新药研发行业有一句古老的“双十定律”：一款新药从立项到上市，平均要花十年，烧掉十亿美元，而且九成会在临床阶段失败。晶泰科技的故事，就从试图改变这条规律开始。
它宣称用 AI 加机器人，把早期药物发现阶段的耗时从一两年压缩到几周，把化学合成成功率从行业平均三四成提升到接近九成。更关键的是，它不只是讲了一个 AI for Science 故事，而是在 2025 年把故事变成了财报上的利润：年度营收 8.03 亿元人民币，首次实现全年盈利，归母净利润 1.35 亿元。
一、从 AI for Science 故事到年度盈利
许多 AI 科学公司停留在技术愿景阶段，收入不稳定，商业模式不清晰。晶泰科技的特殊之处在于，它较早把 AI、机器人实验室和药物发现服务连接成可收费的商业闭环。
年度盈利对这类公司意义很大。它说明 AI 制药不一定只能依靠资本市场输血，也可以通过服务、合作、授权和订单形成真实收入。盈利不是终点，但它提高了公司故事的可信度。
在 AI for Science 赛道里，能够把技术转化为客户合同、收入增长和利润兑现，是最稀缺的能力。晶泰科技之所以值得拆解，正是因为它把实验室里的算法能力，推进到了客户愿意付费的产业环节。
二、创始团队：从量子化学到药物晶型预测
晶泰科技成立于 2015 年，创始团队具备麻省理工相关背景，研究方向集中在计算物理、量子化学和分子模拟。它最初想解决的是一个非常底层的问题：如何准确预测药物分子的晶型结构。
同一个分子可能存在不同晶型，溶解度、稳定性、生物利用度和生产工艺都会因此发生变化。一个药能不能被人体吸收，能不能稳定量产，往往卡在这一步。
传统方式依靠药剂师在实验室里反复试错，晶泰科技则希望用计算替代部分实验。它先在最难、最底层的分子结构预测问题上证明能力，再顺着能力线延伸到 AI 药物发现和材料科学。
三、AI + 机器人实验室：干湿闭环飞轮
晶泰科技的技术底座，可以概括为 AI 制药的干湿闭环飞轮。AI 模型负责预测、生成和筛选；机器人实验室负责自动化合成、实验和验证；实验数据再回流训练模型。
这个闭环的价值在于，模型不是在纸面上自我循环，而是被真实实验不断校正。每一次合成成功或失败，都会成为下一轮模型迭代的数据。长期积累后，公司会拥有大量外部难以复制的实验数据。
据其披露，化学合成实验成功率大幅提高，智能体每周可独立推进大量化合物合成实验，数据收集速度远高于普通实验室。这种自动化能力是 AI 制药平台走向规模化的重要基础。
四、分子与材料科学的水电煤
晶泰科技对自己的定位，不只是药物发现公司，而是垂直行业 AI 创新研发平台。它试图成为 AI 时代分子和材料科学的基础设施，像水和电一样服务药企、材料企业和科研机构。
如果这个定位成立，它的价值就不局限于单一新药管线。药物发现、晶型预测、合成路线、材料筛选、新能源材料、农业化学等领域，都可能成为平台输出能力的场景。
平台型公司的优势在于复用。一个模型体系、机器人实验室和数据闭环，可以在多个客户、多种任务和多个行业里重复使用。复用程度越高，边际成本越低，商业模式越接近基础设施。
五、卖铲模式：比亲自做药更稳，但上限不同
晶泰科技更像 AI 制药里的“卖铲人”。它不一定自己承担完整创新药临床风险，而是为药企和科研客户提供早期发现、分子设计、合成验证和研发效率提升服务。
这种模式的优点是收入更可见，风险更分散。药企需要提高研发效率，愿意为平台能力付费；公司通过服务费、合作费、里程碑和潜在收益分成参与价值链。
缺点也很明确：如果不亲自持有重磅药物资产，上限可能低于成功的创新药公司。卖铲人赚钱更稳，挖矿者一旦成功价值更高。晶泰科技选择的是更偏平台和基础设施的路径。
六、财务验证：收入增长、复购和大额合作
晶泰科技的财务亮点，不只是首次盈利，还包括客户数量、复购率和大额合作。化学服务复购率较高，创收客户数保持增长，说明客户不是一次性尝鲜，而是持续使用平台能力。
大额合作协议则打开了市场想象空间。高额首付款和潜在里程碑，说明海外客户愿意为 AI 制药平台能力支付真实价格。对于中国 AI 制药公司来说，这是非常重要的商业信号。
当然，里程碑不是确定收入，需要项目进展触发。投资时不能把潜在金额全部当成现实利润，但它能说明平台在国际客户中的认可度。
七、估值难点：平台、创新药和 AI 公司三重身份
晶泰科技的估值难点在于，它介于创新药公司、AI for Science 平台和技术服务公司之间。用传统 CRO 估值，可能低估 AI 平台和数据价值；用创新药估值，又缺少单一重磅管线的明确终局；用 AI 公司估值，现金流和客户集中度又必须被审视。
市场需要回答几个问题：它到底是服务公司，还是研发基础设施？它的机器人实验室和数据闭环能否形成长期壁垒？多线扩展是真正的平台价值，还是研发精力被稀释？
这些问题决定估值中枢。越能证明平台复用、客户复购和跨行业落地，估值越有机会从服务公司上移到基础设施平台。
八、从制药到材料、新能源和农业
晶泰科技把能力延伸到新材料、新能源和农业等方向。这种扩展有合理性，因为分子与材料科学的底层问题具有相似性：结构预测、性能筛选、合成验证和实验优化。
如果 AI 和机器人闭环能在多个领域复用，平台价值会明显提高。新能源材料、功能材料、农业化学品都需要大量实验和筛选，AI 可以帮助缩短研发周期。
但多线发展也会带来风险。方向越多，资源越分散，市场越难判断核心能力。公司必须证明跨行业扩张不是追概念，而是同一套底层平台的自然外延。
九、AI for Science 与新质生产力的落地样本
AI 加机器人正在重构产业研发基础设施。政策层面对数字经济、AI 和新质生产力的重视，为这类公司提供了长期叙事和产业土壤。
但政策叙事必须落到订单、收入和利润。晶泰科技的价值在于，它提供了一个落地样本：AI 不只是写代码、生成内容和办公自动化，也可以进入药物、材料和化学实验这样的硬科学领域。
如果 AI 能真正提高实验效率、降低研发成本、扩大探索空间，它就会成为研发体系的生产工具，而不只是信息工具。
十、结论：AI 制药卖铲人，关键在持续兑现
晶泰科技是一家走在 AI for Science 商业化前沿的公司。它用 AI、机器人实验室和实验数据闭环，把药物发现和材料研发做成可收费、可复购、可扩展的平台能力。
它的优点是商业模式相对稳健，客户付费更清晰，财务验证已经出现；它的挑战是估值体系复杂，多线扩展需要证明，平台价值必须持续通过订单和利润兑现。
在 AI 制药的两条路里，晶泰科技代表卖铲人路径：不直接押注单一药物终局，而是为更多创新者提供工具和基础设施。这条路未必有单药成功的爆发力，却可能拥有更稳的复利属性。