《晶泰控股-港股公司研究報告-AI for Science稀缺標的顛覆研發范式打開巨大市場空間-250512（40頁）.pdf》由會員分享，可在線閱讀，更多相關《晶泰控股-港股公司研究報告-AI for Science稀缺標的顛覆研發范式打開巨大市場空間-250512（40頁）.pdf（40頁珍藏版）》請在三個皮匠報告上搜索。

1、證券研究報告海外公司深度藥品及生物科技(HS)東吳證券研究所東吳證券研究所 1/40 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 晶泰控股（02228.HK）AI for Science 稀缺標的，顛覆研發范式打開稀缺標的，顛覆研發范式打開巨大市場空間巨大市場空間 2025 年年 05 月月 12 日日 證券分析師證券分析師 朱國廣朱國廣 執業證書：S0600520070004 證券分析師證券分析師 張良衛張良衛 執業證書：S0600516070001 021-60199793 證券分析師證券分析師 趙驍翔趙驍翔 執業證書：S0600524120003 證券分析師證券分析

2、師 張家琦張家琦 執業證書：S0600521070001 股價走勢股價走勢 市場數據市場數據 收盤價(港元)4.63 一年最低/最高價 3.05/16.20 市凈率(倍)3.70 港股流通市值(百萬港元)17,264.24 基礎數據基礎數據 每股凈資產(元)1.16 資產負債率(%)8.32 總股本(百萬股)4,019.81 流通股本(百萬股)4,019.81 相關研究相關研究 買入（首次）盈利預測與估值盈利預測與估值 2023A 2024A 2025E 2026E 2027E 營業總收入（百萬元）174.42 266.43 426.13 682.64 1,095.22 同比(%)30.06

3、52.75 59.94 60.19 60.44 歸母凈利潤（百萬元）(1,914.38)(1,516.61)(441.60)(196.29)42.31 同比(%)(33.08)20.78 70.88 55.55 121.56 EPS-最新攤?。ㄔ?股）(0.48)(0.38)(0.11)(0.05)0.01 P/E（現價&最新攤?。?9.72)(12.27)(42.15)(94.82)439.87 Table_Summary 投資要點投資要點 科學家背景團隊，研發實力雄厚?？茖W家背景團隊，研發實力雄厚。晶泰控股的核心管理團隊具備各自專長的技術背景和豐富的行業經驗，研發團隊由公司的三位麻省理工學

4、院培訓的科學家和聯合創始人領導，由 500 多名科學家和技術人員組成。他們在算法設計、物理、生物學、化學、制藥研發以及自動化和機器人技術方面擁有多學科的專業知識。營收突破商業化門檻，凈虧損顯著收窄。營收突破商業化門檻，凈虧損顯著收窄。2024 年公司營收為 2.66 億人民幣，同比增長 53%。2024 年度公司營收達到了港交所商業化公司 2.5億港元的收入門檻。因此，公司根據上市規則向聯交所申請取消“未商業化公司”的稱號，已獲得批準。同時，2024 年公司經調整凈虧損為4.57 億人民幣，較上年同期的經調整凈虧損下降 0.65 億人民幣。干濕實驗閉環，干濕實驗閉環，數據壁壘構造護城河。數據壁

5、壘構造護城河。根據公司 2025 年 3 月公布的信息，公司虛擬數據已包括：1）650 萬+高精度量化數據；2）10 萬+分子力場參數；3）FEP 數據約 50 萬分子對，靶標 150+；4）蛋白軌跡為 310幀。實驗數據已包括：1）覆蓋 80%藥化常用反應類型；2）機器人每月積累 20+萬條反應過程數據；3）自建 20+種 AI 反應性/實驗條件預測模型；4）自建 UV 譜圖預測模型和基于 LCMS 譜圖的產率預測模型。合作新藥管線進展順利，新材料等領域客戶持續拓展。合作新藥管線進展順利，新材料等領域客戶持續拓展。多條公司合作管線進展順利，其中 SIGX1094 是晶泰控股與希格生科合作研發

6、的基于“類器官+AI”藥物研發平臺開發的核心產品，主要用于治療彌漫性胃癌及其他晚期實體瘤，SIGX1094 是全球首個進入臨床階段的 FAK/SRC 雙靶點抑制劑，目前進入一期臨床階段，獲得 FDA 孤兒藥、快速通道認定。同時，公司合作對象已涵蓋新能源、新材料、農業及化工領域，進一步打開市場空間。其中，2024 年 8 月，晶泰控股與協鑫集團的合作為期 5年、總合作金額約 10 億元，將持續貢獻公司營收。政策紅利驅動短期增長，客戶留存與孵化公司驅動中長期增長。政策紅利驅動短期增長，客戶留存與孵化公司驅動中長期增長。近年來國家及各地政府對 AI、機器人的產業應用持續關注，公司產品涉及 AI+、機

7、器人+的醫藥、材料等領域應用，可充分受到政策紅利帶來的機遇，短期內有望迎來快速增長。后期隨著客戶持續留存以及孵化公司管線順利推進，公司中長期增長天花板有望進一步打開。盈利預測盈利預測與投資建議與投資建議：我們預計公司 2025-2027 年收入分別為4.26/6.83/10.95 億元，歸母凈利潤分別為-4.42/-1.96/0.42 億元，當前股價對應 P/S 分別為 43.69/27.25/17.00 倍。公司為 AI for Science 稀缺標的，有望在 2027 年實現扭虧為盈，首次覆蓋，給予“買入”評級。風險提示：風險提示：公司承接訂單不及預期，匯率波動風險，現金減少及融資風險，

8、技術研發風險，新藥研發進展不及預期風險。-44%-23%-2%19%40%61%82%103%124%145%166%2024/6/132024/10/12025/1/192025/5/9晶泰控股恒生指數 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 2/40 內容目錄內容目錄 1.AI for Science 稀缺標的，打造稀缺標的，打造 AI 研發新范式研發新范式.5 1.1.全球資本關注，構建多元化的科技創新企業集團全球資本關注，構建多元化的科技創新企業集團.5 1.2.股權結構多元股權結構多元.7 1.3.科學家領銜，研發

9、實力雄厚科學家領銜，研發實力雄厚.7 2.人工智能解決人工智能解決方案及自動化行業：場景多元，前景廣闊方案及自動化行業：場景多元，前景廣闊.8 2.1.藥物研發行業藥物研發行業.9 2.2.固態研發服務行業固態研發服務行業.13 2.3.自動化研發實驗室行業自動化研發實驗室行業.16 2.4.材料科學研發行業材料科學研發行業.18 3.AI for Science，具備跨行業賦能能力，具備跨行業賦能能力.20 3.1.營收步入商業化階段，營收步入商業化階段，AI 平臺價值加速兌現平臺價值加速兌現.20 3.2.數據構造護城河，邁向數據構造護城河，邁向 AI for Science.22 3.2

10、.1.海量數據筑牢壁壘，計算海量數據筑牢壁壘，計算+自動化實自動化實現“干、濕”閉環技術平臺現“干、濕”閉環技術平臺.23 3.2.2.AI+機器人實現多行業應用，邁向機器人實現多行業應用，邁向 AI for Science.26 3.3.合作項目由醫藥延伸至材料等新領域合作項目由醫藥延伸至材料等新領域.29 3.3.1.服務全球制藥巨頭，近期合作管線進展良好.29 3.3.2.AI+機器人落地多行業，深度賦能材料科學等領域.32 3.4.AI 賦能各產業發展打造新質生產力，業績增長具備較高確定性賦能各產業發展打造新質生產力，業績增長具備較高確定性.33 4.盈利預測與投資建議盈利預測與投資建

11、議.35 4.1.關鍵假設關鍵假設.35 4.2.盈利預測和估值盈利預測和估值.36 5.風險提示風險提示.38 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 3/40 圖表目錄圖表目錄 圖 1：晶泰控股公司簡介.5 圖 2：2024 年 6 月晶泰控股股權結構.7 圖 3：2018-2030 人工智能解決方案市場規模(十億美元).8 圖 4：人工智能解決方案細分市場規模(億美元).8 圖 5：2018-2030 自動化市場規模(十億美元).9 圖 6：自動化細分市場規模(億美元).9 圖 7：藥物發現階段基于人工智能的方法與傳統

12、人工方法的效率比較.10 圖 8：中國 AI 制藥市場規模估算.11 圖 9：按類型劃分的中國 AI 制藥行業市場規模（億元）.11 圖 10：2018-2030 全球固態研發服務市場規模(十億美元).14 圖 11：2022 年按地區劃分的固態研發服務市場明細.14 圖 12：2018-2030 全球自動化研發實驗室市場規模(十億美元).17 圖 13：2022 年按地區劃分自動化研發實驗室市場明細.17 圖 14：2018-2030 全球材料科學研發開支(十億美元).19 圖 15：2020 年-2024 年公司營收及同比增長情況.21 圖 16：2020 年-2024 年公司經調整凈虧損

13、情況.21 圖 17：2020 年-2024 年公司費用率情況.21 圖 18：2020 年-2024 年公司部分流動資產情況（億元）.22 圖 19：2020 年-2024 年公司分產品營收情況（億元）.22 圖 20：2020 年-2024 年公司分區域營收情況（億元）.22 圖 21：公司閉環綜合技術平臺結構.23 圖 22：公司智能濕實驗室工作流程.26 圖 23：20212023 智能自動化解決方案營收（百萬元）.27 圖 24：20212023 可創收智能自動化解決方案項目(個).27 圖 25：公司固態研發方案及相較人工的優勢.28 圖 26：公司固態研發服務綜合服務平臺.28

14、圖 27：公司自動化實驗室產品.29 圖 28：2021 年-2023 年晶泰客戶保留率.34 圖 29：晶泰控股收入預測.36 圖 30：可比公司估值.36 圖 31：FCFF 模型關鍵假設.37 圖 32：FCFF 估值明細.37 表 1：晶泰控股發展歷程.6 表 2：晶泰控股主要附屬公司.6 表 3：晶泰控股核心成員.7 表 4：人工智能與量子物理方法在藥物發現領域的差異.10 表 5：主要人工智能藥物發現公司的技術能力比較.12 表 6：晶體預測各步驟的傳統人工與新技術方法對比.13 表 7：主要固態研發服務公司的能力比較.15 表 8：制藥、材料科學及其他行業應用自動化的優勢.16

15、請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 4/40 表 9：主要自動化研發實驗室公司的功能比較.17 表 10：材料科學領域新技術方法對比傳統人工方法的優勢.19 表 11：主要材料科學研發公司的產品、功能及應用對比.20 表 12：不同藥物研發方法的對比.24 表 13：公司量子物理計算平臺.25 表 14：公司人工智能平臺.25 表 15：晶泰控股與全球制藥巨頭的合作情況.30 表 16：晶泰控股制藥用戶 2024 年合作進展.31 表 17：公司在新材料等領域的合作情況.33 表 18：AI、機器人領域的相關政策.33

16、表 19：晶泰控股孵化的公司或項目.35 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 5/40 1.AI for Science 稀缺標的，打造稀缺標的，打造 AI 研發新范式研發新范式 晶泰控股于 2015 年創立，是一個基于量子物理、以人工智能賦能和機器人驅動的創新型研發平臺。公司采用基于量子物理的第一性原理計算、人工智能、高性能云計算以及可擴展及標準化的機器人自動化相結合的方式，為制藥及材料科學(包括農業技術、能源及新型化學品以及化妝品)等產業的全球和國內公司提供藥物及材料科學研發解決方案及服務。圖圖1：晶泰控股晶泰控股公

