6月超2000只私募基金净值创新高 今年以来，市场结构性行情持续演绎，大批基金净值走强。私募排排网统计数据显示，今年6月，超 2000只私募基金净值创出历史新高。与此同时，上半年超九成百亿级私募获得正收益，其中量化私募正 收益占比高达100%。记者采访获悉，近期私募发行市场显著回暖，部分头部私募单一渠道募资超过30 亿元；时隔两年，睿郡资产创始人杜昌勇即将启动新产品发行。在业内人士看来，伴随着增量资金持续 入场，A股和港股行情有望进一步震荡向上。 (上证报) 中小金融机构"瘦身健体"提速 年内已有84家村镇银行获批解散 2025年进程过半，中小金融机构改革化险仍在提速，村镇银行"瘦身健体"更进一步。据记者梳理，截至 7月9日，2025年已有84家村镇银行正式获批解散，相较于2023、2024年同期，增量明显。从解散原因来 看，多数村镇银行被辖区内城商行、农商行吸收合并，并设置为分支行。此外，在年内的村镇银行改革 进程中，"首次"多次诞生——首次跨省"村改支""村改分"、国有大行首次入局兼并重组队伍等。 (证券 时报) 近百亿美元流向AI制药 新药研发按下加速键 今年以来我国快递业务量超1000亿件 从国家邮政 ...

"AI（人工智能）制药最大的优势是快，因为它加速了'发现—验证—重新优化'的循环。"微芯生物研发 总监潘德思在接受采访时如是说。 近期，AI制药因频繁的项目合作和投融资事件受到市场关注。证券时报记者从业内了解到，随着AI加 速向医药行业渗透，创新药研发迎来里程碑式进步，AI制药的成果多点开花。与此同时，AI制药面临 着商业化困境，解决还需时日。 AI制药领域大单频现 近期，AI制药领域的大额订单频现。6月11日，诺和诺德与AI制药公司Deep Apple Therapeutics达成8.12 亿美元合作；6月12日，礼来与Juvena Therapeutics（美国AI制药公司）签署超过6.5亿美元的协议；6月 13日，阿斯利康（AZ）与石药集团达成最高达53亿美元合作，利用石药集团的AI药物发现平台开发小 分子候选药物。6月23日，国内AI制药龙头企业晶泰控股与DoveTree LLC（美国医药界的传奇创业者及 投资人Gregory Verdine所设立的公司）签署数十亿美元管线授权合作意向书；同日，AI制药公司 Formation Bio宣布其子公司已将口服双重JAK/SYK抑制剂gusacitinib授 ...

互联网之父蒂姆·伯纳斯·李曾评价他是"地球上最聪明的人"。 4岁学棋、7岁学习编程、16岁考入剑桥计算机科学系、22岁创办游戏公司、而立之年回归学术攻读认知神经科学博士学位，而后创办DeepMind，开发AI 程序AlphaGo击败围棋世界冠军、研发AlphaFold破解蛋白质结构预测难题并荣获2024年诺贝尔化学奖，成为世界AI领域第一人。 Demis Hassabis图源Isomorphic Labs官网 对于Demis Hassabis而言，他的人生经历丰富且成果显著。2021年，他将视线转向医药研发领域，创立了Isomorphic Labs，这是一家专注AI药物研发的初 创公司，依托AlphaFold的技术成果建立。Hassabis希望通过人工智能改进药物研发流程，推动生物医学领域的发展。 自创立以来，Isomorphic Labs开发出多个新一代AI模型，这些模型共同构成统一的AI药物设计引擎，可应用于多个治疗领域和药物模式。近期， Isomorphic Labs宣布获得6亿美元融资，由Thrive Capital领投，GV和Alphabet参投，将用于进一步开发其下一代AI药物设计引擎，并推动治疗 ...

一些曾经被网友们戏称为"天坑专业"（如生化环材）的专业，随着产业结构调整早已"出坑"，部分专业的就业率和起薪皆居前列。 "天坑"就业率攀升 一般来说，"天坑专业"是指那些就业前景不佳、工作环境较差或市场需求不足的专业。这些专业通常被认为在未来就业市场上存在较大的不确定性，导致毕 业生难以找到理想的工作。 但被网友戏称的"生化环材"（生物、化学、环境、材料），更多的是因为学习难度较大、就业要求较高。尤其是近年来随着产业结构调整、新能源产业的发 展，生化环材领域的专业在就业市场开始崭露头角。 第一财经梳理发现，一些曾经被网友们戏称为"天坑专业"（如生化环材）的专业，随着产业结构调整早已"出坑"，部分专业的就业率和起薪皆居前列。 以生物来说，就有生物科学、生物技术、生物信息学、神经科学等专业。我国AI制药、合成生物、脑机接口等前沿领域的发展给就读学子带来不少就业机 会。 医药魔方与清华大学联合发布的一项研究报告显示，2024年我国药企共完成94笔license-out（许可输出）交易，总交易金额高达519亿美元，同比增长26%。 就在今年4月，天津大学合成生物与生物制造学院正式揭牌。这是我国"世界一流建设高校"中首 ...

