2026年晶泰控股公司研究报告：AI for Science探界者，加速迈向商业兑现新阶段

晶泰控股：AI for Science 物质发现领域开路先 锋，AI 制药行业领军者

晶泰控股成立于 2015 年，定位基于 AI+量子物理和机器人驱动的创新型研发平台，为 制药及材料科学等产业的全球和国内公司提供药物及材料科学研发解决方案及服务。

创始团队基因决定公司定位，赋能新药研发等领域关键 节点

创始人团队来自华人 MIT 物理学家，年轻且学术实力强劲，公司成立于美国。公司由温 书豪、马健、赖力鹏联合创立，3 位创始人均为 MIT 博士后，团队具备深厚的量子物理、 计算机科学与药物研发跨学科背景。

创始人团队的物理学背景决定了企业的差异化技术路径和战略定位。量子物理与 AI 的 关系，本质上是 AI 实现搜索广度、建立研究增量空间，量子物理在此基础上建立深度、 为 AI 保证泛化精度。技术路径上，公司以量子物理第一性原理为根基；战略定位上，成 长于医药赛道而不囿于之，基于物理学视角，对分子发现与物质合成环节赋能，面向所 有有此需求的领域（如材料、农业、消费品等）提供服务。

股权结构呈现出“创始人主导+战略投资者赋能”的鲜明特征。截至 2025 年 6 月 30 日， 创始人团队持股比例 23.37%，内部股东集中度高、相对稳定。2025 年 5 月 26 日，联 合创始人团队自愿延长所持股票禁售期一年，禁售股份占公司已发行股本的 14.71%， 体现其对公司长期发展的信心和责任感。

公司主营业务为药物发现解决方案和智能自动化解决方案1（亦称 AI4S 智慧解决方案）， 赋能药研领域和其他领域的关键节点。全流程赋能、多环节盈利，卖铲模式构筑基本盘。 公司主要收入来源包括合作企业交付的预付款、技术服务费、里程碑付款和销售分成， 以及设备销售费。 公司业务划分：（1）药物发现解决方案。涵盖药物发现及研究全过程，就新型药物发现 工作为各类生物技术与制药公司和学术机构提供模块独立解决方案或与之合作。 （2）AI for Science 智慧解决方案（原“智能自动化解决方案”）。2025 年以前，该业 务主要包括固态研发服务及自动化化学合成等服务。固态研发服务涵盖计算服务（晶体 结构和形态预测，以及结晶用共聚物和载体的筛选）、湿实验室实验服务（固态研发）及 两者综合解决方案。

业务升级：2025 年业绩公告中，基于业务升级，公司将原“智能化解决方案”业务更名 为“AI for Science(AI4S)智慧解决方案”，从机器人与算法交付升级为面向多领域、全 流程的智能化研发体系。（1）机器人硬件+智能算法替代人工实验，提升客户研发效率； （2）规模化落地中持续打磨机器人实验与 AI 能力，构建以 AI 模型、机器人实验室、 智能 Agent 为核心的 AI4S 智能化平台，打通供应链、分子设计、合成、筛选与工艺优 化全链条。

从概念验证到规模化收入，2025 年首次实现盈利

收入高增，首次实现年度盈利。2025 年公司全年实现营收 8.03 亿元，同比增长 201%， 年内利润首次转正，达 1.35 亿元，同比增长 109%。2025 年公司收入跃升，增量达 5.4 亿元，直接原因主要得益于 2025 年 6 月底公司与美国初创药企 DoveTree 签署合作协 议，并于年内确认第一阶段首付款 5100 万美元（折合人民币约 3.65 亿元），该订单收 入贡献全年营收约 45%。若单独剥离该订单确收金额，剩余收入约为 4.4 亿元，同比增 长约 65%，增速仍然亮眼。 我们认为订单背后迎来业绩拐点的关键在于，当前公司在全球顶级药企的深度认可不断 提升，我们看好公司以高研发效率进入高速成长通道，业务从制药向非药领域扩展打开 空间，订单有望持续落地贡献增长动能。

分业务看，2025 年公司药物发现解决方案实现营收 5.38 亿元，同比增长 419%；AI4S 智慧解决方案实现收入 2.65 亿元，同比增长 63%，得益于 DoveTree 订单第一阶段里 程碑确收，药物发现解决方案贡献公司67%的收入，同比2024年收入占比跃升约28%。