17、司簡介公司簡介 數據來源：公司官網（數據截至 2025 年 4 月），東吳證券研究所 1.1.全球資本關注，構建多元化的科技創新企業集團全球資本關注，構建多元化的科技創新企業集團 晶泰控股晶泰控股擁有背景過硬的創始團隊，研發實力雄厚擁有背景過硬的創始團隊，研發實力雄厚，憑借量子物理與人工智能技術，在藥物及新材料設計領域突破傳統限制，實現高效創新。自成立以來，晶泰控股受世界知名股權和戰略投資者的大力投資與支持，已籌集資金約 732 百萬美元。截至 2023 年 12 月 31 日，晶泰控股在全球的人工智能賦能的藥物發現公司中排名第一。公司由三位麻省理工學院的博士后物理學家于 2015 年創立，以

18、基于量子物理的第一性原理計算及人工智能能力為支撐，尋求以超過傳統的替代方法的速度及規模改變藥物及新材料的設計與發現方式。2016 年，晶泰控股參加了輝瑞舉辦的全球晶體結構預測（晶體結構預測）盲測并實現準確預測，從而與輝瑞在技術創新和藥物研發方面建立了長期的戰略重要合作伙伴關系。此后，就技術優勢而言，晶泰控股逐漸成為提供固態 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 6/40 研發計算服務的全球領導者。公司的晶體結構預測能力及與輝瑞的長期合作，最終能夠幫助縮短確認用于 Paxlovid 開發及生產的最佳結晶藥物形式所需的時間，在

19、全球抗擊SARS-CoV-2 的關鍵時刻成為全球首個獲得 FDA 批準的 COVID-19 口服療法。表表1：晶泰控股晶泰控股發展歷程發展歷程 時間時間 里程碑里程碑 2015 溫書豪、馬健和賴力鵬三位麻省理工學院的博士后物理學家聯合創建晶泰控股，提供晶體結構預測及藥物研發服務，開發固態藥物研究平臺 2016 建立基于量子物理與人工智能的晶體結構預測平臺，該平臺在美國測試中驗證準確性，成立人工智能開發中心，完成 Pre-A 輪、A-1 輪及 A-2 輪融資 2017 推出人工智能賦能綜合技術平臺“Atompai”及藥物發現平臺“Renova”，開始與輝瑞合作提供多晶篩選與選擇服務，完成 B 輪

20、融資 2018 與輝瑞達成十年戰略合作，開發力場平臺及 XFEP，建立濕實驗室設施，開發小分子藥物發現平臺，完成 B+輪融資 2019 開始開發抗體、多肽及蛋白質藥物的藥物發現平臺，完成 B+輪融資 2020 研發自動化實驗室，完成自動化站原型機開發及概念認證，完成 C 輪融資 2021 深圳福田實驗室與計算研究中心及上海浦東藥物創新研發中心開發完成，開發出人工智能賦能的抗體發現平臺“XupremAb”，完成 D 輪融資 2022 建成可擴展標準化智能機器人濕實驗室 2023 開發出 ProteinGPT，與何猷亨的灣創制藥公司達成 2.5 億美元合作，在波士頓建立創新演示實驗室，推出“Xta

21、lPi 藥物發現”及“XtalPi 智能自動化”品牌 數據來源：公司招股書，東吳證券研究所 晶泰控股自 2015 年創立以來，陸續成立了多家附屬公司，涵蓋中國、美國及開曼群島等地，業務涉及固態研發、藥物發現解決方案、業務開發、專利持有以及孵化器平臺等多個領域。從 2015 年至 2022 年，公司通過多輪融資不斷拓展業務版圖，增強研發實力，逐步構建起一個多元化的科技創新企業集團。表表2：晶泰控股晶泰控股主要附屬公司主要附屬公司 公司名稱公司名稱 成立時間，地點成立時間，地點 業務業務 深圳晶泰 2015 年 9 月 11 日，中國 提供固態研發、藥物發現解決方案及其他服務 XtalPi US

22、2016 年 2 月 10 日，美國 負責業務開發 北京晶泰 2016 年 3 月 14 日，中國 提供藥物發現解決方案及其他服務 上海智藥 2019 年 12 月 2 日，中國 提供固態研發、藥物發現解決方案及其他服務 上海晶泰 2022 年 9 月 21 日，中國 提供藥物發現解決方案及其他服務 XtalPi Investment 2021 年 12 月 22 日，開曼群島 孵化器平臺 深圳眾格 2022 年 1 月 20 日，中國 專利持有平臺 數據來源：公司招股書，東吳證券研究所 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究

23、所 7/40 1.2.股權結構多元股權結構多元 晶泰控股晶泰控股的股權結構分散，騰訊和紅杉中國為主要股東。的股權結構分散，騰訊和紅杉中國為主要股東。晶泰控股的股權結構顯示出多元化的股東基礎。創始人股東包括溫書豪博士及其信托，通過 QuantumPharm Holdings 持股 6.52%，通過 QuantumPharm Roc 持股 8.75%。馬健博士及其信托通過 Crete Helix 持股 3.61%，賴力鵬博士及其信托通過 SeveningBAlpha 持股 2.58%。主要投資者方面，騰訊持股 12.91%，紅杉中國實體持股 7.80%，五源資本實體持股 7.51%，中國人壽通過國

24、壽成達持股 6.91%。其他上市前投資者如順為資本、中金、華興資本等合計持股 34.40%。公眾股東持股 5.50%，基石投資者如恒基兆業主席李家杰博士旗下 Successful Lotus 等持股比例較小。圖圖2：2024 年年 6 月月晶泰控股晶泰控股股權結構股權結構 數據來源：公司招股書，東吳證券研究所 1.3.科學家領銜，研發實力雄厚科學家領銜，研發實力雄厚 晶泰控股晶泰控股的核心管理團隊具備各自專長的技術背景和豐富的行業經驗。的核心管理團隊具備各自專長的技術背景和豐富的行業經驗。這種由技術專家領銜的管理團隊，為晶泰控股在藥物發現和 AI 研發領域的持續創新奠定了堅實基礎。晶泰控股擁有

25、強大的研發團隊。研發團隊由公司的三位麻省理工學院培訓的科學家和聯合創始人領導，由 500 多名科學家和技術人員組成。他們在算法設計、物理、生物學、化學、制藥研發以及自動化和機器人技術方面擁有多學科的專業知識，共同為公司的研發帶來了見解和經驗。表表3：晶泰控股晶泰控股核心成員核心成員 核心成員核心成員 經驗及成就經驗及成就 主要職責主要職責 溫書豪 在量子物理及計算物理領域擁有超過 14 年的研究經驗，曾獲財富中 40 位42 歲以下的商界精英榮譽 負責監督公司的整體全球業務管理及資本市場策略，還為公司與世界領先的研究機構以及生物技術和制藥公司的合作做出了貢獻 馬健 對物理學有深厚的造詣，在全球

26、領先的科學期刊上發表擔任執行董事兼首席執行官，主要負責監督晶泰控股的整體研發，包括人工智 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 8/40 了 30 篇論文 能、基于量子物理的計算和自動化技術 賴力鵬 擁有北大數學與物理雙學士學位，以及芝加哥大學物理學碩士博士學位，曾在多項創新領域取得顯著成就 作為晶泰控股的聯合創始人和首席創新官，負責人工智能研發 蔣一得 專長于科學和研究管理 擔任執行董事兼首席策略官，主要負責監督晶泰控股的藥物發現解決方案業務 張佩宇 對于物理化學有 13 年的研究經驗 擔任首席科學官，主要負責晶泰控股藥

27、物發現平臺的研發 數據來源：公司招股書，東吳證券研究所 2.人工智能解決人工智能解決方案及自動化行業：場景多元，前景廣闊方案及自動化行業：場景多元，前景廣闊 人工智能在數據處理和決策優化方面潛力巨大，醫療和材料科學領域尤為突出。人工智能在數據處理和決策優化方面潛力巨大，醫療和材料科學領域尤為突出。人工智能解決方案在大規模、多源異構數據的質量、處理效率、深度分析和標準化方面表現出巨大潛力。人工智能能夠自動完成過去需要人工進行的重復性工作，并通過訓練生成比人類更準確的結果，幫助做出更好的決策。在人工智能解決方案市場中，醫療保健和材料科學（包括農業、美容和化妝品、石化、電池和新能源材料領域）的應用預

28、計將大幅增長。圖圖3：2018-2030 人工智能解決方案市場規模人工智能解決方案市場規模(十億美元十億美元)圖圖4：人工智能解決方案細分市場規模人工智能解決方案細分市場規模(億美元億美元)數據來源：公司招股書，東吳證券研究所 數據來源：公司招股書，東吳證券研究所 全球自動化市場快速增長，實驗室自動化滲透率呈現較快提升趨勢。全球自動化市場快速增長，實驗室自動化滲透率呈現較快提升趨勢。各行業越來越多地采用技術簡化流程并提高效率，全球自動化市場正大幅增長。自動化市場分為工業自動化和實驗室自動化。工業自動化涉及生產流程的端到端自動化，實驗室自動化則應用技術和服務實現實驗室流程和任務的自動化。根據公司

29、招股書，實驗室自動化的全球滲透率預計將從 2022 年的 3.7%增長至 2030 年的 23.2%。在自動化市場中，自動化在醫 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 9/40 療保健和材料科學（包括石化、電池和顯示器領域）的應用預計將大幅增長。圖圖5：2018-2030 自動化市場規模自動化市場規模(十億美元十億美元)圖圖6：自動化細分市場規模自動化細分市場規模(億美元億美元)數據來源：公司招股書，東吳證券研究所 數據來源：公司招股書，東吳證券研究所 數據量增長、勞動力成本增長、技術融合及政策共同驅動人工智能解決方案及自

30、動數據量增長、勞動力成本增長、技術融合及政策共同驅動人工智能解決方案及自動化市場增長?；袌鲈鲩L。新技術市場的增長預計將受到以下因素和趨勢的驅動：1）數據化時代，各行業數據的激增也需要開發先進的數據存儲、管理、計算和安全解決方案。2）老齡化時代，勞動力成本增加，促使企業探索替代方案以減少對人力的依賴，推動對新技術的投資。自動化技術、機器人和人工智能模型已成為降低勞動力成本的主要解決方案。3）跨學科融合背景下，人工智能與量子物理、云計算和自動化的結合，推動了新技術市場的快速增長。這些技術的協同創新提高了性能和效率，并促進了互聯生態系統的發展。4）各國政府推出一系列政策激勵技術創新和改革。中國政府

31、通過十四五國家高新技術產業開發區發展規劃和互聯網+人工智能三年行動實施方案等；美國通過“增加研究活動稅收抵免”政策鼓勵研發投資，歐盟通過“地平線歐洲”計劃為新技術開發提供資金支持。2.1.藥物研發行業藥物研發行業 傳統制藥方式面臨成功率低、時間長、成本高的壓力，傳統制藥方式面臨成功率低、時間長、成本高的壓力，AI 制藥潛力巨大。制藥潛力巨大。傳統的藥物研發流程成本高且耗時，整個流程通常至少需要約 10 年時間及超過 10 億美元的投資；藥物發現階段一般需要約一至兩年時間及約 4 億美元至 4.5 億美元的投資。在藥物研發過程中應用人工智能等新技術，可顯著減少藥物研發所需的時間及成本，并提高成功

