当前，AI for Science（科学智能，AI4S）正经历从“演示级”向“工业级”量产的关键跃迁。

继年中Lila Sciences以约85亿美元估值完成新一轮融资、Google前首席科学家Jeff Dean宣布入局AI科学发现赛道之后，这一领域的热度被推至前所未有的高点。

Moderna的mRNA个性化肿瘤疫苗三期临床试验取得成功，股价一夜暴涨176.97%，给市场递来了一套新的估值坐标。

资本的流向与顶尖大脑的选择已经印证了一个高度确定的产业趋势：AI正从单纯的算力堆叠，走向真正承担从假设提出到实验验证的全流程科学研发任务。

市场共识由此形成，AI4S是AI产业下一个确定性极强的千亿级增量方向。

就在这一关键节点，8月19日，晶泰控股发布2026年中期业绩。

报告期内，公司实现收入3.94亿元（人民币，下同），剔除掉去年同期确认大额管线授权项目首付款的影响后，同比增长73.8%。其中，AI4S智慧解决方案收入达到1.94亿元，同比增速高达136.4%。

这份半年报增速的背后，晶泰控股的增长逻辑正在释放一个清晰信号：AI4S的产业化拐点正在到来，晶泰作为这条路上走得最远、最成熟的玩家之一，用实打实的增长回应市场对AI4S商业化落地的关注。

AI4S的商业化拐点，晶泰跑在行业前面

AI4S从实验室走向规模落地的关键，终究要具备在真实研发流程中持续跑通、反复验证、稳定产出的能力。

晶泰选择的是一条更慢、更重、但壁垒更高的路。

过去十年，晶泰在全球部署超过300台机器人自动化工站，覆盖20余类研发场景，累计沉淀超过50万条真实实验记录，且其中约80%是公开文献中极为稀缺的失败负样本。上半年AI4S智慧解决方案同比增长136.4%的成绩，足以说明这套重资产、重数据、重闭环的体系正在被全球头部客户用真金白银投票。

在全球AI4S的竞逐中，这不是“谁先想到”的演示问题，而是“谁先做到且规模化交付”的工程化问题。

从技术架构来看，晶泰的核心壁垒在于其已形成一个从数据产生到实验执行，再到模型迭代的完整系统。在这个闭环里，Genius Agent（智能中枢）负责拆解和调度科研任务，Scientific AI（科学智能）提出专业预测和实验方案，Physical AI（物理智能）在真实世界执行验证，Data Moat（高质量数据底座）则沉淀成功和失败的实验数据，并反哺模型以提升下一轮决策质量。

（资料来源：晶泰财报）

目前，晶泰推出的自进化逆合成系统SureRoute不仅能将“化学幻觉”率压到4.6%，仅为业内前沿大模型的六分之一，而且首条推荐路线准确率高达74.3%，是同类模型的2.2到3.5倍。

更具有想象空间的是，这套基础设施的泛化能力与可复制性已经在药物之外的新材料等广阔领域得到验证。真正决定其商业化上限的，并非进入多少个新场景，而是能否将跨行业、跨场景的研发需求差异，沉淀为一套可重复执行、可定制设计、可规模扩张的生产系统。

报告期内，晶泰将AI4S能力延伸至钙钛矿、锂电、分子筛等新材料领域，与晶科能源子公司共建全球首个“AI决策—机器人执行—数据反馈”全闭环叠层电池智造线，小面积组件第三方认证效率达到26.51%。

年初，国盛证券测算，AI4S在医药临床前研发的可触达市场规模约1082亿美元，仅化工、医药、新能源等6个下游就能创造约1486亿美元的市场需求。

在商业化层面，上半年晶泰的AI4S智能机器人实验室已在海外拿下礼来千万级化合物仓储管理系统和HTE平台项目，在国内落地多个千万级订单，智能合成工作站成功复制推广至13家客户。同时，AI4S智能服务新签订单保持高速增长，VAST虚拟化合物库获得超过2万个分子的订单。

当同样聚焦AI for Science 自动化的美国企业Lila Sciences还没有第一个商业化客户、 Google 元老Jeff Dean刚刚开始搭建相关领域创业公司 Discovery Loop 的团队的时候，晶泰已经完成从算法模型、智能体系统到机器人自动化实验室的完整能力闭环，构建起业界唯一贯通机器人实验室、科学智能体及自主合成的全栈AI4S基础设施体系，并率先实现规模化商业落地。

这不是先发优势的简单延续，而是数据产生、实验执行、模型迭代飞轮转动十年后形成的结构性领先。竞争者即使拿到同类模型，也难以在短时间内复制这套跑了十年的真实实验数据和物理执行能力。

近40条药物管线，被低估的高价值资产包

如果说AI4S智慧解决方案为晶泰提供了可预期的现金流和持续扩大的客户基础，那么其“双轮战略”的另一面——药物发现解决方案，则是平台能力向高价值资产转化的核心出口，也是市场估值逻辑中最关键的远期资产。

