中国生物医药的创新根基，早在1980年代就已埋下。

以“863计划”为代表的国家级科研项目，最初的目标并不是在全球范围内实现原创突破，而是解决一个更基础的问题：中国能不能独立完成复杂的生物医药研发与生产？

这一阶段的重点，放在制造工艺、工程能力和规模化生产体系的建设上。结果是，中国迅速成长为全球最大的仿制药和原料药供应国之一。

不过，影响也在外溢，为后续创新提供了一个关键基础：工程化能力和产业化执行力。在生物医药领域，许多前沿技术之所以难以落地，往往并非科学本身，而是工程和放大的问题。

真正的转向发生在2010年代，2015年后尤其明显。

当仿制药体系逐步成熟，国家政策重心开始从“能力补齐”转向“原创导向”。这一变化体现在多个层面：生物医药被明确列为战略性新兴产业；创新药审评制度被重构；监管逻辑开始向国际标准对齐；资本市场也被逐步引导为创新服务。

转向最直接地体现在研发活动的数量上。

根据PitchBook的数据，2019年中国“创新药”相关的IND申报数量为688项，而到2023年，这一数字已经增长至2298项，四年内增长超过三倍。在一个高度失败导向的行业中，只有当足够多的项目被允许进入“试错池”，真正的突破才具备统计意义。

更重要的是，这种增长并非单纯的“项目膨胀”。

随着监管标准的提高，低质量项目被逐步淘汰，能够进入IND阶段的资产，其科学基础和工程可行性正在不断提高。这意味着，中国的创新活动，正在从“数量扩张”转向“质量筛选”的阶段。

在研发成本不断上升、失败率居高不下的背景下，任何能够提前判断项目成败的机制，都会被迅速纳入全球研发组合管理之中。中国临床体系的效率，使其不再只是“执行地”，而是成为全球创新决策的重要输入端。

如果说临床效率决定创新“跑多快”，那么技术复杂度就决定“能走多远”。

PitchBook表示，自2021年以来，中国在多特异性抗体、ADC以及CGT领域的FIH项目数量，已经接近甚至在部分年份超过欧美主要市场。这一现象如果放在十年前，几乎不可想象。

复杂模态的真正挑战，不仅是科学，更是对工程能力、制造体系和失败容忍度的综合考验。以ADC为例，它并非“抗体+毒素”的简单叠加，而是一整套涉及靶点选择、连接子稳定性、载药比控制以及规模化生产一致性的系统工程。任何一个环节的失误，都可能全盘皆输。

正因如此，许多成熟市场中，这类高风险探索往往只集中在少数巨头内部。而中国的特殊之处在于，大量中型甚至初创Biotech，都在参与这种实践。

这一现象背后，反映的是创新组织方式的变化。中国生物医药企业普遍具备较强的工程化能力，能够以相对较低的边际成本快速迭代工艺和生产流程。这使得“失败一次”的代价被压缩，允许在同一技术平台上反复试错。

康方生物的ivonescimab（依沃西单抗）成功，价值不仅在于临床击败明星竞品，更在于它验证了一种新路径——在高度拥挤的靶点领域，通过机制叠加和工程优化实现突破。

CGT领域，信念医药的BBM-H901获批同样具有象征意义。该项目并非单点突破，而是建立在长期AAV工艺积累之上。它证明中国企业已经能够在极高复杂度的治疗模式中，完成从研发到监管审批的闭环。

PitchBook称，中国复杂模态项目的密集出现，并非偶然，而是与其临床效率、工程能力和资本配置方式高度相关。换言之，中国并不是在某一个技术窗口期“押对了方向”，而是在多个结构性条件成熟后，开始系统性释放创新潜力。

从更宏观的角度看，这种能力意味着中国创新不再局限于“追赶已有路径”，而是开始进入“并行探索多个高风险方向”的阶段。这种探索密度，才是长期创新能力的真正来源。

过去两年，“AI制药”成为中国生物医药讨论中被频繁提及、但又严重被误解的概念。

大量公开讨论停留在“算力优势”“工程师红利”“可以更快找到分子”等浅层描述上，却忽略了一个更核心的问题：AI真正改变的并不是单个研发环节，而是整个创新函数的形态。

PitchBook并未将AI药物研发单独作为一个独立赛道，而将其嵌入到“新资产诞生机制”的分析里。这传递出一个重要信号：AI之于中国生物医药的作用，不是替代科学家，而是改变“什么样的创新活动可以被规模化复制”。

