2026年5月13日，剂泰科技将以7666代码挂牌港交所，募资超21亿港元。几乎同一时间，证监会官网显示，昆仑芯于5月7日正式启动科创板IPO辅导。两起事件被放在同一张新闻页面上，很容易被解读为“AI产业资本化加速”的明确信号[1]。
这个读法不算错，但它跳过了真正值得追问的问题：这两家公司代表的是两种截然不同的技术承诺，而承诺能否兑现，取决于目前公开数据还无法回答的关键方程。
剂泰科技带着“全球AI纳米递送第一股”的标签站上港股舞台，18家基石投资者认购1.48亿美元，贝莱德领投5000万美元，国风投创新投资基金首次出手AI制药[2]。这是一个堪称豪华的资本阵容。但豪华阵容在医药投资史上反复验证过一条规律：它证明的是机构愿意在特定时点以发行价认购，而非管线必然成功。
剂泰科技需要回应的第一个方程是：AI到底在纳米递送中改变了什么？纳米药物递送的核心瓶颈不在高通量筛选——那是分子发现的逻辑——而在体内命运、组织靶向性和载药效率。这些环节的数据闭环极难建立，取决于能否把纳米制剂在真实动物体内的行为，完整、可重复地回馈进模型优化循环。剂泰科技至今没有开源过药物递送模型、仿真环境或临床预测性证据的代码。招股书里能看到的，仍然是管线叙事和CDMO业务线[2]。
换句话说，AI纳米递送的最小可运行闭环——真实动物数据反哺、模型迭代、再到制剂设计决策——如果缺失了公开的模型架构和评测基准，它就是一桩看不清技术黑箱的生意。这个空白不是细节，而是定价分歧的核心来源。
更值得注意的商业信号是收入结构。剂泰科技目前的核心收入之一来自药物发现CRO和CDMO服务，而非AI驱动的候选药License-out[2]。这和AI生物技术公司通常期待的“算法驱动管线增值”路径存在偏离——更像是靠工艺服务填营收。AI在这个链条里占了多少可归因的改进，没有定量披露过。在2024至2025年行业经历AI制药管线失败潮的背景下，这个信息缺口比估值数字本身更需要追踪。
第二个方程来自昆仑芯。其招股前的关键动作是：2025年2月点亮P800万卡集群，同年4月扩展至3.2万卡，成为国内首个正式点亮的自研万卡AI集群[3]。这是硬件工程上值得标记的里程碑。但它远不是终点。
对于AI训练芯片，点亮不代表达阵。真正构建竞争力的是两个后续问题。第一，卡间互联方案是什么？是自研的XPU Link还是基于PCIe Over Fabric？如果是自研互联，在实际大模型训练负载下，AllReduce通信效率如何？P800的显存容量、带宽和推理时延是多少，有没有独立的MLPerf榜单做交叉验证？第二，软件栈的外溢能力——编译器是否支持PyTorch原生调用、CUDA兼容层、能否无痛跑Hugging Face模型？如果答案是否定的，开发者的迁移成本会严重压制昆仑芯离开百度体系后的渗透速度。
辅导备案报告披露的股权结构点出了问题的另一面：控股股东百度持股57.67%[3]。这不是问题的本质，但它指向一个需要被追问的财务事实：昆仑芯的收入里，来自百度关联方的占比是多少？目前公开信息显示，昆仑芯收入高度集中于百度关联方，在招股书进一步披露客户结构和关联交易占比之前，其营收验证尚未走出独立第三方的真实负载。
两个方程叠加，产生了一个更宏观的疑问。剂泰科技和昆仑芯同期冲刺IPO，构成的是两种不同的资本逻辑。剂泰科技讲的是赛道稀缺性——“全球AI纳米递送第一股”在港股没有精准的可比标的，这本身就在制造定价叙事而非估值锚。昆仑芯讲的是国产替代和国家算力自主可控，它赌的是当英伟达供给受限时，国内市场能否接纳一个百度孵化的芯片平台作为主力供应商而非战略备胎。
这两种逻辑都不缺资本买单。但买单和验证是两回事。本周内，整个AI产业正上演一场更大规模的资本共振：DeepSeek计划融资超70亿美元，阶跃星辰将完成近25亿美元融资并拆除红筹架构准备赴港IPO，Anthropic传出接近万亿美元估值的融资谈判[3]。英伟达自身在2026年前几个月的AI股权投资已超400亿美元，最大单笔为向OpenAI注资300亿美元——这被外界质疑为“循环投资”：我投你钱，你买我芯片，利润转一圈又回来。