32、率。隨著人工智能在藥物研發各個階段的應用日益增加，全球制藥公司已建立自身的人工智能平臺，或已與人工智能公司合作進行藥物研發。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 10/40 圖圖7：藥物發現階段基于人工智能的方法與傳統人工方法的效率比較藥物發現階段基于人工智能的方法與傳統人工方法的效率比較 數據來源：公司招股書，東吳證券研究所 基于第一性原理的量子物理方法有望成為人工智能輔助藥物研發的突破性技術?；诘谝恍栽淼牧孔游锢矸椒ㄓ型蔀槿斯ぶ悄茌o助藥物研發的突破性技術?；诹孔游锢淼挠嬎惴椒ㄖ鸩脚d起。這種方法源于量子物理的第一

33、性原理，用于計算藥物分子與靶蛋白分子在分子和原子層面的相互作用力，被認為是下一次技術突破，將對藥物研發產生重大影響。與常見的需要充足實驗數據的人工智能方法不同，基于量子物理的計算能夠自行生成可擴展的數據，克服了藥物研發早期階段的數據匱乏問題，并顯著提高預測的準確性。它不僅為化學和生物對象及其相互作用提供更相關的模型，還可以在沒有任何訓練集的情況下計算出超越現有行業知識和數據的分子特征，從而顯著改善早期藥物發現。此外，基于量子物理的算法還能指導生成式人工智能，以更快、更準確的方式高效發現創新候選藥物。表表4：人工智能與量子物理方法在藥物發現領域的差異人工智能與量子物理方法在藥物發現領域的差異 人

34、工智能人工智能 量子物理量子物理 原則 數據 第一性原理 方法 歸納推理 演繹推理 適用場景 可使用大量數據時，如虛擬分子生成、化合物合成路線預測及 ADMET 性質預測 基于靶蛋白及分子模擬的從頭設計、虛擬篩選及先導化合物優化 特性 高通量，對數據的要求高 高精度，對計算能力的要求高 潛在發展 快速迭代，跨越臨界點后有可能實現快速發展 線狀發展依賴于物理學領域的進步 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 11/40 對數據的需求 需要大量實驗數據，無法推斷與訓練集不相似的分子。無需先積累實驗數據，通過基于量子物理的第一性

35、原理計算生成的數據輸入可持續進化人工智能模型。數據來源：公司招股書，東吳證券研究所 AI 制藥處于成長期，潛在市場空間廣闊制藥處于成長期，潛在市場空間廣闊。從 2022 到 2025 年，AI 制藥的規模還相對有限。這一狀況有望在 2035 年得到改觀，一方面，自研管線可變現數量有所增加；另一方面，由于 AI 制藥的技術能力預期到時會在國際及國內得到更為批量化的證明，合作管線數量將有大幅增加。同時，軟件和節點式付款變現可能更為常見。2022 年自研管線市場規模約 11.6 億人民幣，對外合作管線研發市場規模約為 15.5 億人民幣，總市場規模約為 27 億人民幣。根據量子位的預測，到 2025

36、 年，自研管線市場規模將會達到34.7 億人民幣，對外合作管線研發市場規模約 33 億人民幣，總市場規模約 67.7 億人民幣；到 2035 年，自研管線市場規模有望達到 686.3 億人民幣，對外合作管線研發市場規模將達到 1353 億美元，疊加其他相關收入，總市場規模達到 2039.6 億人民幣。圖圖8：中國中國 AI 制藥市場規模估算制藥市場規模估算 圖圖9：按類型劃分的中國按類型劃分的中國 AI 制藥行業市場規制藥行業市場規模模（億元）（億元）數據來源：量子位（2025、2035 年數據為預測），東吳證券研究所 數據來源：量子位（2025、2035 年數據為預測），東吳證券研究所 干濕

37、結合、數據生成與自動化是人工智能輔助藥物研發中亟需解決的問題。干濕結合、數據生成與自動化是人工智能輔助藥物研發中亟需解決的問題。具備以下能力的人工智能輔助藥物研發公司將在未來競爭中具備優勢。1）干濕實驗室結合能力：多數市場參與者缺乏將濕實驗室與干實驗室結合起來的綜合能力，導致研發周期更長且成本更高。2）高質量、大規模數據生成能力?；诹孔游锢淼挠嬎慵叭斯ぶ悄芫衅渥陨淼闹卮笙拗?，例如，以研發為目的開發基于量子物理的計算既困難又耗時，而人工智能模型則受其訓練集的限制，因為它們無法推算與訓練集并不相似的分子。盡管如此，將基于量子物理的計算與人工智能能力相結合可以大規?？焖偬幚頂祿⒂嬎愠疆斍靶袠I

38、能力及數據的分子特性。3）實驗室自動化能力：自動化能使濕實驗室快速驗證 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 12/40 人工智能模型產生的預測并大規模生成數據以進一步訓練人工智能模型。經改進的人工智能模型反之能夠為濕實驗室實驗的設計和性能提供更好的影響。因此，整合人工智能、量子物理及自動化濕實驗室能力的人工智能藥物研發公司，能夠通過創造數據生成、學習和確認相互促進的良性循環，不斷增強其藥物研發能力并超越不具備這些能力的競爭對手。表表5：主要人工智能藥物發現公司的技術能力比較主要人工智能藥物發現公司的技術能力比較 公司 地

39、點 背景 人工智能應用 量子物理能力 濕實驗室能力 自動化實驗室能力 籌集資金/百萬美元 XtalPi 中國大陸 本公司 藥物及材料研發/固態研發/自動化實驗室 732 公司 F 中國香港 臨床階段的尖端藥物或生物技術公司 靶點發現/藥物重定向 401 公司 G 美國 納斯達克上市的臨床階段生物技術公司，利用其基因的人工智能技術發現及重定向更好的藥物 靶點發現/化合物篩選 374 公司 D 美國 納斯達克上市的臨床階段生物技術公司，涵蓋整個生物學、化學、物理、數據科學及工程的創新、解釋與理解 靶點發現/化合物篩選 465 公司 I 英國 納斯達克上市的藥物發現及開發的人工智能能力的生物技術公司

40、 靶點發現/化合物篩選/藥物重定向 292 公司 A 美國 生物制藥公司，致力于通過全面整合物理及生物學的藥物研發及藥物通過的實時發掘及優化藥物研發 靶點發現化合物篩選/臨床試驗設計 643 公司 B 美國 納斯達克上市的藥物發現及生物技術制藥公司 靶點發現及化合物生成/先導化合物優化 550 公司 C 加拿大 納斯達克上市的藥物研發及生物技術公司 靶點發現、化合物篩選/化合物合成 517 公司 E 美國 生物技術公司，致力于提供大型藥物研發服務及開發 靶點發現/藥物重定向 460 公司 H 美國 納斯達克上市的藥物發現及生物技術制藥公司 靶點發現/藥物重定向 300 數據來源：公司招股書（籌

41、集資金截至 2023 年 12 月 31 日），東吳證券研究所 人才、數據、一站式及商業化服務能力是主要的市場進入壁壘。人才、數據、一站式及商業化服務能力是主要的市場進入壁壘。1）兼具 AI 知識與藥物發現專業背景的人才稀缺，該類人才可以使模型設計中更多考慮生物醫藥原理，避 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 13/40 免藥物研發模型走向“數據黑箱”。2）大量的現實世界數據對于進一步調整藥物研發模型至關重要，新進入者缺乏先進的人工智能能力及高質量數據。3）新進入者往往不具備實驗室自動化及商業化服務的能力，難以滿足用戶的

42、多元化研發需求。新藥研發的降本增效需求是主要的市場增長驅動因素。新藥研發的降本增效需求是主要的市場增長驅動因素。全球人口老齡化及心血管病、代謝病、癌癥及神經變性疾病等發病率的上升，刺激了對新型療法及更高效藥物發現的需求。傳統的藥物研發項目效率低、研發周期長、失敗率高且成本高昂，迫切需要新技術來降低成本、縮短研發。人工智能正通過模擬及預測潛在結果幫助研究人員減少藥物研發所需的實驗人力，同時提高識別合適的藥物靶點的效率。通過篩選更有可能成功的分子，人工智能有可能顯著縮短藥物研發流程并降低成本。數據保護和多樣化管線是人工智能藥物研發的未來趨勢。數據保護和多樣化管線是人工智能藥物研發的未來趨勢。1）數

43、據是人工智能藥物研發公司的壁壘，同時部分臨床數據會涉及患者隱私，因此保護數據安全與隱私是未來趨勢。2）人工智能賦能的預測工具的進步已經并將繼續提高藥物研發及臨床前測試的準確性及效率，將進一步最大限度地減少藥物研發的失敗率，同時推動管線的多樣化發展，因此人工智能賦能的制藥公司更具備布局多樣化管線、避免同質化的能力。2.2.固態研發服務行業固態研發服務行業 固態研發對于評估固體材料的物理及化學性質至關重要。固態研發對于評估固體材料的物理及化學性質至關重要。例如，生物藥效率、溶解度、溶出率及穩定性等特性對候選藥物的成功至關重要，因為這些特性會影響人體吸收藥物的程度及在規定條件下儲存藥物的方式。需要進

44、行全面的固態形式篩選，以確定最佳的鹽/共晶及多晶型并確定其特性，從而選擇藥理/物理上最可行的晶型，同時使藥物免受仿制藥競爭的影響。全面的固態研發工作有助于最大限度地提高可行候選藥物的成功率，并降低對較弱候選藥物作出過度投資的風險。人工智能通過在計算預測與實驗驗證之間建立反饋回路，有效賦能固態研發。人工智能通過在計算預測與實驗驗證之間建立反饋回路，有效賦能固態研發。固態研發涉及五個關鍵方面，包括晶體結構預測、固態篩選及評估、晶體結構確定、固態測試及分析以及結晶工藝。傳統固態研發方法在預測特定分子的正確晶體結構方面存在局限性，難以根據過往數據和刊物有效預測，僅能對數量有限的配體進行篩選和評估，難以

45、確定最佳的鹽或共晶型及多晶型。此外，傳統方法無法通過人工分析準確確定晶體結構，僅能依靠實驗分析進行固態測試和分析，無法獲得特定晶型的詳細特征，只能通過“試錯”法解決結晶過程中的問題，耗費大量時間和成本。相比于傳統的純實驗方法，新技術賦能的方法，尤其是人工智能及自動化賦能的方法，可以在計算預測與實驗驗證之間建立反饋回路，從而在更短時間內提供更高的功效及精確度。表表6：晶體預測各步驟的傳統人工與新技術方法對比晶體預測各步驟的傳統人工與新技術方法對比 目的 傳統人工方法 新技術方法 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 14/4

46、0 晶體結構預測 無法利用過去的數據及刊物進行有效預測 人工智能賦能的晶體結構預測平臺能夠計算所有可能的晶型，并以更快的速度準確高效地鑒定穩定性 固態篩選及評估 僅對數量有限的配體進行測定 計算篩選擴大了新型藥物及材料化學定向的探索；人工智能賦能的工具催化對最有前景的候選者進行可行性評估 晶體結構確定 使用 X 射線粉末衍射法（XRPD）、人工分析無法準確鑒定 透過對 XRPD 圖譜進行人工智能賦能的分析，可獲得三維結構 固態測試及分析 實驗分析，如 X 射線衍射分析、動態蒸汽吸附法及熱重微鏡 基于量子物理的模型及機器學習驅動的高通量特性篩選；利用人工智能賦能工具進行更全面數據分析 結晶工藝開

47、發 通過試錯解決問題 事先根據晶體的化學/物理性質預測并確定可能出現的最大規模問題，減少所需的試驗次數，并使用自動化實驗室提高實驗效率 數據來源：公司招股書，東吳證券研究所 固態研發市場應用場景以制藥為主，材料科學領域有望較快增長。固態研發市場應用場景以制藥為主，材料科學領域有望較快增長。全球固態研發服務市場包括藥物和材料科學兩個分部，其市場規模從 2018 年的 13 億美元增長到 2022年的 29 億美元，年復合增長率為 21.4%，根據弗若斯特沙利文預測，預計將從 2023 年的 38 億美元進一步增至 2030 年的 209 億美元，年復合增長率為 27.7%。在 2022 年，中國

