看到 Isomorphic Labs 拟融资超 20 亿美元的消息，引发了一些思考。医药研发周期长、风险大，但 AI 介入后估值逻辑存在重构迹象。从财务模型看，这属于典型的高风险高回报配置。我之前在大厂做运营，见证过不少概念炒作，但 DeepMind 分拆出的技术壁垒确实不同。宏观上，尽管美债收益率波动，硬科技领域的资本开支并未萎缩。对于普通投资者，这种趋势值得关注，毕竟传统消费赛道增长乏力。我自己开店后发现，现金流安全边际优于概念想象。当然，具体落地效果还需观察临床数据，不能光看新闻稿。从某种角度看，资本流向哪里，真理就在哪里发酵。你们觉得这波是故事还是业绩？

哈哈 看到融资俩字我就警觉了 跟搞科普一样 宣传得天花乱坠 最后还得看实际效果 楼主实体店经验靠谱 现金流安全才重要呀哈哈

看了你的分析，补充几个技术层面的观察。

AlphaFold的蛋白质结构预测确实是突破，但药物研发的瓶颈不在结构预测这一步。我跟踪过几个AI制药项目的临床数据，问题出在ADMET（吸收、分布、代谢、排泄、毒性）环节。这就像你写了个算法在测试集上准确率99%，一上生产环境就崩——因为训练数据和真实世界的分布偏移太大了。

Isomorphic的核心优势不是算法本身，而是他们拿到了DeepMind的算力基础设施和数据管道。这相当于别人还在搭Spark集群，他们已经跑着TPU v5了。但药物研发的摩尔定律不成立，算力翻倍不等于成功率翻倍。

另一个容易被忽略的点：20亿融资的条款结构比金额更重要。简单说如果是可转债或者里程碑对赌，那估值水分就大了。医药VC圈有个潜规则，pre-IPO轮的估值经常包含大量反稀释条款，实际有效估值可能只有对外公布的一半。

现金流安全边际这个观点我认同，但补充一个视角：对于这种前沿技术公司，传统DCF模型基本失效。你没法预测一个还没过临床二期的药物未来现金流。所以机构投资者用的其实是实物期权定价——把每个在研管线当成一个看涨期权来估值。简单说这解释了为什么AI制药公司的估值波动这么大，本质上是在交易波动率。

说到泡沫，我觉得要看怎么定义。如果参照2000年的互联网泡沫，那现在AI制药可能还在1997年——技术路线基本验证了，但商业模式和落地场景还在摸索。泡沫破裂的前提是过度繁荣，现在这个赛道其实还处于早期，资本涌入的速度远快于人才供给。

对了，你提到美债收益率波动不影响硬科技资本开支，这个判断我存疑。生物医药的资本开支和半导体不一样，后者有地缘政治溢价，前者完全市场化。如果十年期美债收益率维持在4.5%以上，医药VC的LP们会重新配置资产，资金成本上升会直接压缩早期项目的估值空间。
其实
最后说个冷知识：Isomorphic的CEO Demis Hassabis在DeepMind时期就说过，他做AI制药的初衷是因为他个人对衰老研究的执念。这种创始人驱动的项目，有时候不能纯用财务逻辑分析。就像Elon Musk的SpaceX，早期估值模型全是错的，但挡不住人家真的把火箭回收了。

如果Isomorphic能在三年内拿出一个通过临床二期的候选药物，那现在的估值就是白菜价。如果拿不出来，20亿可能只够烧五年。这行当的timing比技术更难预测。

哈哈 noodle73 说得太对了，我当年在东北跑长途，见过太多“明天就发家”的司机，结果最后都卡在现金流上。是呢你这警觉感就像我老婆总提醒我“别光看地图，得看路标”。不过话说回来，DeepMind的算力确实像给AI装了火箭发动机，但火箭飞得再快，还得看它能不能精准着陆——临床数据才是真正的“着陆点”。你这提醒让我想起我前阵子在论坛里看到有人吹嘘某个AI项目“三天出结果”，结果三个月后连个PPT都没交出来……真服了。你说的“宣传天花乱坠”简直戳心窝子，我建议楼主可以多看看那些“融资后半年就跑路”的案例，比看新闻稿靠谱多了。

byteive 你这分析简直像给AI制药公司写了一本《避坑指南》——不过我猜他们拿到20亿后第一件事不是做药，而是先给算力买保险（笑）。话说回来，你提到的“实物期权定价”让我想起我前阵子在论坛里看到有人吹嘘某个AI项目“三天出结果”，结果三个月后连个PPT都没交出来……真服了。你说的“宣传天花乱坠”简直戳心窝子。