以下文章来源于AGI接口 ，作者陈广晶 AGI接口 . AI卷起的财富风暴。 "肺功能提高近100毫升，意味着患者生活质量得到实质性改善。"试验牵头研究者、北京协和医院 徐作军教授介绍说。更重要的是，它暗示着特发性肺纤维化患者病情逆转的可能性。这是现有药 出品 | 虎嗅科技医疗组 作者 | 陈广晶 编辑 | 苗正卿 头图 | AI生成 物都无法实现的。 AI药物上市的"接力棒"传到中国人手上了。 "这个结果超出了我们的预期！"英矽智能联合首席执行官兼首席科学家任峰告诉虎嗅。这个结果 对全球170万特发性肺纤维化患者是个好消息，也直接使Rentosertib成了全球首个实现概念性验证 的AI药物。 英矽智能近日宣布其在研肺纤维化药物2a期临床试验数据积极，该药也一跃成为全球进展最快的 AI药物。 任峰预测，如果一切顺利，首款AI赋能发现的药物获批可能会发生在2年半以后，也就是2028年。 对于英矽智能来说，接下来的挑战也会更加艰巨。 超出预期的结果 01 2024年9月的一天，任峰和4位临床科学家聚在办公室里完成了一场堪比高考"估分"的试验数据分 析。"我们已经等不了CRO（ 合同研发机构，帮助药企做临床试验、 ...

本文来自微信公众号：健闻咨询 （ID：HealthInsightPro），作者：乔燕薇、李琳，原文标题：《大模 型浪潮下的AI制药：初创公司拿下10亿美元融资，有产品管线已走出"死亡谷"》，题图来自：AI生成 当前，AI制药行业一级市场的投融资开始复苏，DeepSeek的爆火又为行业带来新一轮机遇，但与之相 对应的是，不论是药企还是投资人，都在重新审视制药这条产业链中"AI"发挥的作用。 "今年投资人的热情又上来了很多，跟DeepSeek的爆发带动整体AI的关注度提升有一定关系，但是跟国 外这几笔大额的融资是完全不同的逻辑。" 白苗是国内一家AI制药创业公司的高层管理人员，公司近期正在筹备新一轮融资，从她与投资机构近 期接触的情况来看，AI制药的融资市场的确有复苏迹象了，"投资人不再像去年一样只看项目不出手， 今年明显能感觉到他们出手的确定性更高了。" 但对比国外市场，中国的AI制药投融资还算不上繁荣。 从行业数据来看，2024年全球AI+药物研发相关融资总事件达128起，总金额为57.95亿美元，相比于 2023年的104起融资事件、36.01亿美元的融资金额，都有了显著的提升。 如今的AI制药行业正处在" ...

2025.06. 18 本文字数：1099，阅读时长大约2分钟 作者 | 第一财经 林志吟 近日，AI制药企业英矽智能宣布，已于近期完成E轮融资全部交割，本轮募资总额约1.23亿美元，超 额完成既定目标。 在英矽智能宣布之前，石药集团也与阿斯利康订立战略研发合作协议，后者拟利用石药集团的AI引 擎双轮驱动的高效药物发现平台，发现和开发新型口服小分子候选药物，石药集团有望获得金额超过 50亿美元。 "在目前二级市场还没有完全反馈到一级市场情况下，能完成这样的融资，对我们来讲是一个非常重 要的信号，意味着我们AI技术赋能药物研发的进度、对外合作的进展得到了新投资人和老投资人的 认可，他们愿意提供资金来支持推动公司的发展。"英矽智能联合首席执行官兼首席科学官任峰接受 第一财经记者采访时这样表示。 英矽智能本次融资，部分资金将被用于完善公司自主研发的人工智能模型和算法，同时升级和扩展其 前沿自动化智能实验室，以进一步简化药物研发流程。与此同时，公司将持续开展对自主研发和合作 开发的药物管线的临床探索，加速在生物医药研发领域的突破性创新。 药物研发通常需要十几年的时间、10亿至15亿美元的投入，但成功率却只有十分之一， ...