分地区看，2025 年公司收入主要由海外贡献，过往则由中国地区贡献主要收入。

研发费用率迎来下降拐点，整体费用率呈大幅改善趋势。2024 年以来，公司整体费用 率得到改善，我们认为得益于公司订单落地不断确收，叠加技术基座成熟、研发效率提 高，平台能力被验证后，耗材与人员研发投入均带来规模优化。整体看，公司 2025 年 销售、一般行政、研发费用率分别为 10.1%、30.3%、70.9%，同比去年-16.5/- 126.5/86.1pct，公司各类费用有望迎来常态化投入周期。

资金面储备充裕，现金流安全边际显著。截至 2025 年 12 月 31 日，集团现金余额高达 70.7 亿元，2025 年公司先后三次配售，1 月以 4.28 港元/股募资 11.3 亿港元，2 月以 6.10 港元/股募资 20.9 亿港元，8 月以 9.28 港元/股募资约 26 亿港元。我们认为公司具 备跨周期的现金流保障，为持续研发投入与业务扩张提供了坚实的资金基础。 当前公司迈入规模化发展的全新增长阶段，迎来需求拐点，长期来看，若能伴随新签订 单持续落地，公司业绩有望持续向好，释放较大弹性。

鉴往知来：技术路径稀缺卡位，从单点算法到构筑闭环

复盘公司十年发展史，可以将公司发展历程大致分为几个阶段：（1）2015-2017：初创 期，明确技术路径与战略定位，以晶型预测打开与大厂的合作，初步奠定根基。（2）2018- 2022 年：快速成长期，技术深耕+多领域验证，公司进入快速发展期，数据飞轮初步形 成，自动化程度加深。（3）2023 年-2024 年：订单爆发期，多项订单落地，商业化进程 与平台化打造均加速，不断探寻新领域。（4）2025 年至今：加速进入商业兑现期。

2015-2017 算法奠基：明确差异化技术路径，“第一性 原理+AI”

从晶型预测切入，寻找适合计算物理的击球区

行业困境：2015 年前后，制药侧 IRR（研发投资回报率）长期下行，研发失败消耗大量 研发成本。根据 Deloitte 报告，2010~2015 年 12 家世界大型制药公司 IRR 在 5 年内下 降约 6 个百分点，原因是项目失败带来的研发成本增长速度>新药收入增长，旧有研发 模式与技术路径逐渐达到瓶颈，且药物研发长周期、高投入、慢反馈的现象愈发严重。

“双十困境”（一款新药研发需要十年以上，投入研发资金高达十亿美元，而成功率只有 1%）亟待突破。

差异化切入点：从制药的细分领域看，晶型发现领域天然适合与 AI 相结合。获取结构 稳定、性质优良的可开发晶型是药物研发的必要过程之一。由于晶体结构天然受量子力 学规则高度约束，长期以来，结晶被认为是一门由研究者经验驱动的科学。相同的分子 通过不同构象、不同的堆积方式，会形成不同性质的晶体，真实的药物结晶过程可能是 由多种机理共同作用的结果。 换句话说，传统晶型发现是一个依赖“摇烧瓶”的运气和概率游戏，当前的理论方法难以 预测真实的结晶过程。因此，传统晶型筛选是通过大量的筛选实验，来尽可能多得获得 不同的固体形态。这样的研发模式过于依赖人工经验，会耗费大量的物料、时间和人力， 且易造成经验性遗漏，而这样的场景天然与 AI 适配。

公司避开生化黑盒，利用自身优势切入受量子力学强约束的“晶型预测”。第一，晶体结 构天然受量子力学规则高度约束，创始团队的物理学背景核心优势明显。第二，晶型预 测所需数据可实现自建。虽然最终仍需要实验数据校验和补充，但理论上晶型预测模型 的数据来源可以主要由量子力学模拟生成，而不必高度依赖药企历史实验数据。 量子力学赋能下的 CSP 完整计算流程框架可以大致分为 5 个步骤，“量子力学计算→构 建力场模型→大规模晶型搜索→再用量子力学精修”。公司初期通过晶体学规则构建多 种晶体的堆积方式、以量子力学计算捕捉电子效应、训练出更准的经典力学力场，再用 AI 物理模型处理并得到相关结论。由此，公司成立初期就初步具备自建晶型预测相关数 据的能力。总结来看，传统的 AI 公司训练工作流是“数据→模型”，而公司的模式可以 简化为“物理→数据→模型”，初步实现数据自生成。