48、固態研發服務市場規模約為 6 億美元，占全球市場的 20.1%；美國市場規模約為 13億美元，占全球市場的 44.9%；歐盟市場規模約為 7 億美元，占全球市場的 23.5%。圖圖10：2018-2030 全球固態研發服務市場規模全球固態研發服務市場規模(十億美十億美元元)圖圖11：2022 年按地區劃分的固態研發服務市場明細年按地區劃分的固態研發服務市場明細 數據來源：公司招股書，東吳證券研究所 數據來源：公司招股書，東吳證券研究所 提供固態研發服務的公司主要分為三類：專業固態 CRO、大型 CRO，以及晶泰控股等聚焦于人工智能的技術公司。由于固態研究的復雜性及所需的先進設備，生物技術與制藥

49、公司通常選擇將固態研發外包。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 15/40 表表7：主要固態研發服務公司的能力比較主要固態研發服務公司的能力比較 公司 地區 背景 公司類型 晶體篩選功能 結晶工藝整合功能 XtalPi 中國 本公司 聚焦人工智能的技術公司 人工智能賦能篩選及傳統實驗整合 高精度技術集成及自動化實驗組合 公司 P 中國 固態研究及制劑 CDMO 服務提供商 專業固態 CRO 傳統實驗 無功能 公司 Q 中國 于上海證券交易所和香港證券交易所上市的制藥研發及服務提供商 大型 CRO 傳統實驗 傳統實驗 公司

50、 R 中國 于深圳證券交易所上市的制藥研發及生產服務提供商 大型 CRO 傳統實驗 傳統實驗 公司 S 美國 于紐約證券交易所上市，專門提供各種臨床前和臨床服務、基因治療及細胞治療服務的制藥公司 大型 CRO 傳統實驗 傳統實驗 公司 T 美國 專注于開發跨越各種罕見病領域的新型療法的生物制藥公司 聚焦人工智能的技術公司 人工智能賦能篩選及傳統實驗整合 實驗篩選及表征模擬計算及分析相結合 公司 U 加拿大 制造及結晶工程服務提供商 專業固態 CRO 傳統實驗 傳統實驗 公司 V 法國 于巴黎證券交易所上市的生產檢測服務提供商 大型 CRO 傳統實驗 傳統實驗 數據來源：公司招股書，東吳證券研究

51、所 技術和商業化難度是主要的市場進入壁壘。技術和商業化難度是主要的市場進入壁壘。固態研發技術要求較高，且通過長時間的實際工作經驗中積累研發經驗。持續參與各種化合物的結晶項目的公司積累了較多經驗，提高技術熟練度及服務質量與效率。此外，在需要符合嚴格監管要求的受監管行業中，遵守安全、質量及環境法規可能復雜且耗時，對不熟悉監管框架的新進入者來說，可能延誤其商業化進程。技術進步、外包增加及應用領域擴展是主要的市場增長驅動因素。技術進步、外包增加及應用領域擴展是主要的市場增長驅動因素。1）量子物理及人工智能的發展提高了固態研發的速度和成本效益。人工智能賦能的固態研發可快速詳盡地預測晶型及特征、確定有意義

52、的晶體結構，提高成功率、支持關鍵研發決策，并顯著縮短晶體結構研究的周期。2）生物技術與制藥公司將越來越多的研發活動外包給擁有固態表征、配方優化及其他相關服務專業知識及資源的第三方提供商。3）擴展應用領域的趨勢將繼續推動固態研發服務市場的增長。固態研發服務的應用領域由藥物向材料拓展是未來趨勢。固態研發服務的應用領域由藥物向材料拓展是未來趨勢。固態研發服務包括晶型篩選及結晶工藝開發，在許多行業中發揮重要作用，尤其是在需要精確控制晶體材料性質的行業，例如制藥和農用化學品行業。固態研發有助于優化農用化學品中的活性成分，請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳

53、證券研究所東吳證券研究所 16/40 提高產品的功效、安全性及延長保質期。此外，固態研發服務有助于開發具有高強度、耐用性或導電性等特定屬性的新材料，已廣泛應用于電子及建筑等行業。2.3.自動化研發實驗室行業自動化研發實驗室行業 自動化研發解決方案通過應用自動化技術，在生物制藥、化學及材料行業等多個領域實現更迅速、高通量及更準確的濕實驗室流程，如自動化液體處理、樣品制備、合成和結晶。這些解決方案可用于分析及優化每天 24 小時運行的大量數據，提高研發質量及效率。自動化反應器械目前主要用于制藥，未來應用將向材料科學、農業等領域拓展。自動化研發有望徹底改變研發流程，縮短合成新分子所需的時間，并更好地

54、理解反應過程，優化大規模生產。表表8：制藥、材料科學及其他行業應用自動化的優勢制藥、材料科學及其他行業應用自動化的優勢 制藥 材料科學 其他 領域 小分子、多肽、抗體、PROTAC、ADC 有機電子學、聚合物材料、半導體、能源捕獲及儲存、復合配方、消費品 殺蟲劑、農藥、化妝品、化肥、醫療保健產品、農業 優勢 深入研究新藥物的安全性及其他物理/化學性質，優化相關生產流程 以更低的成本快速發現新型分子，成功率更高，通過分子建模及模擬優化生產流程 高通量篩選，以更快的速度篩選分子，危險化學反應的安全保障及監控 數據來源：公司招股書，東吳證券研究所 傳統人工方法受限于成本高、效率低、安全隱患及準確度低

55、等問題。傳統人工方法受限于成本高、效率低、安全隱患及準確度低等問題。隨著人口老齡化，勞動力成本不斷增加。復雜的實驗流程使得資格培訓期漫長，進一步加劇了成本問題。此外人工實驗生產力不足，人類無法全天候持續進行實驗，復雜耗時的測試流程限制了人工無法有效處理大量樣品，長期重復操作導致效率及精確度降低。安全隱患也顯著，手動實驗容易導致交叉污染、化學品泄漏及樣品污染風險增加。不可靠的結果源于手動操作中的人為錯誤，導致準確性降低和結果不一致，且獲取的實驗數據缺乏可追溯性，這些問題共同影響實驗的整體質量和可靠性。自動化技術自動化技術是制藥和材料科學是制藥和材料科學產業升級的主流趨勢產業升級的主流趨勢。自動化

56、應用領域包括藥物及材料科學發現、化學合成和質量控制等。通過整合機器人平臺、先進儀器及智能軟件，自動化技術可簡化并加快藥物及新材料的發現過程，提高化學反應和合成效率。自動化技術還優化了實時數據捕獲和分析，并持續監測實驗室環境的安全參數及潛在風險。自動化研發實驗室應用場景以制藥為主，化學及材料科學領域有望較快增長。自動化研發實驗室應用場景以制藥為主，化學及材料科學領域有望較快增長。全球自動化研發實驗室市場規模從 2018 年的 18 億美元增長到 2022 年的 42 億美元，年復合增長率為 23.6%。根據弗若斯特沙利文預測，預計將從 2023 年的 59 億美元進一步增至2030 年的 607

57、 億美元，年復合增長率達 39.6%。目前，自動化研發實驗室主要用于制藥 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 17/40 行業，2022 年占整體市場的 86.4%。隨著制藥行業以外的化學及材料科學行業（如石化行業、新能源行業等）對自動化研發實驗室需求的增加，全球市場預計將在 2022 至 2030年期間快速增長，其他行業預計到 2030 年將占全球自動化研發實驗室市場的 44.5%。圖圖12：2018-2030 全球自動化研發實驗室市場規模全球自動化研發實驗室市場規模(十十億美元億美元)圖圖13：2022 年按地區劃分

58、自動化研發實驗室市場明細年按地區劃分自動化研發實驗室市場明細 數據來源：公司招股書，東吳證券研究所 數據來源：公司招股書，東吳證券研究所 自動化研發實驗室市場參與者以機器人為主，人工智能功能有限。自動化研發實驗室市場參與者以機器人為主，人工智能功能有限。大型自動化研發實驗室公司主要提供自動化設備/高通量篩選服務，由于缺乏人工智能功能，多數公司仍使用傳統自動化機器人系統，不具備或僅具備有限的智能數據處理能力。因此，晶泰控股等具備人工智能賦能的實時實驗進度監控及數據處理功能、先進的人工智能賦能的自動化系統及數字化 LIMS 的公司有望超越傳統的自動化研發實驗室。表表9：主要自動化研發實驗室公司的功

59、能比較主要自動化研發實驗室公司的功能比較 XtalPi 公司 L 公司 M 公司 O 背景 本公司 位于瑞士的領先實驗室自動化及數字化軟件提供商，致力于研發及質量控制方面的前通量及高量產實驗 位于美國，于紐交所上市的生物科技公司，提供分析服務，生命科學解決方案，體檢診斷，實驗室，制造及生物技術服務 位于美國的領先制造商，專門提供實驗室自動化，自主化液體處理工作站及定量系統的制造及定型 主要解決方案類型 自動化結晶、智能合成工作站及公式固體分配器 自動化合成工作站及公式固體分配器 實驗室自動化解決方案，如液體處理設備及高通量篩選 自動化液體處理設備 自動化功能 先進的人工智能賦能的自動化系統 傳

60、統的自動化機器人系統 傳統的自動化機器人系統 傳統的自動化機器人系統 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 18/40 智能數據處理功能 人工智能賦能的實時實驗進度監控及數據處理：數字化LIMS 系統 功能有限，使用外部軟件 AUTOSUITE 功能有限，使用外部軟件 無功能 定制功能 專門為藥物研發工作流程設計的獨特的定制功能 獨大的定制功能，滿足特定行業需求 標準化的自動化解決方案，定制功能有限 產品尺寸及類型的定制功能有限 數據來源：公司招股書，東吳證券研究所 資金、競爭壓力及兼容性是主要的市場進入壁壘。資金、競爭壓

61、力及兼容性是主要的市場進入壁壘。1）高投資：建造自動化研發實驗室需要對基礎設施、設備及技術進行大量投資。這需要大量的前期成本以及日后的維護和升級成本。2）與現有市場參與者競爭：自動化研發實驗室市場上已有許多成熟的市場參與者，擁有知名品牌、大量服務產品及強大的市場影響力，為新進入者贏得市場份額及與成熟參與者競爭造成了巨大障礙。3）與現有實驗室基礎設施兼容的挑戰：將自動化研發實驗室與現有實驗室工作流程、信息系統及數據管理平臺整合的過程復雜。為了使用自動化解決方案，需要對不熟悉自動化的員工進行成本高且耗時的培訓。產業升級需求及人工智能的進步是主產業升級需求及人工智能的進步是主要的市場增長驅動因素。要

62、的市場增長驅動因素。1）與傳統非自動化研發實驗室相比，自動化研發實驗室具有顯著優勢，如生產力提升、準確性、可擴展性及標準化提高以及成本下降等。2）人工智能及機器學習算法可分析復雜的數據集，提供有價值的見解并支持數據驅動的決策；云計算則使實驗室能夠有效解讀大量數據。這些技術進步可優化實驗室工作流程，實現實驗室擴展性、提高效率及提升準確性。多技術整合及重視數據安全是未來趨勢。多技術整合及重視數據安全是未來趨勢。未來市場參與者需要提供全面的、先進的實驗室自動化解決方案，將傳統自動化與人工智能、機器人、基于量子物理的第一性原理計算及云計算整合。隨著對自動化研發實驗室數據依賴程度提高，市場參與者將執行全