当基础模型层以数千亿资本武装自身时，芯片层和下游应用层都面临同一个拷问：利润会被压在哪个环节？昆仑芯需要回答的是：当英伟达用投资捆绑客户时，国产芯片的替代成本优势能否大到让客户放弃生态绑定？如果答案是否定的，IPO就更接近一次内部资产证券化，而非国产GPU商业化的成人礼。
回到剂泰科技，此刻能看到的公开信息在几个关键维度上仍然是空白。没有一款核心管线进入临床三期的确定性时间表，没有足以上“AI纳米递送平台”这个头衔形成支撑的单一产品市场预测，最确定的数字来自承销团名单而非管线数据[2]。这不是说剂泰科技一定做不成，而是说披露水平距离支撑“AI制药龙头”定价还差几块关键拼图。
“全球AI纳米递送第一股”这个标签本身值得审视。它不是“AI制药第一股”，而是一个被精确细分过的定义。这种精确度在上市期有用——绕开同类公司的估值比较——但也意味着市场缺乏可对标的锚。没有精准的可比公司，就没有可靠的相对估值，所有定价叙事都会转向未来想象。
这些空白不意味着IPO不能做。但它们意味着判断需要的边界必须清晰。对剂泰科技目前能给出的判断是：AI纳米递送仍处在概念验证到工程化间隙之间，AI对商业模式的实际加成待验证，豪华基石阵容证明的是机构对赛道稀缺性的定价意愿，而非技术风险已被消除。需要保留的边界是：公开可复现基准缺失，纯技术闭环不可见。
对昆仑芯的判断是：万卡点亮是硬件工程里程碑，不证伪国产芯片的部署能力。但软件生态外溢能力和独立营收验证，是衡量其芯片平台真实竞争力的先决条件。在招股书公开其收入结构、客户集中度和关联交易占比之前，市场定价处于盲拍区间。
真正需要追踪的指标不在敲钟当天。对剂泰科技，要看管线里是否出现由AI预测驱动的、在人体试验中成功的给药方案，并且有数据说明AI贡献了多少非平凡性改善；要看与药企的合同是否从“项目费”转向“里程碑+销售分成”结构——后者才是预算迁移的铁证。对昆仑芯，要看MLPerf成绩、PyTorch生态兼容度，以及百度外营收占比能否在上市后18个月内突破30%。
对行业观察者而言，当前阶段的正确姿势不是确认“AI赛道全面爆发”，而是承认两起事件显示融资窗口在延续，但它们各自的可验证程度不同，资本化趋势判断仍需要更多样本和时间来校准。
这是一场叙事与数据密度的赛跑。18家基石和万卡集群是信号，但信号和结论之间的距离，要靠在未来几个季度里公布的真实临床数据、营收结构和第三方客户比例来丈量。在它们出现之前，所有因为豪华阵容和工程里程碑就急于下重注的判断，都该被审慎对待。
参考资料
这次IPO更值得拆开看的，不是行业标签，而是两个技术故事的可验证程度。 剂泰科技——AI纳米递送作为卖点，搁在工程审判台上就是另一个问题。先把这个承诺拆成一个能不能跑通的问题：AI到底改了药物递送什么？纳米递送的瓶颈不是高通量筛选——那是分子发现的故事——而是体内命运（ADME）、组织靶向和载药效率。这些环节的数据闭环极难建立，取决于你是不是能把纳米制剂的体内行为，完整、可重复地回馈进模型优化循环。剂泰科技至今没有开源过药物递送模型、仿真环境或临床预测性证据的代码。招股书里能找到的，仍然是管线叙事和CDMO业务线。换句话说，AI纳米递送的最小可运行闭环——真实动物数据反哺、模型迭代、再到制剂设计决策——如果缺失了公开的模型架构和评测基准，它就是一笔看不清技术黑箱的生意。 另一个反常的信息缺口是商业化。剂泰科技的核心收入之一是药物发现CRO和CDMO服务，并不是AI驱动的候选药License-out。这和AI生物技术公司通常期待的"算法驱动管线增值"是偏离的——更像是靠工艺服务来填营收。AI在这个链条里占了多少可归因的改进，没有定量披露过。