英灵殿科技融资5000万：AI4S如何打破分子设计“跨域”壁垒？
在人工智能加速渗透基础科学的浪潮中，AI for Science（AI4S）正从概念验证走向产业深水区。2026年7月，英灵殿科技宣布完成近5000万美元融资，这一动作不仅标志着资本对AI制药底层逻辑重构的认可，更折射出行业对“通用分子智能”的迫切需求。与传统AI制药公司聚焦于单一模态（如仅针对蛋白质结构预测）不同，英灵殿科技选择了一条更为艰难但更具颠覆性的路径：构建全模态分子世界模型，试图从物理本质层面统一生物分子的设计语言。
从“黄埔军校”走出的底层逻辑重构
英灵殿科技的核心团队由张昊天、应可钧、王佳淇组成，三人均出身于David Baker实验室。在AI蛋白质设计领域，Baker Lab被誉为“黄埔军校”，Rosetta平台和RFDiffusion生成式模型均诞生于此。然而，张昊天在创业时带走的并非某项具体技术，而是一个基于物理本质的深刻判断：蛋白、DNA、RNA、小分子乃至离子，在物理本质上并无“域”的区别，它们都是原子按照特定规则排列的组合。
这一判断直接挑战了传统生物信息学的范式。在传统框架下，不同分子类型往往被视为独立的问题域，导致模型在跨域迁移时面临巨大的性能衰减。英灵殿科技提出的“all-to-all生物分子相互作用设计”理念，旨在通过一个统一的模型框架学习所有分子间的相互作用。这种架构消除了“跨域”的概念，因为模型从一开始就建立在统一的物理表征之上。这种底层逻辑的差异，决定了英灵殿科技与市面上大多数AI蛋白质公司的根本不同：竞争焦点不再是单一任务的预测精度，而是模型对物理本质的逼近程度。
AlloDesign：突破多体相互作用的精度瓶颈
基于上述理念，英灵殿科技迭代出了新一代多模态生成式分子世界模型AlloDesign。该模型并非ODesign的简单升级，而是在训练阶段前置了多体相互作用的物理假设，系统性地提升了模型对多模态、多元相互作用的建模能力。
传统单模态模型在处理三元及以上分子互作时，精度往往出现断崖式下降。这是因为单一模态模型难以捕捉复杂分子间细微的能量变化和空间约束。AlloDesign通过多模态混合训练、随机原子化与拓扑条件控制等技术，试图突破这一局限。其核心目标是覆盖传统技术难以触达的“不可成药”靶点，如蛋白-蛋白相互作用界面或复杂的核酸-蛋白复合物。
在环肽设计领域，AlloDesign已展现出显著优势。环肽因其独特的稳定性和生物活性，成为药物研发的热点，但其复杂的拓扑结构（如二硫键环化、异肽键环化及桥环）使得传统计算方法难以胜任。AlloDesign初步具备了跨越不同成环方式与化学连接类型的统一建模能力，在线性肽及头尾酰胺键环肽等基准任务中取得领先表现，并为探索复杂环肽化学空间奠定了基础。
计算与湿实验的闭环：从“预测”到“验证”
AI制药的痛点往往在于“计算预测”与“实验验证”之间的脱节。英灵殿科技深知，没有实验数据反哺的模型只是空中楼阁。因此，公司在构建AlloDesign的同时，配套建设了自研高通量实验平台，打通了分子设计、自动化合成与亲和力验证的完整链路。
这一“计算+湿实验”的双轮驱动模式，形成了数据驱动的闭环研发体系。实验结果不仅用于验证模型预测的准确性，更作为高质量数据反哺模型训练，推动设计策略的迭代优化。这种深度耦合的研发体系，使得候选分子的构建、表征与优化周期大幅缩短，显著提升了研发效率。
Scientific AGI：从药物发现到通用科学智能
在商业化层面，英灵殿科技采取了“短期落地，长期布局”的策略。短期内，公司面向全球大型制药企业（MNC）和生物科技公司（Biotech），提供定制靶点分子研发与工业级模型授权服务，聚焦于缩短新药前期研发周期。这一策略不仅为公司带来了现金流，更积累了宝贵的行业数据和应用场景反馈。
中长期来看，英灵殿科技的愿景是搭建可自我迭代的Scientific AGI基础设施。创始人张昊天指出，AGI in Life Science的技术路线必然从单模态走向多模态，从单任务走向多任务。全模态模型的意义不在于简单地将不同分子类型放入同一模型，而在于从底层物理规律出发，形成连接计算与实验的统一技术体系。
未来，英灵殿科技计划将技术能力延伸至更多科学领域，并落地自驱动智能实验室。这一实验室将具备独立完成科学推演与实验迭代的能力，打造虚拟科学家体系。这不仅是对AI制药模式的升级，更是对科学研究范式的重构。
资本涌入背后的行业信号
本轮融资由光源资本担任独家财务顾问，五源资本、真格基金、中科创星、襄禾资本、国方创新、陆石投资、奇绩创坛、L2F光源创业者基金及知名产业方悉数进场。资本的密集涌入，反映了市场对AI4S赛道长期价值的认可，以及对具备底层技术突破能力的初创企业的青睐。
然而，AI4S赛道也面临着数据质量、算力成本及实验验证周期长等挑战。英灵殿科技的全模态路线虽然前景广阔，但其技术复杂度和资源投入要求极高。如何在保持技术领先的同时，实现商业化的可持续增长，将是其面临的核心考验。
英灵殿科技的崛起，标志着AI制药行业正从“工具辅助”向“智能驱动”转型。随着AlloDesign等全模态模型的成熟，我们有理由相信，未来新药研发将不再依赖试错，而是基于对物理本质的深刻理解与精准预测。这一转变，不仅将重塑制药行业的竞争格局，更将为人类健康带来前所未有的突破。