63、面的數據管理常規、加密技術及合規框架，確保數據完整性并滿足監管要求。2.4.材料科學研發行業材料科學研發行業 人工智能等新技術將重塑材料科學研發方式。人工智能等新技術將重塑材料科學研發方式。材料科學是探索材料性質、結構、性能及加工的跨學科領域，旨在發現具有增強及定制特性（如強度、導電性及柔韌性）的新型材料。傳統的材料科學研發流程遵循科學探索、實驗、評估及制造的系統化這一既定流程，將新材料商業化的時間較長。計算材料科學與工程有望徹底改變新材料的發現，減少研發時間及成本，并加速新材料在商業產品中的應用。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東

64、吳證券研究所 19/40 表表10：材料科材料科學領域新技術方法對比傳統人工方法的優勢學領域新技術方法對比傳統人工方法的優勢 類別 傳統人工方法 新技術賦能的方法 理念及概念 有限勞動力限制對材料空間的探索；潛在搜索空間巨大使科學家難以掌握所有可能性。預測性計算功能利用人工智能、機器學習及開源算法等新技術，充分探索潛在材料的巨大搜索空間。性質界定 材料的性質界定及合成可能需要數月至數年的時間，必須透過試錯流程優化材料設計。自動化數據收集便于構建材料綜合性質庫，其將極大地訓練集，從而進一步提高預測模型的準確性；材料合成 材料合成流程中，手工、半行及人力密集型作業可造成誤差，如測量誤差、程序誤差、

65、污染、樣品處理不當及缺乏質量控制等。自動化合成使研究人員無需進行重復的、長時間的實驗：研究人員僅需輸入靶點分子或材料，計算機將自動作出決定，控制機器人進行實驗，監控合成流程，根據分析儀器的反饋自動優化條件或路線。測試及驗證 實驗觀察一直是驗證材料的各種化學及物理性質的最主要及最基本的方法。就復雜的多元材料合成產品而言，該流程耗時，漫長且難以管理。量子物理及人工智能賦能的高通量原子計算能夠幫助研究人員利用第一性原理精確計算晶體固體的電子性質。根據電子鍵合及基于量子物理的計算，利用經驗及實驗數據，預測及驗證材料結構及性質。擴大生產規模的試點及生命周期評估 傳統人工方法乃利用實驗室實驗及觀察，文獻綜

66、述及現有知識以及簡化的數學模型對新材料進行評估。所進行評估的規模、復雜程度及精確度極為有限。計算建模及模擬技術能夠評估不同的生產流程，并可確定提高能效及減少資源消耗的關鍵點。研究人員可透過進行場景測試評估材料生命周期不同階段相關的環境影響。數據來源：公司招股書，東吳證券研究所 新型材料的市場需求持續增加。新型材料的市場需求持續增加。全球材料科學研發開支從 2018 年的 400 億美元增至 2022 年的 664 億美元，年復合增長率為 13.5%。根據弗若斯特沙利文的預測，預計將從 2023 年的 763 億美元進一步增至 2030 年的 1,779 億美元，年復合增長率為 12.8%。中國

67、材料科學研發開支從 2018 年的 73 億美元增至 2022 年的 148 億美元，年復合增長率為 19.3%。預計將從 2023 年的 178 億美元進一步增至 2030 年的 585 億美元，年復合增長率為 18.5%。圖圖14：2018-2030 全球材料科學研發開支全球材料科學研發開支(十億美元十億美元)數據來源：公司招股書，東吳證券研究所 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 20/40 材料科學應用多元，參與者廣泛。材料科學應用多元，參與者廣泛。材料科學研發市場競爭激烈，既有成熟行業領袖，也有技術驅動型公司等

68、新進入者。新興參與者利用先進的計算能力，提供人工智能賦能平臺、軟件解決方案及自動化系統，服務于制造業、生物技術及制藥行業、基礎設施行業、農業以及化妝品行業等各個行業的終端用戶，加速材料科學研發進程。表表11：主要材料科學研發公司的產品、功能及應用對比主要材料科學研發公司的產品、功能及應用對比 背景 主要產品類別 先進的人工智能及機器學習功能 應用領域 XtalPi 本公司 基于量子物理，以人工智能賦能的軟件解決方案及自動化實驗室服務 利用深度學習技術的先進人工智能算法 虛擬篩選、性質預測、建模、模擬以及化合物合成 公司J 基于物理的計算平臺，在藥物及材料科學研究中更高效地發現更寬的化學分子 基

69、于量子物理以人工智能賦能的軟件解決方案 利用深度學習的先進人工智能算法 虛擬篩選、性質預測及化學模型 公司W 位于瑞士的實驗室自動化及數字化技術公司 綜合平臺解決方案 機器學習驅動的科學信息學 性質預測、分子建模、模型及產品質量保證 公司X 位于美國，紐約證券交易所上市的實驗室自動化設備及服務制造商與供應商 云原生數字平臺解決方案 機器學習驅動的建模技術 化合物建模、結構設計及分子聯接 公司Y 位于美國的精密測量設備公司自動化解決方案制造商提供商 SaaS 平臺解決方案 特定領域人工智能算法及智能數據管理 虛擬篩選、實驗開發及功能模塊 數據來源：公司招股書，東吳證券研究所 材料科學向生物領域轉

70、變，人工智能及跨學科技術賦能材料研發。材料科學向生物領域轉變，人工智能及跨學科技術賦能材料研發。對可持續發展的日益重視推動了對環境影響較小的先進材料，研發的重點可能從石油基材料轉向生物基材料。材料科學研發依賴傳統的“試錯”實驗方法進行活動，數據分析及機器學習技術的使用將加快材料的發現、優化及性質界定過程?？鐚W科研發促進對材料的全面了解，并推動新型功能的開發，從而推動材料科學研發的創新。3.AI for Science，具備跨行業賦能能力，具備跨行業賦能能力 3.1.營收步入商業化階段，營收步入商業化階段，AI 平臺價值加速兌現平臺價值加速兌現 營收突破商業化門檻，成功刪除股份標記。營收突破商業

71、化門檻，成功刪除股份標記。2024 年公司營收為 2.66 億元，同比增長 53%。2024 年度公司營收達到了港交所商業化公司 2.5 億港元的收入門檻。因此，公 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 21/40 司根據上市規則向聯交所申請取消“未商業化公司”的稱號，已獲得批準。獲批準后，公司將被視為商業化公司，其股票簡稱中的P標記將被移除。新的英文股份簡稱為“XTALPI”，中文股份簡稱為“晶泰控股”。圖圖15：2020 年年-2024 年公司營收及同比增長情況年公司營收及同比增長情況 數據來源：wind，東吳證券研究

72、所 凈虧損收窄，扭虧為盈拐點可期。凈虧損收窄，扭虧為盈拐點可期。2024 年公司經調整凈虧損為 4.57 億元，較上年同期的經調整凈虧損下降 0.65 億元。同時，公司費用率情況持續改善，2024 年公司銷售、管理和研發費用率共計 340.47%，較上年同期下降 140.63pct。隨著公司營收規模進一步擴大，公司利潤端有望迎來扭虧為盈的拐點。圖圖16：2020 年年-2024 年公司經調整凈虧損情況年公司經調整凈虧損情況 圖圖17：2020 年年-2024 年公司費用率情況年公司費用率情況 數據來源：wind，東吳證券研究所 數據來源：wind，東吳證券研究所 現金充足，財務狀態良好?，F金充

73、足，財務狀態良好。截至 2024 年 12 月 31 日，公司的現金及現金等價物、定期存款、按公允價值計入損益的金融資產的流動部分以及受限制現金總額為 31.02 億0 020204040606080801001001201200 00.50.51 11.51.52 22.52.53 3202020202021202120222022202320232024202420202020-20242024年公司營收及同比增長情況年公司營收及同比增長情況營業收入營業收入/億元億元同比增長同比增長/%/%請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證

74、券研究所 22/40 元，相較 2023 年同期增加 2.74 億元。2025 年 1 月 24 日公司完成 11.25 億港元融資；2月 19 日公司宣布，擬以每股 6.10 港元，最多配售 3.42 億股，募資 20.88 億港元。因此，公司目前現金儲備良好，財務狀況可應對后續投入。圖圖18：2020 年年-2024 年公司部分流動資產情況（億元）年公司部分流動資產情況（億元）數據來源：wind，東吳證券研究所 中藥及電解質機器人解決方案放量，公司智能機器人業務大幅增長。中藥及電解質機器人解決方案放量，公司智能機器人業務大幅增長。2024 年公司來自智能機器人解決方案收入為 1.63 億元

75、，較上年同期的 8670 萬元增長 87.8%；主要由于 XtalPi 研發解決方案（如中藥及電解質機器人解決方案）的大幅增長，及自動化化學合成服務產生的收入增加所致。2024 年公司來自藥物發現解決方案收入為 1.03 億元，較上年同期的 8770 萬元增長 18.2%。圖圖19：2020 年年-2024 年公司分產品營收情況（億元）年公司分產品營收情況（億元）圖圖20：2020 年年-2024 年公司分區域營收情況（億元）年公司分區域營收情況（億元）數據來源：wind，東吳證券研究所 數據來源：wind，東吳證券研究所 3.2.數據構造護城河，邁向數據構造護城河，邁向 AI for Sci

76、ence 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 23/40 3.2.1.海量數據筑牢壁壘，計算海量數據筑牢壁壘，計算+自動化實現“干、濕”閉環技術平臺自動化實現“干、濕”閉環技術平臺 量子量子+AI 模型生成虛擬數據，機器人自動化積累實驗數據。模型生成虛擬數據，機器人自動化積累實驗數據。截至 2025 年 4 月，公司虛擬數據包括：1）650 萬+高精度量化數據；2）10 萬+分子力場參數；3）FEP 數據約 50 萬分子對，靶標 150+；4）蛋白軌跡為 501050012=310幀。實驗數據包括：1）合成方面，已覆蓋了

77、 80%的藥化常用反應類型，且持續增加；2）機器人科學家 724 小時運轉，每月積累 20+萬條反應過程數據，數據收集效率是傳統數據收集方式的 40倍；3）自建 20+種 AI 反應性/實驗條件預測模型，對實驗性陽性結果預測準確率超過合成專家人員預測水平的一倍；4）自建了 UV 譜圖預測模型和基于 LCMS 譜圖的產率預測模型，準確率超過 90%，極大提升了數據標注效率。公司結合計算機工具和機器人自動化濕實驗室，提供干濕閉環解決方案。公司結合計算機工具和機器人自動化濕實驗室，提供干濕閉環解決方案。平臺由高性能云計算支持的計算機工具（包括基于量子物理的計算和人工智能）和以專業知識為后盾的機器人自

78、動化濕實驗室實驗組成。圖圖21：公司閉環綜合技術平臺結構公司閉環綜合技術平臺結構 數據來源：公司招股書，東吳證券研究所 公司將人工智能能力整合到多個核心技術中，包括自動化化學合成、晶體結構篩選公司將人工智能能力整合到多個核心技術中，包括自動化化學合成、晶體結構篩選以及涵蓋小分子、多肽、以及涵蓋小分子、多肽、ADC、PROTAC 和抗體的多模態藥物發現平臺，以優化技術和抗體的多模態藥物發現平臺，以優化技術效能和性能。效能和性能。不同于競爭對手，公司結合基于量子物理的第一性原理計算和人工智能技術?；诹孔游锢淼挠嬎惴椒ㄑ邪l難度大且耗時，而人工智能有局限性，難以推算與訓練集不相似的分子。通過結合這兩

