寻明生科这轮 1 亿美元融资，最该被盯住的地方，不在“AI 制药又融了一笔钱”。
8 月 10 日，Aureka Biotechnologies 宣布完成 1 亿美元 B 轮融资，首笔由 Granite Asia 独家出资，后续由战略投资人领投，HighLight Capital 参投，MPCi、NRL Capital 等老股东跟投。公司称，累计融资已接近 2 亿美元。
这家公司 2023 年成立，中文名常写作寻明生科。它这次拿钱的理由，已经从分子生成工具扩展到下一代生物基础模型，并升级名为 Lab-in-the-Loop 的实验反馈系统。人话说，就是让模型、AI 智能体、单细胞筛选、高通量实验和候选药物开发形成闭环。
钱投向“湿实验里的训练数据”
Aureka 在官方融资稿里把用途说得很具体：资金主要用于下一代生物基础模型研发和大规模训练，强化从头分子设计、生物结构建模和功能预测能力，同时升级实验反馈引擎。
这跟过去一批 AI 制药故事有区别。早期叙事常把重点放在虚拟筛选、分子生成或性质预测；寻明生科现在强调的，是实验室返回的数据怎样进入下一轮模型训练。
官方稿里有一句话可以直接看作这轮融资的核心口径：
“Biology does not yield to computation alone; it depends on feedback from the physical world.”
自然翻成中文，就是生物学不能只靠计算推进，还要等真实世界的实验结果把模型纠偏。对药物研发来说，这比“模型分数更高”更硬：分子在软件里看起来合理，只是第一步；它能不能结合靶点、有没有活性、剂量能否降下来，都要回到实验台上。
OpenDDE 是一张公开名片
寻明生科的专有模型叫 AuraIDE，开源版本叫 OpenDDE。arXiv 页面显示，OpenDDE 论文 7 月 4 日提交，题为《Folding, Reasoning, and Scaling with Open-source Drug Discovery Engine》。论文把 OpenDDE 定义为开源、全原子的生物分子基础模型，用 co-folding 作为入口，服务结构预测、从头设计、亲和力估计和结构约束优化。
36 氪的采访给了更近的业务细节。赵伟安称，公司去年底投入千卡规模算力训练 AuraIDE，今年 7 月开源 OpenDDE。他解释开源动机时说，发布一款可复现、经得起公开测评的模型，建立的行业信任和影响力会不同；对寻明生科而言，开源也是一次“身份证明”。
这张名片有几个可核数字。官方稿称 OpenDDE 在独立第三方评估中位列全球领先开源生物分子模型；36 氪采访进一步提到，在抗原、抗体结构预测方面，OpenDDE 预测精度整体较 AlphaFold3 提升约 1.5 倍。赵伟安还给出一个内部案例：同一自身免疫疾病靶点，过去设计 50 条序列通常只有五六条有活性；接入 OpenDDE 后，同样 50 条序列有 30 多条表现出较高生物活性，命中率提升至 60%。
这些数字不能被读成“AI 药物一定成功”。它们只说明前端设计命中率和结构预测环节出现了可测改善。临床前、临床和监管仍是另一套筛选系统。
生物世界模型先要能交付分子
“生物世界模型”这个词听起来很大。Aureka 给出的长期图景，是模型不只预测静态分子结构，还要模拟分子间相互作用，推演分子设计和工程的结果，并支持 AI 智能体自主规划、执行和迭代药物设计任务。
但商业验证不会等一个宏大模型完全长成。36 氪采访里，赵伟安把现阶段合作模式讲得更实际：药企拿出传统动物免疫、文库筛选做不出来的靶点，要求 AI 公司在指定条件和时间内设计候选分子；初步验证可以由 AI 公司自己的干湿闭环实验室完成，也可以交给药企或 CRO 独立评估。分子达标后，再进入管线授权或合作研发。
这也是中文读者该关心的产业变化。AI 制药公司如果只卖软件，收入天花板会像工具公司；如果能交付可验证分子，就可能分享药物资产价值。Aureka 官方稿称，公司已与多家全球制药企业建立战略合作，过去两年产生数千万美元收入。36 氪采访则提到，它目前在心血管代谢、自身免疫、中枢神经系统疾病三大领域产出十数条候选管线，进展最快的心血管适应症管线预计明年一季度递交 IND。
下一步看三个节点
这轮融资把 AI4S 的竞争线往前推了一截：行业会越来越看重谁能把模型、实验数据、候选分子和商业合作连起来。
第一，看 OpenDDE 轻量化版本能否按计划推出。赵伟安称，团队计划未来半年内发布轻量化推理分支，并与英伟达联合开发分子推理专项加速方案。若门槛降不下来，模型影响力会停留在少数大团队。
第二，看候选管线能否按时进入 IND。AI 设计命中率提升，最终要被临床前数据和监管材料接住。
第三，看药企合作是否从试点走向更大金额授权。融资说明资本愿意押注，收入和授权才说明产业客户愿意买单。
寻明生科这次融资的看点，正落在这个中间地带：它还没证明“生物世界模型”能重写药物研发，但已经把模型训练、开源评测、湿实验反馈和候选药物交付放进同一条生产线。能不能跑出临床资产，比口号更有说服力。
参考来源：Aureka 官方融资稿、36氪、机器之心、动脉网、CocoLoop、arXiv:2607.03787；核验 1 亿美元 B 轮、近 2 亿美元累计融资、2023 年成立、OpenDDE 开源与 FoldBench v1 口径、约 1.5 倍预测精度、50 条序列与 60% 命中率、数千万美元收入和 IND 计划。