半年营收超去年全年47%：剂泰科技从“递送药物”走向“编程生命”｜财报季

如果说过去市场认识剂泰科技，更多是从“AI+药物递送”开始，那么2026年中报正在呈现出另一种变化：这家公司正在尝试把能力边界从递送进一步向上延伸，进入蛋白、核酸序列、制剂乃至细胞功能设计。

8月25日，剂泰科技发布2026年中期业绩。报告期内，公司实现营业收入1.543亿元，同比增长13399%，半年收入已经超过2025年全年收入的47%；经调整净亏损5110万元，同比收窄56.4%。与此同时，公司研发投入达到1.724亿元，同比增长48.1%。

更值得关注的是，收入增长并非来自单一业务。上半年，剂泰科技完成MTS-128全球独家授权、AiTEM与恒瑞医药达成本地化部署、OpenCGT潜在交易总额突破60亿元等多个商业化节点。对于一家仍处于快速研发阶段的Biotech而言，这些交易的意义不只是带来当期收入，更重要的是证明平台能够持续将技术能力转化为可交易资产。

“从递送药物到编程生命，是剂泰科技下一阶段最重要的战略跃迁。”剂泰科技联合创始人、董事长兼CEO赖才达在8月26日媒体沟通会上表示。因此，这份中报真正值得关注的，并不是13399%的收入增速本身，而是剂泰科技正在发生的一次业务重构：从解决“药物怎么送进去”，进一步走向解决“进入细胞之后，让细胞做什么”。

1.543亿元，是剂泰科技2026年上半年交出的核心成绩单。

相比收入本身，更值得关注的是收入增长与研发投入之间的关系。报告期内，公司研发开支1.724亿元，同比增长48.1%；经调整净亏损为5110万元，同比收窄56.4%。截至6月底，公司资金储备30.25亿元，资产负债率由2025年底的19%降至9%。

也就是说，剂泰科技并不是通过减少研发投入换取亏损改善。相反，在研发持续加码的情况下，收入增长开始跑得更快。

这背后对应的是AI制药商业模式正在发生的变化。

过去一段时间，AI制药更容易被讨论的是模型能力、分子生成效率以及研发周期能否缩短。但随着AI逐渐进入药物研发流程，行业关注点开始从“AI能不能做”转向“AI做出来的东西能不能形成资产”。

近期全球药企与AI公司的合作仍在加速。比如今年7月，GSK与Relation Therapeutics达成最高1.1亿美元的AI药物研发合作，合作重点已经从单纯的软件工具延伸至人体细胞数据生成和AI模型开发。

今年6月，Alnylam与Inceptive也达成最高20亿美元的战略合作，将Alnylam超过20年的RNAi专有数据与Inceptive的AI基础模型结合，用于加速RNAi药物发现。这些交易反映出一个越来越明显的趋势：药企需要的已经不只是一个AI工具，而是数据、模型和真实实验能力共同构成的研发系统。

剂泰科技的路径也与此类似。

赖才达在媒体沟通会上表示，未来公司的收入驱动，一方面来自“平台对外的合作授权”，另一方面来自更多药物资产在PCC以及临床早期阶段获得数据后进行授权。“不断产生高价值资产，快速地给它完成授权，并得到相应的里程碑回报”，将成为重要的收入来源。

这意味着，剂泰科技希望建立的并不是“做一条管线、卖一条管线”的单一模式，而是平台持续产生资产，再通过交易实现价值兑现。

从今年上半年的表现看，这一模式已经开始显现雏形：收入大幅增长的同时，剂泰科技仍保持较高研发投入，而30.25亿元资金储备也为继续投入研发提供了空间。

因此，2026年上半年的核心变化，不只是收入从低基数快速增长，而是AI4S开始从技术验证进入商业价值兑现阶段。

收入增长背后，是NanoForge能力边界的扩张。

按照剂泰科技中报披露，目前NanoForge已经形成由AiProtein、AiRNA、AiLNP和AiTEM组成的全链条Biological AI能力，分别覆盖蛋白与抗体、核酸序列、递送系统以及制剂开发与验证。

其中，AiProtein将AI能力延伸至蛋白和抗体设计。剂泰科技发布AARON智能体，覆盖抗体从头生成、结构与功能预测、亲和力优化及多参数成药性评估，主要性质预测指标Spearman相关系数均达到0.8以上。