不同于依赖物理实验获取数据的传统路径，SandboxAQ独创性地将计算化学与人工智能深度融合。该公 司基于英伟达高性能芯片构建的算法平台，通过求解描述原子间作用力的量子力学方程，生成了520万 个尚未在现实世界观测到的三维分子结构。这些"虚拟分子"虽未经实验室合成，但其空间构型与化学性 质均严格遵循物理定律推导，相当于在数字世界搭建了庞大的分子图书馆。 这种创新范式正在重塑药物研发的早期阶段。以肿瘤治疗为例，若研发团队试图阻断某个促进癌细胞增 殖的关键蛋白，传统方法需在实验室合成并测试成千上万种分子，过程可能耗时数年。而借助 SandboxAQ的技术，研究人员可直接在虚拟空间模拟数十亿种分子与靶蛋白的相互作用，将筛选周期压 缩至数周，显著降低新药开发的时间与资金成本。 智通财经APP获悉，由谷歌母公司Alphabet(GOOGL.US)分拆、获英伟达(NVDA.US)战略支持的AI初创 企业SandboxAQ，于当地时间6月18日正式发布大规模合成数据集，旨在通过模拟药物分子与蛋白质的 相互作用机制，加速全球新药研发进程。这家已累计融资近10亿美元的科技新贵，正试图打破传统实验 室研究的时空限制，用算力重构药 ...

"在目前二级市场还没有完全反馈到一级市场情况下，能完成这样的融资，对我们来讲是一个非常重要 的信号，意味着我们AI技术赋能药物研发的进度、对外合作的进展得到了新投资人和老投资人的认 可，他们愿意提供资金来支持推动公司的发展。"英矽智能联合首席执行官兼首席科学官任峰接受第一 财经记者采访时这样表示。 AI制药企业自身能否实现商业闭环尤为重要，卖软件、对外授权以及自主研发药物是企业们主要在进 行的商业模式，目前英矽智能也尤其依赖后两种模式。 英矽智能本次融资，部分资金将被用于完善公司自主研发的人工智能模型和算法，同时升级和扩展其前 沿自动化智能实验室，以进一步简化药物研发流程。与此同时，公司将持续开展对自主研发和合作开发 的药物管线的临床探索，加速在生物医药研发领域的突破性创新。 任峰表示，一两年以前，对于AI制药，大家可能更关注AI技术发展，但现在更关注AI在制药方面的成 果落地。 药物研发通常需要十几年的时间、10亿至15亿美元的投入，但成功率却只有十分之一，AI技术的出 现，试图打破这个魔咒，在加快药物开发的同时，也提高药物研发成功率。AI制药行业从出现，到现 在，已发展了十多年时间，2020年后，热钱涌入 ...

Core Insights - The article discusses the evolution of AI in drug discovery, highlighting the initial excitement and subsequent challenges faced by companies in this sector over the past decade [2][10][88] - It emphasizes the shift from unrealistic expectations to a more pragmatic approach in AI drug development, as companies learn to navigate the complexities of the pharmaceutical industry [10][60][88] Group 1: AI Drug Discovery Breakthroughs - In 2016, a Chinese startup, XtalPi, achieved a remarkable 100% accuracy in predicting drug crystal forms, leading to a partnership with Pfizer [4][5] - The AI drug discovery sector has seen over 100 startups emerge in China since 2014, aiming to address the "double ten dilemma" of long development times and high costs [4][5][9] - AI has the potential to significantly reduce drug development timelines and costs, with aspirations to create drugs within a single day [8][9] Group 2: Investment and Market Dynamics - The AI drug discovery market attracted substantial investment, with XtalPi raising $318.8 million in a Series C round, setting a record for AI drug development funding [30][33] - The market saw a surge in interest during the COVID-19 pandemic, leading to the emergence of AI drug companies on public markets [28][29] - However, the sector faced challenges as many AI companies struggled to deliver successful clinical results, leading to layoffs and mergers [9][60] Group 3: Industry Challenges and Realignment - The initial hype around AI in drug discovery has led to a reality check, with many companies now focusing on practical applications rather than lofty promises [10][60] - The industry is witnessing a consolidation phase, with smaller players struggling to survive amid a funding downturn [62][70] - Companies are increasingly recognizing the importance of collaboration with traditional pharmaceutical firms to validate AI-driven drug development [78][79] Group 4: Future Outlook - The article suggests that AI drug discovery is entering a new phase, with advancements in generative AI expected to enhance drug design capabilities [80][81] - The focus is shifting towards AI's role in clinical trials, which represents a significant portion of drug development costs [83] - As the industry matures, companies are expected to adopt a more grounded approach, emphasizing results and practical solutions over speculative narratives [88]