辉瑞盲测 100%胜率，算法初步验证、开启商业化

公司早期产品为晶体结构预测平台 XtalCSP，大幅节约了样品量，同时缩短研发周期。 （1）2~3 周内提供常见小分子的晶体结构预测结果（传统实验方法通常需要两个月）， 其每年可验证 70+种实验形态；（2）自主研发、配备全局搜索算法，并覆盖所有理论稳 定形态。XtalCSP 不依赖实验，可交叉验证实验并降低多晶体系的风险。（3）相较于传 统方法更快部署云计算资源、筛选晶体结构及精准、高效地确定其稳定性；（4）可用于 开展热力学稳定性评估、可推荐溶剂、可用于更复杂的分子体系。 与辉瑞打下合作根基，从晶型预测向药物研发进军。2016 年，公司在辉瑞举办的全球 晶体结构盲测比赛中作为唯一一家 100%准确率的参赛选手斩获冠军，把 3 种药物、14 个结构以及其性质全都预测准确，且传统需要数月的研发过程压缩到了几天。基于此次 技术胜利，2017 年公司与辉瑞正式在多晶筛选与选择等领域开始合作。2018 年双方签 订合作协议，开始长达十年的战略合作伙伴关系，并开始在专属化力场等领域进行合作。

由此公司证明了自身逻辑可行性，商业化加速。本次盲测，公司证明了只要底层的物理 方程（量子力学）设定正确，即使没有任何公开数据投喂（盲测），AI 模型在微观物理 世界也不会产生幻觉。辉瑞的背书为公司后期引来各类顶级资本的加注，并为其后续撬 动强生、礼来等全球 Top 药企打下了坚实的信任基座。

2018-2022 加速成长：拓宽业务外延，干湿一体构筑数 据飞轮

复盘本阶段，我们发现公司战略重点与发展特点在于药物发现业务的场景持续拓展与其 内部自动化硬件的落地，两者相互支撑赋能。 该阶段的特征是纵向深耕+横向拓展，公司用干实验室不断拓宽物质发现的能力边界、 湿实验室协同构建自动化与数据飞轮2。 （1）纵向丰富研发模态：从晶型预测起家拓展到小分子，再到蛋白质、抗体和多肽等 大分子，物质发现模态不断丰富，形成更加完善的分子探索空间与产品矩阵； （2）横向拓展湿实验与自动化硬件：保证优质高通量数据不间断供给，不断提升湿实 验室的自动化能力，形成能够对外交付的一整套解决方案与能力。（3）能力底座复用：此外，由于底层原理与技术相通，公司推出 XtalPi 研发解决方案 （AI4S 智慧解决方案的雏形），向多种材料领域等其他高价值行业提供研发解决方案。

一米宽、百米深：纵向挖掘药物模态，横向落地智能自动化能 力，构造干湿闭环

药物发现方面，公司基于量子物理计算和 AI 技术打造的干实验室平台，专注于开发对 特定疾病相关靶点具有药物活性功能的分子。涵盖小分子、多肽到分子胶等多种药物模 式的药物发现全过程，包括分子设计、苗头化合物（Hit）生成、先导化合物（Lead）生 成、临床前候选化合物（PCC）生成与优化等。干实验室持续挖掘新场景，赋能环节从 2018 年之前的晶型预测不断发展到为药企提供更加丰富的模态发现，打开新增长空间。

智能自动化方面，2021 年是公司发展的一个重要转折点。意识到客户的实验验证需求 以及自身对高通量、高质量数据反哺的需求，2018 年公司着手建立湿实验设施，切入用户固态研发、合成与实验研究环节，2021 年进一步扩大湿实验室并增强自动化，以 比人工作业更快的速度生成丰富的数据。公司干湿闭环布局早，先发构筑数据护城河， 走在时代科研范式的前列。

为什么说 2021 年是一个关键节点？此时公司开始研发并使用机器人进行高通量化学实 验，同时积累的高质量数据又被用于验证 AI 设计的分子，并循环回溯训练 AI，形成一 个完整的闭环生态系统，从而大幅提升 AI 迭代速度、准确性和实验效率。湿实验室解 决的是行业“数据孤岛”和“验证难”的痛点。自己产生的数据训练自己的模型，形成 “预测-验证-优化”的闭环，飞轮一旦转起，壁垒会越来越高。好比一家餐厅，不仅菜 谱（算法）好，还拥有自己的顶级食材供应链（实验数据），做出的菜（候选分子）自然 更有保障。

编辑：火腿肠