79、者，公司可以快速處理數據并計算出超出現有能力及數據的分子特性。此外，公司開發了專有的 ProteinGPT，這是一種基于人工智能的生物醫學生成工具，旨在預測和篩選蛋白質序列，并通過將大型語言模型（LLM）納入算法，生成符合特定標準的蛋白質候選藥物。公司利用 ProteinGPT 作為發現和研究大分子藥物和新材料的一般策略，包括：(i)生成結合特定靶蛋白序列的蛋白，(ii)根據特定標準生成抗體庫，(iii)優化現有抗體以滿足特定改進要求。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 24/40 表表12：不同藥物研發方法的對比不同藥

80、物研發方法的對比 傳統人工方法 基于人工智能的方法 基于量子物理的方法 公司的成就 速度 傳統人工方法開發新型候選療法從早期發現到臨床前階段通常需要四到六年的時間?；谌斯ぶ悄艿乃幬镅邪l過程需要兩到三年的時間，這將縮短約 30%至 50%的整體傳統藥物發現周期，并降低約25%至 50%的總成本。量子物理方法能夠自始至終地利用計算機數據以訓練人工智能模型，識別、優先考慮及優化有潛力的候選藥物。在苗頭化合物至先導化合物的發現過程中，傳統方法需要約兩年半，人工智能方法需要約十個月，公司需要不到兩個月。規模 傳統的藥物研發項目只能通過濕實驗室實驗合成和分析不超過幾千個分子，這導致了藥物設計與發現的集群

81、化和趨同性?；谌斯ぶ悄艿姆椒梢詮膹V闊的新型藥物及材料的化學空間中篩選出數十億種潛在分子和化合物，并根據藥物特性對其進行高效排序?；诹孔游锢淼谝恍栽碛嬎阕允贾两K地基于大規模數據資產，對關鍵分子特性計算擴展到超過一億分子的超大模樣集。公司基于量子物理的人工智能平臺增加了被視為具有挑戰性的靶點發現新型分子的可能性，從而有助于提高后續開發的進展幾率。新穎性 在目前已知約 4,000個疾病相關靶點中，治療藥物庫僅作用于其中約四分之一。由于傳統藥物研發往往基于已知靶點的狹窄范圍，限制了藥物研發的新穎性。人工智能可以在新型藥物及材料的化學空間中搜索，為現有療法的靶點物色具有新作用模式或新化學骨架的新

82、化合物，并為新靶點找到具有預期藥理作用的化合物?；诹孔游锢淼姆椒軌驕蚀_地描述分子系統的相互作用，并提供對分子評估的詳細見解，通過產生和識認新假設來增加新藥物和材料的合理設計。截至 2023 年 12 月 31日，公司約有 39 個針對各種治療領域的進行中藥物發現項目，其中一些項目旨在解決新型靶點問題，或確定新的作用機制及/或新的化學骨架。成功率 通過傳統人工方法鑒定的候選藥物分子從苗頭化合物到臨床前候選化合物的成功率為 51%。通過基于人工智能方法鑒定的候選藥物分子從苗頭化合物到臨床前候選化合物的總體概率（成功率）估計超過70%。量子物理方法能夠預測分子系統的關鍵特性以協助決策，與結合人類

83、知識和洞察度，透過性、毒性和代謝穩定性，提高藥物發現的成功率。公司的 XPEP 可將發現特性化合物的幾率由8.5%增至 36%；結合構象預測平臺 Xpose 對于小分子結構的預測精確度達約 56%，而最先進的商業方案約為 30%。數據來源：公司招股書，東吳證券研究所 基于量子物理的計算能力可以更準確地預測和模擬分子的結構、性質和行為，提供基于量子物理的計算能力可以更準確地預測和模擬分子的結構、性質和行為，提供電子和原子層級的機制見解。電子和原子層級的機制見解。這些能力通過以下方式改善藥物及材料科學研發周期：1）增強合理設計：更準確地描述分子系統的相互作用，提供機制見解，產生和驗證新假設。2）決

84、策支持：預測關鍵特性，如結合親和力、溶解度、滲透性、毒性和代謝穩定性，協助候選藥物的決策。3）數據生成：生成精確的計算機數據用于人工智能模型訓練，解決數據稀缺問題。4）優化研發流程：利用人工智能模型優化候選藥物的選擇和優先級，降低研發成本和時間。5）研發模式轉變：推動從數字化研發到基于模擬或計算機式藥物發現的轉變。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 25/40 表表13：公司量子物理計算平臺公司量子物理計算平臺 平臺 場景 機制 優勢 XFF 新型藥物及材料的化學空間探索 使用增強型算法及多樣化的訓練集進行參數全局優化，

85、通過參數化泛函形式描述分子內及分子間的相互作用 廣泛覆蓋化學空間，較高的精確度，靈活的云和本地部署，支持千萬級分子和百萬級量子力學計算數據庫訪問 XFEP 結合親和力預測 在云計算平臺上執行 FEP 方案，結合高精度、高通量親和力預測與 AI 模型，集成增強采樣算法、統計分析方法及 XFF 更高的評估能力（每年約 240,000 個分子），降低成本約 75%，支持不可逆結合預測、結構多樣性和蛋白質突變 Xpose 小分子靶點配體結合構象預測 結合不同采樣及評估算法，模擬藥物或靶點復合物的自由能 提高結合構象預測的成功率（精準度約56%），幫助設計更符合靶點的分子，彌合預測與實際應用的差異 Xt

86、alCSP 晶體結構預測 基于量子物理計算與人工智能賦能，配備全局搜索算法，覆蓋所有理論穩定形態 不依賴實驗平臺，交叉驗證實驗，降低多晶體風險（每年驗證 70 多種實驗形態），快速提供熱力學穩定性評估及推薦溶劑，提高晶型選擇效率 數據來源：公司招股書，東吳證券研究所 公司公司 AI 模型可與物理模型結合，并實現生成式模型可與物理模型結合，并實現生成式 AI 功能。功能。截至 2024 年 6 月，公司構建了超過 200 個人工智能模型，用于全面評估化合物的關鍵特性，并在基于量子物理的計算算法中嵌入這些模型，以提高計算效率和準確性。主要優勢包括：1）人工智能與物理模型結合：公司的人工智能系統結合

87、物理模型，能夠提升高通量數據分析和情景評估的準確性和效率。公司利用這些模型進行活性和 ADMET 特性預測、新藥及材料骨架設計、新結合口袋發現和結晶傾向等研究，并提供一個包含數百億分子的訪問庫，促進新模型的開發。2）公司將生成式人工智能用于小分子和蛋白質設計：公司的算法不僅可以復制專家設計的分子，還能啟發專家產生新想法。公司的 ProteinGPT 是一個主要的生成式人工智能模型，類似于 ChatGPT，能夠在研發過程中自主決策。表表14：公司人工智能平臺公司人工智能平臺 平臺 場景 機制 優勢 ID4Inno 小分子藥物及新材料的分子設計與評估 平臺集成三大功能模塊：定制分子生成、計算機式多

88、參數評估和專家反饋。平臺基于規則庫和生成式算法進行分子生成，采用多種人工智能學習范式（如遷移學習、強化學習），支持多種輸入信息和化合物標記法（如 1D SMILES、2D 圖形、3D 形狀、結合位點和藥效團）在一天或兩天內生成最多數千萬個分子，能夠探索更廣闊的分子新穎性、多樣性及創新性化學空間，針對特定分子設計場景提供定制的高效解決方案，支持目標定向生成、篩選和評估，提升分子設計效率 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 26/40 ProteinGPT 蛋白質藥物和新材料設計，特別是抗體 應用了大型語言模型（LLM）的生

89、成式算法，利用深度學習技術和海量數據集來生成符合特定標準的藥物和新材料。ProteinGPT 可以根據特定靶蛋白序列生成結合蛋白，根據預設標準生成抗體庫，并根據改進要求優化抗體 提高藥物及材料科學研發的效率和成功率，結合自動化實驗室優化工作流程，降低研發成本，縮短研發周期，形成飛輪效應，為客戶和患者提供更多價值。通過自監督學習和強化學習實現更大量無標記數據的潛力，解決生物科學及材料科學領域的問題 XtalFold 抗原抗體復合物結構預測 運行多序列比對（MSA），結合蛋白質間的進化關系，利用機器學習算法迭代識別最佳配對交互，最終生成結構。該算法能夠在僅依靠序列信息的情況下，以高概率和準確率預測

90、復雜結構 提供更高的抗原抗體復合物結構建模成功率和精度。適用于抗體工程、表位鑒定、功能闡明及從頭設計等應用，正優化速度以實現超高通量。支持蛋白質蛋白質及蛋白質多肽復合物結構預測，提升預測的適用性 數據來源：公司招股書，東吳證券研究所 3.2.2.AI+機器人實現多行業應用，邁向機器人實現多行業應用，邁向 AI for Science 公司的智能機器人濕實驗室使實驗室能夠自動化約公司的智能機器人濕實驗室使實驗室能夠自動化約 80%的傳統實驗步驟。的傳統實驗步驟。濕實驗室不僅合成化合物，還通過評估預測結果補充計算機工具，生成真實世界數據以改進這些工具。公司積累了大量高質量數據，為形成閉環大型模型奠

91、定基礎，目標是通過人工智能賦能的智能機器人替代傳統人工方法，實現實驗的自動化改造。相較于傳統濕實驗室，公司的智能機器人濕實驗室具有更高通量、更簡潔流程、最低人為錯誤、低營運成本、高穩定性和更高數據質量，這些優勢支持人工智能模型的迭代訓練、藥物及材料篩選和工藝優化。圖圖22：公司智能濕實驗室工作流程公司智能濕實驗室工作流程 數據來源：公司招股書，東吳證券研究所 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 27/40 智能自動化業務營收快速增長。智能自動化業務營收快速增長。從 2021 年到 2023 年，公司的固態研發服務項目數量

92、從 166 個增加到 283 個，營收從 2,329.6 萬元增長到 4,218.4 萬元。自動化化學合成服務項目數量從 1 個增加到 137 個，營收從 5.5 萬元增長到 4,371.5 萬元。公司固態研發服務和自動化化學合成服務的收入及項目數量增加，反映了公司戰略性地重視智能自動化解決方案?；诠居媱澨峁藴驶蚨ㄖ频淖詣踊鉀Q方案，公司預計相關收入和項目數量將進一步增長。圖圖23：20212023 智能自動化解決方案營收（百萬元）智能自動化解決方案營收（百萬元）圖圖24：20212023 可創收智能自動化解決方案可創收智能自動化解決方案項目項目(個個)數據來源：公司招股書，東吳證券研究

93、所 數據來源：公司招股書，東吳證券研究所 公司的固態研發服務具有顯著優勢公司的固態研發服務具有顯著優勢,小分子晶體結構預測項目中成功率達小分子晶體結構預測項目中成功率達 100%。通過結合先進的理論計算與濕實驗室的實驗能力，能夠高效識別和優化藥物的晶體形態，確保其具有良好的熱力學穩定性和生物利用度。相比傳統依賴經驗的實驗篩選方法，公司的研發流程更加科學、系統，能夠有效降低多晶風險、提高原料藥的溶解度與穩定性。此外，公司是全球少數能夠同時提供晶體結構預測計算和多晶篩選實驗服務的企業之一，在小分子晶體結構預測項目中成功率達 100%，充分體現了公司服務的專業性與可靠性。請務必閱讀正文之后的免責聲明