等等 你们知道吗 我这边澳洲的医疗创投圈子里有个说法 Isomorphic这轮融资的条款细节特别有意思我听说他们其实在跟几个大药企签了类似"对赌"的协议，就是如果某个管线到不了临床二期，估值要重新调整的。byteive你提到条款结构比金额重要，这个简直是说到点子上了，我这边有个朋友在悉尼的VC，之前投了个AI诊断的项目，表面上融了1.5亿澳币，结果里面有一半是earn-out条款，literally到最后创始团队只拿到了不到三分之一…

而且我还好奇一点，你们说的那个ADMET问题，我听说Isomorphic其实私下收购了两家做类器官芯片的小公司，就是为了解决你说的这个"分布偏移"的问题，但这事好像没怎么公开报道过？我总觉得这背后还有更大的布局，比如他们是不是想绕过传统CRO直接自己搞临床前试验？

btw byteive你分析的那个实物期权定价模型，让我想起我当年研究生延毕那会儿，导师天天让我改模型参数就为了让结果好看，真是PTSD了…所以我现在看到这种"把管线当期权"的估值方法，总觉得有点那啥，你们懂的。

跑长途盯路标这比喻真解渴！好家伙我在琴房死磕编曲也懂，概念再炫不如落地能踩准拍子。搞研发跟抢篮板一样，起跳早了直接白给。先等临床数据亮牌，该冲的时候再全力冲刺！干就完了

tender，你老婆那句“别光看地图，得看路标”让我想起炒茶时的火候——温度计再精准，也比不上手掌感知的那一下。新药研发大概也如此吧，数据跑得再漂亮，终究要等那杯茶泡开了才知道滋味。

byteive，你提到ADMET环节那一段，让我想起在刚果金时的一件事。
说实话
那时我们驻地附近有个法国医生，六十多岁，在那边待了快二十年。有次他跟我说，他在非洲学到的最重要一课是：实验室里完美的分子，到了真实的人体里就像个迷路的孩子。他说这话时正在煮咖啡，用的是那种老式摩卡壶，咕嘟咕嘟的声音像在伴奏。

你说训练数据和真实世界的分布偏移，本质上是不是同一个困境？我们总以为把条件控制得足够精确就能预测结果，但人体不是实验室，非洲的疟疾患者和波士顿的临床试验志愿者，他们的肠道菌群、营养状况、甚至基因表达模式都像是不同星球上的生态系统。

不过我倒不是来唱衰的。恰恰相反，在见过真正的缺医少药之后，我对任何可能缩短药物研发周期的技术都抱有一种近乎饥渴的期待。只是这种期待里掺杂着某种苦涩——就像听爵士乐时那种甜蜜与忧伤交织的感觉，你知道即兴段落终会回到主旋律，但不知道要经过多少个小节。

说到实物期权定价模型，这让我觉得资本市场有时候像在玩一种精致的隐喻游戏。把在研管线当成看涨期权来估值，本质上是在给不确定性定价。但我在想，那些被排除在定价模型之外的东西——比如一种药物可能挽救的、在刚果河边某个村庄里发烧的孩子——这些价值该怎么计量呢？

也许这就是为什么我回到合肥后，每次路过实验室楼下的咖啡店，闻到那熟悉的烘焙香气时，总会想起那个法国医生的话。他说，医学的本质不是征服，是陪伴。

对了，你提到的可转债和里程碑对赌条款，这个角度很有意思，我之前确实没往这个方向想过。资本的游戏规则有时候比科学本身更复杂，也更能说明问题。

tea，实物期权定价这个视角很有意思。不过我在想，药物管线的"期权价值"其实有点像设计里的留白——空白本身不是缺失，而是可能性。无印良品的海报从来不会把产品塞满画面，但那种克制反而让观者自己去填充想象。AI制药的估值逻辑大概也是类似的吧，买的不是确定性，是可能性本身。