核心内容总结
AI for Science（AI4S）正从曾经的小众赛道，变成全球资本和顶级药企抢着投的香饽饽。峰瑞资本在这个领域布局多年，旗下投的晶泰科技（AI制药第一股）、剂泰科技（AI药物递送第一股）都已在港股上市。一场专题沙龙上，科学家创业者和投资人围绕五个核心问题展开讨论：AI4S的产业化拐点是否已到？科学家创业最难的是什么？技术上还需突破哪些门槛？创业者需要什么样的资金和支持？下一个诺奖可能出现在哪里？结论是：AI4S已进入黄金期，虚拟细胞或成下一个AlphaFold；科学家创业要学会“做减法”；技术需解决数字与物理世界对齐；创业者需要资金+生态+产业对接；诺奖可能来自AI技术突破或解决重大问题的分子。
一、AI4S的拐点：从“概念”到“真金白银”，信号都齐了
AI4S的拐点不是突然来的，而是多个信号叠加的结果：
1. 企业上市证明商业闭环：晶泰、剂泰、英矽等AI制药公司陆续港股上市，被称为“AI制药三小龙”——这意味着它们不仅有技术，还能赚钱，从实验室走到了市场。
2. 真的做出药了：过去大家质疑AI只能“辅助”，现在AI参与研发的药物已经进入临床甚至上市，比如晶泰科技的药物管线进展很快。
3. 新模型爆发：AlphaFold 3、RFdiffusion等新一代AI模型出来，比以前的模型更强大，能解决更复杂的科学问题（比如蛋白质设计、细胞模拟）。
4. 药企砸钱绑定：跨国药企如礼来给AI公司ChAI投了千万美金，还开放了150年的研发数据——这说明大药企真的相信AI能帮他们做药。
5. 数据采集变智能：以前靠人工做实验攒数据，现在用AI+自动化设备，数据量和效率都翻了倍。
这些信号说明：AI4S已经从“实验室工具”变成“能造真药、能赚钱”的产业，拐点真的到了。
二、科学家创业：最难的不是技术，是“放弃的能力”
科学家创业，技术不是最大的坎，而是身份和思维的转变：
1. 从“学术思维”到“商业思维”：张文彬说，以前做学术只要关注技术突破，现在要考虑市场需求——比如他的拓扑蛋白技术，不仅要做出来，还要想“这个技术能解决什么刚需？能不能赚钱？”
2. 学会“做减法”：刘天罡的合生科技有三个方向（药、农化、日化），但他强调“最难的是放弃”——不能什么都干，要聚焦高成长的赛道。比如他们选了心梗药物、蚊虫驱避剂、香水分子，都是市场大且能快速落地的。
3. 身份转变的挑战：李鑫从学术圈出来，最大的感受是“要快速学新东西”——不仅要懂技术，还要懂资本、客户、团队管理，这对科学家来说是全新的考验。
简单说：科学家创业，要从“什么都想做”变成“只做最该做的”，从“技术专家”变成“商业决策者”。
三、技术门槛：数字世界和物理世界怎么“对齐”？
AI4S要落地，还有几个关键技术坎要跨：
1. 数字与物理的对齐：张文彬提到，AI在电脑里算出来的结果（数字世界），要和实验室实际做出来的结果（物理世界）对上，不然就是“纸上谈兵”。他们的TopoEvolver平台就是解决这个问题——让AI像科学家一样自主读文献、设计实验、调整模型，直到数字和物理结果一致。
2. 交叉团队建设：李鑫的虚拟细胞领域需要AI人才（做自动驾驶、计算机视觉的）和生命科学人才（细胞生物学）合作，但这两类人思维方式不一样，要让他们一起干活很难。他们的办法是“强制物理空间头脑风暴”，把技术和需求捏在一起。
3. AI应用场景摸索：AI4S太新了，很多场景还没被验证。比如虚拟细胞，到底能在哪些环节帮到药物研发？需要不断试错和聚焦。
这些门槛解决了，AI4S才能从“实验室”走到“生产线”。
四、创业者想要什么样的钱和支持？
科学家创业者需要的不只是钱，还有这些：
1. “敢投非共识”的钱：马睿说，AI4S还是个非共识赛道，需要资本敢于投那些“别人还没开始的方向”，比如峰瑞投晶泰的时候，很多人还不相信AI能做药。
2. 生态链对接：李鑫希望政府或机构能帮忙对接上下游资源——比如从实验室到临床，需要和医院、药企合作，这些资源靠创业者自己很难拿到。
3. 产业辅导和人才：张文彬提到，团队里全是科学家，缺懂商业的人，希望有人能帮忙做“个性化辅导”，比如对接海外产业资源，或者帮忙招到懂市场的人才。
4. 政策支持：比如药品审批加速、医保政策倾斜——这些能让AI研发的药物更快到患者手里。
简单说：创业者要的是“懂行的钱+能帮落地的资源”。
五、下一个诺奖：AI技术突破还是爆款分子？
大家对下一个诺奖的预测有两个方向：
1. 解决重大问题的分子：刘天罡认为，像青蒿素那样的“爆款天然产物”可能拿奖——比如从自然界找到一个能治大病（如癌症、心梗）的分子，而且产业体量大。
2. AI技术突破：马睿提到，DeepMind创始人说要做“比爱因斯坦还强的AI”，如果AI能在基础科学上（比如核聚变、生命起源）有颠覆性突破，也可能拿奖。
3. 系统级的技术：李鑫的虚拟细胞是把细胞的各个层面（基因、蛋白、表型）串起来，这种系统级的突破也可能成为诺奖候选。
不管哪个方向，AI4S都会加速这些突破的到来——它能让原本需要几十年的研发，缩短到几年甚至几个月。
最后一句话总结
AI4S已经从“实验室里的玩具”变成“能改变世界的工具”，未来几年会有更多AI做的药、材料、技术出来，甚至可能诞生诺奖级的成果。而科学家创业者要做的，就是在技术和商业之间找到平衡，把“论文里的创新”变成“老百姓能用的产品”。