94、部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 28/40 圖圖25：公司固態研發方案及相較人工的優勢公司固態研發方案及相較人工的優勢 數據來源：公司招股書，東吳證券研究所 公司的晶體結構預測服務具備顯著優勢公司的晶體結構預測服務具備顯著優勢，可提供綜合解決方案，可提供綜合解決方案。傳統多晶型研究主要依賴實驗篩選，容易受到時間限制和原材料供應不足的影響，難以全面識別藥物的最佳晶型。通過結合量子物理計算與人工智能技術，提供先進的晶體結構預測服務，能夠高效識別穩定晶型，并準確評估不同晶型在 0K 至 400K 溫度范圍內的熱力學穩定性。同時，公司不僅提供獨立的計算

95、或實驗服務，還可根據客戶需求，融合計算與實驗專業知識，提供量身定制的綜合解決方案，全面支持固態研發流程。目前，公司已成功交付多項服務，包括先導分子篩選、溶解度提升、高難度分子結晶開發、多晶風險評估及仿制藥專利突破研究，充分體現了晶體預測領域的技術深度與應用能力。圖圖26：公司固態研發服務綜合服務平臺公司固態研發服務綜合服務平臺 數據來源：公司招股書，東吳證券研究所 公司的化學合成服務具有顯著優勢，有效提高合成效率。公司的化學合成服務具有顯著優勢，有效提高合成效率。相較于傳統耗時且成本高的非自動化合成方式，公司依托自主研發的自動化系統 XtalDynamics，大幅提升了化學 請務必閱讀正文之后

96、的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 29/40 合成的效率與安全性。該系統可實現實驗流程的標準化，減少人為干預與操作誤差，全天候穩定運行，顯著提高數據產出與質量。實驗人員只需設定參數，如試劑添加順序、加熱溫度和反應時間，系統即可自動完成合成流程。公司還結合先進的 LC-MS 分析技術，實時監控合成過程，確保數據精準可靠?；谧詣踊辗e累的大量高質量數據，公司能夠持續優化反應條件，提升目標化合物的合成效率，同時借助高通量篩選平臺，加快中間體合成及化合物庫的擴展，全面提升客戶的研發效率與成果轉化速度。公司實驗室智能化自動化解決方案已從公司實

97、驗室智能化自動化解決方案已從 AI 醫藥邁向醫藥邁向 AI forscience，目前已應用于，目前已應用于石油化工、新能源、新材料等行業。石油化工、新能源、新材料等行業。自動化產品與服務包含：智慧實驗室一站式建設服務、自動化實驗島、機器人工作站等，已為客戶落地構建了中藥新藥創制平臺智慧實驗室、有機合成條件篩選和庫合成自動化實驗室、無機材料制備自動化實驗室、特種高分子材料研發自動化實驗室、電池材料制備和表征自動化實驗室等，特定應用場景的機器人工作站包含 XmartChem 智能合成工作站、ChemPlus 桌面型固體加樣儀、催化劑合成工作站、電解液配制和表征自動化工作站等。圖圖27：公司公司自

98、動化實驗室自動化實驗室產品產品 數據來源：公司網站，東吳證券研究所 3.3.合作項目由醫藥延伸至材料合作項目由醫藥延伸至材料等新領域等新領域 3.3.1.服務全球制藥巨頭，近期合作管線進展良好服務全球制藥巨頭，近期合作管線進展良好 服務全球制藥巨頭，公司技術得到廣泛認可。服務全球制藥巨頭，公司技術得到廣泛認可。截至 2024 年 6 月，公司已為全球 300多家生物技術與制藥公司及研究機構提供服務，其中，公司服務已涵蓋全球前 20 大生 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 30/40 物技術與制藥公司中的 16 家。全球

99、第一款獲 FDA 批準上市的口服固體新冠藥物PAXLOVID 由輝瑞研發，其中晶泰控股與其展開了關鍵合作，顯著縮短研發時間，僅用六周就確認了該候選藥物的優勢晶型。表表15：晶泰控股晶泰控股與全球制藥巨頭的合作情況與全球制藥巨頭的合作情況 公司公司 人工智能合作伙伴人工智能合作伙伴 最早合作年份最早合作年份 合作交易要點合作交易要點 輝瑞 XtalPi、Atomwise、Concerto HealthAI、IBM Watson、Insilico Medicine 2016 與 XtalPi 合作加快 Paxlovid 的開發，并于 2021 年在六周內成功確認藥物晶體結構；與 Atomwise

100、合作發現三種靶蛋白的潛在候選藥物。拜爾 XtalPi、Huma AI、Exscientia、Blackford Analysis 2020 與 Exscientia 合作，為治療心血管及腫瘤疾病的潛在候選藥物確定及優化新型先導結構；于 2023 年收購 Blackford Analysis，推動放射學創新，并于臨床工作流程中采用人工智能技術。默沙東 XtalPi、Atomwise、Numerate、PathAI 2012 與 XtalPi 合作研究不同聚合物添加劑對鹽酸二甲雙胍晶體習性的影響；與 Numerate 合作，為一個未公開的心血管疾病靶點開發新藥線索。強生 XtalPi、Benevo

101、lentAI、Celsius Therapeutics、Iktos 2016 與 XtalPi 合作，驗證具有特定靶點定義特性的小分子苗頭化合物，并利用 XtalPi 的 ID4 平臺縮短 DMTA 周期；與BenevolentAI 合作，將測試中的小分子化合物用于藥物發現 禮來 XtalPi、Atomwise、Verge Genomics、Nimbus 2021 與 Verge Genomics 合作，開展肌萎縮側索硬化新療法及治療方法的研究；與 XtalPi 合作，利用 XtalPi 的集成人工智能能力及機器人平臺識別及開發小分子同類首創療法。吉利德 Insitro 2019 與 Insi

102、tro 合作，用化學方法開發最多五種非酒精性脂肪肝炎的擬議療法。海思科 XtalPi 2021 與 XtalPi 合作，將其人工智能能力及新型實驗+計算方法應用于固態研究，進一步加快其創新藥物研發項目的突破及進展。瀚森 XtalPi、望石智慧、深勢科技 2019 與望石智慧合作，設計及發現腫瘤及中樞神經系統等多個治療領域的潛在候選藥物。恒瑞 XtalPi、Iktos 2021 與 Iktos 合作，利用其基于人工智能的從頭新藥設計軟件加速小分子藥物的發現并優化先導化合物。上海醫藥 XtalPi、阿爾法分子科技 2021 與阿爾法分子科技合作，利用其智能藥物開發平臺精準預測靶蛋白結構，進行同類首

103、創 GPCR 藥物的研發。思華藥業 深勢科技 2022 與深勢科技合作，將其中樞神經系統（CNS）藥物研發經驗與深勢科技的人工智能藥物發現平臺相結合，促進其 CNS 藥物的研發。數據來源：公司招股書，東吳證券研究所 公司推動公司推動 AI+機器人在生命科學領域的應用，賦能的管線實現了里程碑跨越。機器人在生命科學領域的應用，賦能的管線實現了里程碑跨越。藥物 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 31/40 發現方面，公司 2024 年與希格生科等公司的合作管線進展良好，顯示了公司 AI 驅動研發能力；并在中東建設首個自動傳統

104、藥物現代化研發實驗平臺，公司 AI+機器人出海實現了初步突破。自動化實驗室方面，公司 2024 年順利完成廣東省省級實驗室中藥新藥智能自動化融合創新平臺的階段性交付；并與協鑫集團簽訂了為期 5 年的戰略研發合作協議，共同開發多種新能源材料領域的 AI 大模型，優化鈣鈦礦等新能源新材料。表表16：晶泰控股晶泰控股制藥用戶制藥用戶 2024 年年合作合作進展進展 合作方合作方 合作內容合作內容 合作合作進展進展 某領先 biopharma AI 驅動的新藥研發項目 計劃在 2025 年進一步擴大合作范圍，針對更多靶點及適應癥展開聯合攻關 東亞多個 biotech 龍頭企業 設計和發現多個高難度靶點

105、的先導化合物 成功發現先導化合物，為合成致死和 CNS 領域的兩個困難靶點實現高效發現 希格生科（深圳）有限公司 開發用于治療彌漫型胃癌的靶向候選藥物 獲得 FDA 和 NMPA 的 IND 臨床批準，完成首例實體瘤受試者給藥，獲得 FDA 孤兒藥資格認證及快速通道認定 北京默達生物科技有限公司 開發用于治療原發性高草酸尿癥的臨床前候選藥物 獲得 FDA 孤兒藥資格和兒科罕見病藥物資格認證，計劃于 2025 上半年在澳洲開展臨床 I 期健康受試者安全評估。全球領先制藥公司（印第安納波利斯）人工智能賦能的小分子藥物發現合作 達成 250 百萬美元合作，進展順利，合作擴展到固態研究領域 深圳萊芒生

106、物科技有限公司 代謝增強型 CD19 CAR-T用于系統性紅斑狼瘡和自身免疫疾病治療 完成首例給藥，優化設計提升親和力與免疫學活性，應用于實體瘤靶點的臨床前研究 某生物科技公司 腫瘤疫苗項目 在 AACR 會議上進行海報展示，獲得更多實驗數據，AI 技術有助于改善臨床治療效果 公司獨立開發 mRNA 序列預訓練模型與mRNA 性質預測模型 在多個任務上超過 SOTA，相關論文被 2025AAAI 大會接收 輝瑞 XFF 力場模型開發 模型在多個預測任務上表現卓越，發表在學術期刊，2025 年繼續合作開發更精準模型 N1 Life 非侵入式眼科藥物遞送平臺 創建多肽載體文庫，提高 RNA 等大分

107、子藥物成藥性，加速眼科藥物開發 新加坡知名科研機構 AI 多肽研發平臺合作 針對腎透明細胞癌全新靶點發現并設計臨床候選藥物，合作共享商業化成果 廣東省省級實驗室 中藥新藥智能自動化融合創新平臺 實現階段性交付，全自動中藥有效活性成分分離和分析平臺建設，自動化、數字化、智能化完成中藥成分提取和分析 阿聯酋王室謝赫哈馬德辦公室 自動傳統藥物現代化研發實驗平臺 簽署首期 3000 萬美元合作協議，在中東建設首個自動傳統藥物現代化研發實驗平臺，開創中東醫藥研發新范式 數據來源：公司 2024 年度報告，東吳證券研究所 公司與希格生科合作研發的新靶點孤兒藥（公司與希格生科合作研發的新靶點孤兒藥（SIGX

108、1094）獲得）獲得 FDA 快速通道認定?？焖偻ǖ勒J定。1）SIGX1094 是是晶泰控股晶泰控股與希格生科合作研發的基于“類器官與希格生科合作研發的基于“類器官+AI”藥物研發平臺”藥物研發平臺開發的核心產品，主要用于治療彌漫性胃癌及其他晚期實體瘤。開發的核心產品，主要用于治療彌漫性胃癌及其他晚期實體瘤。這款藥物基于希格生科 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 32/40 自主發現的全新治療靶點，結合公司的 AI+機器人藥物發現平臺，是全球首個整合類器官和 AI 技術研發的一類創新藥，有望填補彌漫性胃癌靶向治療空白的

109、突破性藥物。2）SIGX1094 是全球首個進入臨床階段的是全球首個進入臨床階段的 FAK/SRC 雙靶點抑制劑。雙靶點抑制劑。FAK 和其關鍵的結合因子 SRC 形成復合物發揮激活下游通路的作用，所以在藥物開發過程中，單一的抑制 FAK 或 SRC 會被對方代償性的補償，從而大大增強了其藥物的抗腫瘤效果。3）SIGX1094 進入臨床階段，獲得進入臨床階段，獲得 FDA 孤兒藥、快速通道認定。孤兒藥、快速通道認定。2024 年 6 月，希格生科宣布其自主研發的全球首款用于治療彌漫性胃癌的靶向藥管線提前獲得美國FDA 的新藥臨床試驗（IND）批件。2024 年 11 月，SIGX1094 獲