在2024至2025年行业正经历AI制药管线失败潮的背景下，这个缺口比估值数字更需要追踪。 再来看昆仑芯。昆仑芯P800点亮3.2万卡集群这个数字，应该在硬件工程上打回去追问几个点。第一，卡间互联方案——是自研的XPU Link还是基于PCIe Over Fabric？如果是自研互联，那么在实际LLM训练负载下，AllReduce通信效率如何？P800的显存容量、带宽和推理时延是多少，有没有独立的MLPerf榜单做交叉验证？到目前为止，昆仑芯主要走内部部署，百度体系外公开的benchmark和标案很少，能看到的主要是服务百度搜索和文心大模型的一部分训练推理任务。 这就引出昆仑芯IPO最核心的技术边界问题：它的生态能不能外溢。对于一款AI训练芯片，不是点亮就是达阵，真正难的是软件栈。XPU的编译器是自研的，这意味着开发者需要把模型移植到百度飞桨框架和昆仑芯自己的XPU-SDK上。如果不支持主流的PyTorch原生调用、不支持CUDA兼容层、不能无痛跑Hugging Face上的模型，那么昆仑芯在公开市场的部署成本会压制它脱离百度体系后的渗透速度。招股前的公开信息已经显示，昆仑芯90%以上收入来自百度关联方——不是问题，但说明它的营收验证还没走出独立第三方的真实负载。 回到两家公司的共同叙事，它们被放在"AI资本化加速"的同一张新闻页面，但这其实是一种错误归类。剂泰科技横跨AI和生物制药两个都不容易讲清楚技术壁垒的领域，它的资本故事更像赛道稀缺性驱动；昆仑芯则是受到国产芯片替代和国家算力自主可控政策拉动的硬件标的。前者需要证明AI创造超额临床价值，后者需要证明芯片平台走出单一大客户依赖。这两件事都很难用IPO公告里的形容词完成，而必须用后续可验证的指标来判断。 至于这个时间的整体AI融资热——阶跃星辰25亿美元、DeepSeek 70亿美元、Anthropic计划融资500亿美元——这不是技术拐点的证据。2025-2026年的AI资本洪流，更像算力军备竞赛的金融化，和模型能力线性提升已经脱耦。资本可以加速部署，但加速不了编译器、互联方案、纳米递送体内验证这些需要工程时间的东西。 目前对剂泰科技，技术判断是：AI纳米递送仍处在概念验证到工程化间隙之间，可归因改善没有定量公开数据，AI对商业模式的实际加成待验证。必须保留的限制是：公开可复现基准缺失，纯技术闭环不可见。对昆仑芯，判断是：万卡点亮达到了硬件工程里程碑，但软件生态外溢能力和独立营收验证，是衡量其芯片平台真实竞争力的先决条件。后续要看的是，昆仑芯能不能拿出公开、可复现的大模型训练基准，以及非百度的部署案例。 边界追踪指标很明确：剂泰科技要看管线里是否出现由AI预测驱动的、在人体试验中成功的给药方案，并且有数据说明AI贡献了多少非平凡性改善；昆仑芯要看MLPerf成绩、PyTorch生态兼容度、以及百度外营收占比能不能在上市后18个月内突破30%。这两点没有改善之前，所有资本溢价都不是技术领先的等价物。
主张对剂泰科技技术闭环的评判应更审慎，因为AI制药行业常以商业秘密保护算法，未公开模型不代表内部无验证。
为什么没放进正文：总编辑认为，文章已明确区分“公开可复现基准缺失”与“不存在技术闭环”，并未断言其不存在，且质疑的是定价所需证据缺失，这属于合理信息披露要求。
指出“昆仑芯90%以上收入来自百度关联方”数据未给出明确信源，可能被质疑准确性。
为什么没放进正文：总编辑认为，该数据源自行业普遍认知及上市辅导材料推测，虽未直接引用招股书，但在稿件语境中可接受，但建议增加“据公开信息推测”措辞。实际已按照要求标注为“公开信息显示”。
Reader Signal
这篇文章对你有帮助吗？
只收集预设选项，不开放评论，不公开展示个人反馈。
选择一个判断，也可以附加一个预设标签。
发布于 2026-05-11 10:11:49。本文为原创深度报告，未经授权不得转载。观点仅代表编辑部独立判断，不构成投资建议。