管线已通过“技术转让+销售分成”模式达成授权合作，商业化进展持续加速。
团队方面，百奥几何由AI4S科学家唐建教授创立，图灵奖得主、AI之父Yoshua Bengio担任首席科学顾问。自2018年起，团队便开始探索AI驱动的药物发现，已取得多项产学研落地成果。2024年，团队成功将扩散生成模型应用于分子三维结构生成；同年，联合英伟达、英特尔、IBM发布了开源机器学习药物发现平台TorchDrug与TorchProtein。近期，团队作为核心贡献者参与了英伟达开源蛋白质大模型La Proteina的研发，并自主研发了前沿的AI虚拟细胞模型PerturbDiff。
投资人观点
上海生物医药创新转化基金总裁郭秋杉表示，大分子药物开发长期受困于传统筛选流程的冗长，以及过往分步式AI工具链中逐级放大的误差。百奥几何通过实现生物分子相互作用的原子级精度建模，并将结构预测、序列生成、成药性评价与湿实验反馈整合为一个闭环，开辟了一条更贴近底层科学逻辑与真实工业需求的AI原生路径。这种全原子De Novo设计思想，使公司在传统难成药靶点、复杂抗体、多特异性大分子等高难度管线上展现出代际优势，并已成功实现PCC级分子的交付。
国科投资智慧医疗组组长张堃表示，AI驱动药物研发有望打破生物医药行业的“反摩尔定律”研发困局，推动大分子药物逐步构建起“结构理解、定向设计、干湿实验闭环验证”的全新研发范式。GeoFlow模型在抗体药物、工业酶从头设计等应用场景中已展现出差异化的技术优势，在AI重塑药物研发的大背景下，百奥几何将为创新药企与生物制造产业提供深度赋能。
达晨财智董事总经理王大奎博士表示，AI在生物医药领域的“智能涌现”时刻比业内预期来得更为迅速。AI能够近乎无限地设计、筛选候选分子，药物研发的创新正从传统的实验试错转向计算驱动。百奥几何团队自研的GeoFlow微观世界模型，技术能力已达到全球第一梯队，也是打破海外相关闭源模型垄断的关键突破口。叠加国内在湿实验环节成本低、迭代快的优势，以百奥几何为代表的中国AI制药公司，完全具备后发追赶的实力。
星连资本合伙人李文珏表示，生命科学正在迈入一个全新的时代：从依赖经验和偶然发现，转向以计算和设计驱动的精准创新。百奥几何以生成式AI为引擎，深入探索蛋白质这一生命底层语言的可编程化设计，并通过干湿实验的闭环不断加速模型迭代与实验验证。我们看好百奥几何在AI基础模型、蛋白设计能力以及实验验证体系上的系统性积累，也看好其全球化、跨学科团队所展现出的长期创新潜力。