AiRNA则进一步进入RNA序列设计，剂泰科技基于超过2万条实验验证的IRES序列进行训练，实现RNA序列、结构与翻译调控功能的联合学习与生成设计。

而AiLNP依然是NanoForge的重要底座。

上半年，剂泰科技持续推进器官及细胞特异性递送能力建设，包括NHP高通量DNA Barcoding LNP体内筛选平台、靶向性LNP抗体定点偶联平台、心肌靶向LNP以及体内CAR-T主动靶向LNP平台。其中，心肌靶向LNP在小鼠模型中实现报告基因mRNA心肌细胞转染率超过95%，CRISPR mRNA/gRNA基因编辑超过50%；体内CAR-T主动靶向LNP在小鼠及NHP模型中的递送效率达到行业金标准对照组3倍以上。

更重要的是，剂泰科技正在把递送能力从“器官”继续向“细胞”推进。

赖才达在媒体沟通会上表示，公司下一阶段会进一步探索针对不同细胞的精准递送，包括新的抗体、新的载体和新的靶头设计，并进一步理解DNA、RNA、蛋白、代谢等不同组学，探索“虚拟细胞”的构建。

这其实对应着AI制药行业正在发生的一次竞争重心迁移。

过去拼的是模型能不能找到一个分子，未来拼的是能不能把分子变成真正有效的药物。

从全球产业趋势看，这一变化已经越来越明显。GSK与Relation的合作，本身就不是单纯购买一个AI模型，而是共同生成大规模人体细胞扰动数据，再将这些数据用于基础模型训练和靶点发现；Alnylam与Inceptive的合作同样建立在药企长期积累的RNAi数据与AI基础模型结合之上。

这意味着，AI制药的竞争正在从单纯的算法能力，走向专有数据、高通量实验、模型能力以及真实生物验证能力的组合。

赖才达也判断，AI制药的卡点其实已经变了，现在已经不再是AI能不能形成分子，真正重要的是AI设计出来的体系能不能在大动物、临床乃至人体中得到验证，最终形成有效性、安全性和毒性的完整数据闭环。

这也是NanoForge继续向全链条扩展的产业逻辑：不是简单增加几个AI工具，而是试图把“设计什么药”“如何递送”“如何成药”连接起来。

换句话说，剂泰科技真正想构建的壁垒，不只是一个模型，而是模型+数据+实验+递送+临床验证形成的闭环。

平台能力最终仍然需要回到资产和商业化。

今年上半年最具代表性的事件，是剂泰将自主研发的三特异性TCE——MTS-128全球开发、生产及商业化权益独家授权给Boulevard Bio，获得2000万美元首付款，并有资格获得最高16亿美元开发、注册及商业化里程碑付款，以及基于产品销售额的分级销售提成。

放到全球AI制药产业来看，这笔交易的意义并不只是金额，而是验证了AI平台能否持续产生可交易的药物资产。

今年6月，Alnylam与Inceptive达成最高20亿美元合作，双方将RNAi平台和长期积累的专有数据与AI基础模型结合，进一步说明大型药企正在为“AI+专有生物数据+药物研发”支付真金白银。

这与剂泰科技正在走的路径高度契合：MTS-128代表“平台产资产、资产做授权”；AiTEM与恒瑞医药达成本地化部署，则代表平台直接进入大型药企研发体系；OpenCGT潜在交易总额超过60亿元，则进一步打开细胞治疗、基因疗法、纤维化细胞编程和体内免疫治疗等产业空间。

与此同时，管线也进入关键验证阶段：MTS-004已经完成Pre-NDA沟通，进入注册对齐和商业化准备阶段；MTS-201处于I期临床；MTS-109进入IIT及中美同步申请IND阶段；MTS-105处于IIT剂量爬坡阶段；MTS-107推进至PCC阶段。

这意味着，剂泰科技下一阶段真正的考验已经从“能不能做出来”，转向“能不能持续做出有价值的东西”。

“AI最终必须体现的是在真实的药物资产上，而不是一个AI自己的数字上。”赖才达表示。

因此，2026年中报真正值得关注的，不只是1.543亿元收入、13399%的增速和30.25亿元资金储备，而是剂泰正在尝试把“AI能力—药物资产—产业合作—商业收入”变成一个可以持续复制的闭环。

如果这一模式能够在更多管线、更多药企合作以及临床数据中得到验证，那么从“递送药物”走向“编程生命”，就不再只是一个战略口号，而可能成为剂泰科技下一阶段价值重构的核心逻辑。