报告援引的专利数据，提供了极具解释力的切口。

2014–2023年，中国机构提交的生成式AI专利数量约为美国的6倍，其中相当比例直接与分子设计、蛋白结构预测、药物-靶点相互作用建模相关。

更关键的是，中国AI药物研发企业在组织形态上，普遍采取了“算法+湿实验高度耦合”的结构。这与欧美以算法平台为核心、对外合作的模式明显不同。

晶泰科技是典型代表。该公司并非仅仅依赖计算模拟生成候选分子，而是通过自动化合成、晶体学验证和快速反馈机制，将实验数据实时反哺模型训练，从而形成闭环。

这种模式的意义，并不在于某一个成功分子，而在于失败成本的结构性下降。

对于传统研发范式，一个错误假设往往意味着数月甚至数年的时间浪费。而在高度工程化、自动化的体系中，失败被转化为“可承受的高频事件”。一旦失败成本被压缩，研发组织的风险偏好就会发生改变，从而允许探索更多非共识靶点和机制。

PitchBook表示，中国AI药物研发企业更倾向于从早期阶段就切入“难问题”，而不是先验证容易商业化的适应症。这一点，与中国在ADC、双抗等复杂模态上的集中布局形成呼应。

换言之，AI并没有把中国创新引向“捷径”，反而使其更有能力承受高难度路径的系统性试错。

这种模式的真正影响，体现在创新资产生成速率的长期抬升。一旦工程化创新能力被验证并固化，中国在早期创新阶段的相对优势，将不再依赖单一技术窗口，而成为一种结构性存在。

只看融资总额曲线，过去三年，中国生物医药确实经历了资本退潮。

PitchBook的数据显示，2021年达到峰值后，中国生物医药VC交易数量和金额均显著下滑，2024年被视为阶段性低点，2025年开始温和修复。

但如果把这简单理解为“资本信心不足”，就错过了更重要的信号。变化的不是资本有没有，而是资本的容错逻辑和风险配置方式发生了根本转变。

上一轮资本高峰期，大量资金流向“快速跟随型”项目：me-too、me-better、小分子改良、单靶点复制。这类项目的共同特点是技术不难、路径清晰、但全球差异化有限。随着二级市场估值体系重构，这类项目最先失宠。

PitchBook的报告显示：到2025年，先进与新兴技术模态（包括ADC、双抗、CGT、核酸药物）已经占据近一半的VC投资交易量，而传统小分子项目的融资占比持续下降。这表明，资本在主动提高单项目风险上限。

同时，中国生物医药领域的资本来源结构也发生明显变化。

国际VC活跃度下降，本土资本成为主导。这常被解读为“外资撤离”，但从长期看，反而增强了创新体系的稳定性。本土资本更懂政策环境、临床资源和产业周期，也更接受长期回报。

值得注意的是，虽然融资事件总数下降，但单笔交易的平均质量在提高，更多资金被集中配置到少数具有平台潜力的公司。这意味着，中国生物医药正在从“广撒网式创新”进入“集中式创新”的阶段。

从产业演化的角度看，该过程并不意味着创新活力减弱，而是筛选机制开始真正发挥作用。当资本不再为所有项目提供生存空间，研发组织被迫在更早阶段做出取舍，从而提升整体资源使用效率。

在所有衡量创新质量的指标中，跨境授权交易可能是最具说服力的一项。

原因很简单：跨国药企不会基于叙事或情绪做出高额长期承诺，它们只会为能够改变自身研发组合风险结构的资产付费。

PitchBook观察到，2025年中国对外授权交易在数量和金额上均创下新高，抗体和ADC项目占据主导，代谢疾病、核酸药物等领域增长明显。更值得关注的是交易阶段的变化——大量授权发生在临床前或I期。

这一现象表明，跨国药企正在将中国视为早期风险解除的重要来源，而不再只是后期补充管线的对象。在传统模式下，跨国药企更倾向于在项目完成关键验证后再引入；而现在，它们愿意在不确定性仍然较高的阶段介入。

康方生物与Summit的交易是一个具有象征意义的案例。

Ivonescimab在全球竞争最激烈的PD-1领域，通过差异化机制实现突破，其成功不仅体现在临床结果上，更体现在其交易结构中——中国公司首次在该领域掌握了更大的主动权。

更深层的变化，体现在组织层面。PitchBook报告提到，越来越多海外公司围绕中国资产成立专项实体，或直接在中国设立早期研发中心。这意味着，中国不再只是“输出资产”，而是开始被嵌入到全球创新组织结构中。

一旦这种嵌入发生，中国创新的角色将不再依赖单个成功案例，而是成为全球研发体系中不可或缺的一环。这种变化的稳定性，远高于任何单一技术窗口。