截至2026年上半年，晶泰合作及自研管线中已有3条进入临床阶段，10条以上处于IND获批及IND准备阶段，近10条达到PCC阶段，广泛覆盖小分子、大分子、多肽、小核酸等不同分子模态。公司预计到2027年，将推进至10条以上临床阶段、10条以上IND阶段、约20条PCC阶段的管线矩阵。近40条合作及自研管线，意味着被低估的高弹性里程碑资产包，也构成了未来对外商业授权分成的庞大蓄水池。

（资料来源：晶泰财报）

AI能力的深度介入，正在颠覆传统药物研发的速度与质量。

例如，在小分子领域，晶泰自研TRK/RET双靶点候选药物是全球首个针对该组合申报临床的候选药物，已完成美国Pre-IND会议资料递交，预计年内提交中美IND申报。分子胶平台XGlue已构建大规模化合物库，多条自免管线已获苗头化合物并计划2027年进入临床前阶段，部分管线能在一个季度内即实现皮摩尔级靶蛋白降解活性。

晶泰大分子平台Ailux则依托AI引擎和专有数据底座，在抗体领域形成显著数据规模优势，三条自免管线预计2027年进入I期临床。

多肽与核酸药物同样在加速推进。晶泰AI多肽研发平台PepiX™已积累超5000种私有非天然氨基酸数据库，Tensotide获美国Self-affirmed GRAS认定，口服环肽项目在靶点确定后两个月内发现苗头化合物。siRNA平台Kodexia™研发效率较传统方法提升2倍以上，分子性质预测准确度提升约266%，6条管线覆盖IgA肾病、代谢及中枢神经系统方向，多条管线首轮设计分子超过50%在体内实验中活性优于阳性对照。其中IgA肾病项目启动约七个月即获得非人灵长类药效数据，活性与长效性优于同靶点临床参照分子。

这些数据不只是研发效率的佐证，更是AI在真实复杂药物模态中解决实际问题的能力证明。

与此同时，管线的价值正在通过BD合作兑现。

目前，晶泰与DoveTree的合作已收到第二笔付款1900万美元，此前双方签署的59.9亿美元框架合作曾刷新AI制药出海订单规模纪录。今年6月，晶泰与一家国际知名生物制药公司达成潜在总金额超4亿美元的AI药物发现战略合作。

一系列合作背后是里程碑付款和销售分成的长期绑定，合作方愿意将真金白银押注在管线的后续推进上，本身就是对晶泰平台能力的实质性背书。

可以清晰看到，从现有管线的推进节奏来看，晶泰的管线构成了一个梯次分明的价值释放序列，加上已落地和正在推进中的多项BD合作，管线资产的商业化预期已经逐步明朗。

从“服务商”到“基础设施”，估值逻辑的切换已经开始

过去十年晶泰在做的是一件事，未来十年要做的则是另一件事。平台的战略升级，正在从底层逻辑上推动晶泰估值锚点的切换。

7月29日，晶泰发布XtalPi Science科学智能平台和Genius Agent科学智能体矩阵，将公司定位推向新高度。

作为全球首个整合大语言模型、科学智能体与大规模自动化机器人实验的AI4S综合平台，XtalPi Science将十年积累的模型、工具、智能体及实验资源封装为Science Token，从服务于单一项目的内部体系升级为可供全球科研组织按需调用的AI4S底层基础设施。

这一步的意义在于，晶泰正在从一个接项目的AI制药服务商，向制定调用标准、输出研发能力的科学智能基础设施平台演进。前者按项目收费，天花板取决于团队规模和服务产能，后者按调用计费，天花板由平台覆盖的用户规模和调用频次决定。一旦Science Token成为外部科研组织调用AI4S能力的计价单位，晶泰将不再只是交付项目的公司，而是开始定义AI4S时代的研发基础设施接口。这种平台属性，天然对应更高的估值倍数。

对此，浙商证券在8月的最新研报中指出，XtalPi Science的发布标志着公司AI4S战略的深化，正在通过打通LLM、Agent、Physical AI架构并探索Science Token商业模式，打造下一代研发基础设施。摩根大通、广发证券等机构也相继给予积极评级。

总体而言，AI4S的行业共识已经跨越“概念验证”的阶段，全面进入“落地应用”的周期。

晶泰是全球极少数能用“订单放量、管线推进和平台基建”三个维度同时交出高分答卷的公司。AI4S智慧解决方案用收入增长证明了商业模式的可行性，药物发现管线用推进速度验证了平台能力的转化效率，XtalPi Science则打开了从“卖服务”到“建标准”的想象空间。

然而，当前市场对晶泰的定价，很大程度上仍停留在“AI服务商”的估值框架，而晶泰的实际业务构成早已超出这一范畴。一旦把近40条管线按实物期权、把XtalPi Science按平台期权计入，当前市值对应的风险回报已经不对等。市场对晶泰的定价，可能只反映了其当前收入，而没有反映其十年数据飞轮和底层基础设施的复用价值。

商业化已经被看见，管线资产与平台能力也应该开始被重估。随着AI4S订单的持续放量、管线资产的梯次兑现以及XtalPi Science平台效应的逐步释放，晶泰同时拥有了“能做药”和“能做平台”的两种能力，远期价值上限正在被重新打开。