110、FDA 孤兒藥（ODD）認定之后的新的資格認定。4）SIGX1094 目前一期臨床進展良好。目前一期臨床進展良好。2025 年 2 月，SIGX1094 獲得 FDA 快速通道認定。2025 年 3 月，SIGX1094 在一期臨床的劑量爬坡試驗中安全性表現良好并呈現初步藥效，在第二個劑量 12.5mg（目標劑量 200mg 的 1/16）給藥的惡性轉移性晚期實體瘤患者出現 SD(Stable Disease，疾病控制)，目前患者病情穩定。3.3.2.AI+機器人落地多行業，深度賦能機器人落地多行業，深度賦能材料科學等材料科學等領域領域 AI+機器人推動材料科學等機器人推動材料科學等行業行業研

111、發范式革新研發范式革新。公司積極把握新材料產業升級的戰略機遇，持續深化 AI+機器人技術對材料科學的賦能，憑借高精度的 AI 及高柔性化機器人技術，已經在材料科學、農業、消費品等領域實現技術落地及達成合作。公司深度整合垂直領域積累的大數據、行業領先的 AI 模型能力以及自主研發的智能機器人矩陣，推動傳統研發范式的革新。公司與協鑫集團簽署為期 5 年的戰略合作協議。協鑫將按照項目研發進度，分期向晶泰控股支付預計約 1.35 億美元研發費用。1）公司為協鑫提供鈣鈦礦、超分子、鋰離子電池、正極材料、碳硅材料等領域高科技新能源材料研發的訂單化服務，開發差異化新材料。2）公司為協鑫打造 AI+自動化數智

112、創制系統，實現從新材料/復合物的快速設計、功能材料的高定制，到工藝的高效開發應用。3）雙方計劃在深圳河套合作區共同成立新材料研究院，加快人工智能在能源行業的商業化應用落地。公司與恒健控股、壽光蔬菜簽署戰略合作協議，共同打造“人工智能+種業”創新聯合體。1）建設智能育種科研平臺，在廣東打造人工智能種業科技平臺、AI 農業種業軟件研發平臺及機器人柔性實驗室，為育種提供高效計算與自動化實驗支持。2）推動智能育種技術突破，運用量子物理與 AI 算法優化基因組選擇，提升精準育種能力，加速種業研發進程。3）促進產業化落地，整合粵港澳大灣區產業鏈資源，推進智能育種成果的商業化應用，培育高價值新型種子產品，助

113、力農業產業升級。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 33/40 表表17：公司在新公司在新材料等材料等領域的合作領域的合作情況情況 領域領域 具體領域具體領域 合作方合作方/孵化公司孵化公司 合作內容合作內容 材料 物質結構預測 劍橋晶體數據庫中心 在 7th CSP blind test 中表現最優，涉及多個材料體系 固態研究 多個行業公司 完成電化學材料、高分子聚合物、陶瓷氧化物材料項目，部分已交付并取得收入 新能源材料 協鑫集團有限公司、北京大學 開發 AI 大模型優化新能源材料，與協鑫集團簽訂 5 年戰略合作協議

114、，向北京大學交付電解液研發智能解決方案 化工催化劑材料 中國石化集團公司下屬研究院 交付高通量合成和催化劑分析前處理解決方案，提高生產效率和分析速度 材料微觀機理 深度原理（Deep Principle）戰略孵化公司，通過生成式 AI 和量子化學解析材料微觀機理，加速新化學反應和新材料開發 碳基材料 方大炭素新材料科技股份有限公司 簽署戰略合作協議，以 AI 推動高端碳基材料智能化研發 超級塑料 賦澈生物（Future Bio）利用生物質或廢棄原料生產環保塑料，推動綠色可持續發展 東南亞 AI產業發展 印尼金光集團 簽署戰略合作，在亞太地區推進 AI 賦能解決方案 農業 沙漠治理 綠技行（上海

115、）農業科技有限公司 通過新材料技術實現中國及中東地區沙漠土壤改良 AI 種業 廣東恒健投資控股有限公司、山東省壽光蔬菜產業集團有限公司 建設智能育種科研平臺，應用量子物理與 AI 優化基因組選擇 生物化肥 美國 Kula Bio 簽訂千萬級研發訂單，結合 AI 和自動化開發新型生物肥料 消費品 人工智能+消費品 工信部中小企業發展促進中心 開展“人工智能+”行動，賦能美妝消費品、生物醫藥、前沿新材料、農業科技等行業 數據來源：公司 2024 年度報告，東吳證券研究所 3.4.AI 賦能各產業發展打造新質生產力賦能各產業發展打造新質生產力，業績增長具備較高確定性業績增長具備較高確定性 政策政策紅

116、利紅利帶動帶動 AI+、機器人、機器人+相關投資，相關投資，驅動驅動短期增長短期增長。近年來國家及各地政府對AI、機器人的產業應用持續關注，推出了系列支持政策。公司產品涉及 AI+、機器人+的醫藥、材料等領域應用，可充分受到政策紅利帶來的機遇，短期內有望迎來快速增長。表表18：AI、機器人領域的相關政策、機器人領域的相關政策 政策政策 發布時間發布時間 區域區域 相關政策內容相關政策內容 關于推動未來產業創新發展的實施意見 2024 年 1 月 全國 開拓新型工業化場景。圍繞裝備、原材料、消費品等重點領域，面向設計、生產、檢測、運維等環節打造應用試驗場，以產品規?；鷳么龠M未來產業技術成熟

117、。深化新一代信息技術與制造業融合，加快推動產業鏈結構、流程與模式重構，開拓未來制造新應用。發揮中央企業豐富場景優勢，加快建設多元化未來制造場景。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 34/40 加快工業元宇宙、生物制造等新興場景推廣，以場景創新帶動制造業轉型升級。關于加快人工智能產業發展的指導意見 2024 年 1 月 浙江 實施“AI+未來工廠”創新引領行動，推進 AI 大模型在工業領域落地應用，建立完善分級診斷評估標準，引導企業數字化轉型和智能化升級。深化“農業產業大腦+未來農場”建設，推動人工智能賦能農業高質量發展。

118、關于加快通用人工智能產業引領發展的若干措施 2024 年 4 月 北京 加快應用場景示范項目建設，推動應用場景對人工智能大模型的驗證、迭代，圍繞具身機器人、醫療、教育、文旅等重點領域，建設北京市人工智能應用場景聯合研發平臺，打造一批示范效應好、推廣前景大、融合力度強的行業大模型標桿應用，最高支持 5000 萬元，鼓勵有條件的區通過資金獎勵等方式，支持各垂直領域示范應用場景建設。江蘇省機器人產業創新發展行動方案 2024 年 4 月 江蘇 到 2025 年，我省機器人產業鏈規模達 2000 億元左右，機器人核心產業規模達到 250 億元以上，成為全國機器人產業創新發展和集成應用高地，培育 5 家

119、具有國際競爭力的機器人企業、新增 10 家以上省級以上專精特新企業、遴選 50 個標桿示范機器人應用場景，重點制造業領域機器人密度（每萬名員工使用機器人臺數）達到500 臺/萬人以上。廣東省推動人工智能與機器人產業創新發展若干政策措施 2025 年 3 月 廣東 組織開展“機器人+”行動，圍繞工業、農業、城市管理、醫療、養老服務、特種作業等領域，深入挖掘開放應用場景。鼓勵各地市挖掘開放各類應用場景，招引企業打造一批典型案例。政策發布會中提及，2025 年省財政年初預算安排涵蓋人工智能與機器人領域在內的“制造業當家”相關資金 262 億元，接下來將持續對該領域予以重點支持。數據來源：工業和信息化

120、部，浙江省政府辦公廳，北京市發改委，江蘇省工業和信息化廳，廣東省政府辦公廳，東吳證券研究所 客戶客戶留存留存高，高，驅動驅動中長期增長中長期增長。由于出色的研發能力以及對客戶和合作方的獨特價值定位，許多客戶和合作方與公司捆綁交易或長期合作。2021 年、2022 年及 2023 年，客戶留存率分別約為 67.5%、51.4%及 64.9%。較高的客戶粘性，有望持續帶來營收增長。圖圖28：2021 年年-2023 年晶泰客戶保留率年晶泰客戶保留率 數據來源：公司招股書，東吳證券研究所 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 3

121、5/40 賦能多家賦能多家 biotech，驅動中長期增長驅動中長期增長。晶泰已持股多家初創生物科技公司，通過“技術入股+生態投資孵化”模式，與主營業務形成技術互補，強化 AI 算法在藥物發現中的應用閉環，構建護城河。后期隨著孵化公司管線順利推進，公司中長期增長天花板有望進一步打開。表表19：晶泰控股晶泰控股孵化的公司或項目孵化的公司或項目 公司公司 持股持股%主要業務主要業務 Geode 35.00%腫瘤學 默達生物 15.34%自身免疫性疾病及免疫代謝 希格生科 9.11%腫瘤學 杭州劑泰醫藥科技有限公司 4.17%人工智能賦能的藥物遞送及藥物開發 PhoreMost Ltd.6.67%腫

122、瘤學及靶向蛋白質降解平臺 CytoCan Inc 14.19%多特異性融合蛋白藥物開發 科邁生物科技（蘇州）有限公司 30.00%抗體從頭生成 萊芒生物 15.26%人工智能賦能的腫瘤免疫治療藥物開發及細胞治療 新生泰（杭州）材料科技有限公司 30.00%人工智能賦能的新材料發現平臺 杭州箴泰生物科技有限公司 30.23%人工智能及自動化驅動的藥物透皮試劑開發 數據來源：公司網站，公司招股書，東吳證券研究所（截至 2024 年底）4.盈利預測與投資建議盈利預測與投資建議 4.1.關鍵假設關鍵假設 （1）自動化和控制解決方案自動化和控制解決方案：自動化研發解決方案通過應用自動化技術，在生物制藥、

123、化學及材料行業等多個領域實現更迅速、高通量及更準確的濕實驗室流程，如自動化液體處理、樣品制備、合成和結晶，隨著人工智能的普及程度及技術成熟度不斷提高，未來自動化和控制解決方案增速有望不斷提高。因此我們假設 2025-2027 年公司自動化和控制解決方案營業收入分別同比增長 65%、65%、65%，即 2025-2027 年實現營收2.69 億元、4.43 億元、7.31 億元。（2）生物制藥解決方案生物制藥解決方案：晶泰已持股多家初創生物科技公司，通過“技術入股+生態投資孵化”模式，與主營業務形成技術互補，強化 AI 算法在藥物發現中的應用閉環，構建護城河，同時晶泰始終保持跟海外藥企密切合作，

124、未來此部分收入有望保持高速增長。因此我們假設 2025-2027 年公司營業收入分別同比增長 52%、52%、52%，即 2025-2027 年實現營收 1.58 億元、2.40 億元、3.64 億元。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 36/40 圖圖29：晶泰控股收入預測晶泰控股收入預測 數據來源：Wind，東吳證券研究所 4.2.盈利預測和估值盈利預測和估值 1 1）相對估值法：相對估值法：因公司未盈利，因此我們選用 PS 相對估值法。我們預計公司 2025-2027 年收入分別為 4.26/6.83/10.95

125、億元，當前股價對應 P/S 分別為43.69/27.25/17.00 倍。晶泰控股屬于 AI 制藥公司，因此我們選取可比公司分別為 Schrodinger、Recursion Pharmaceuticals 及 Tempus.AI。圖圖30：可比公司估值可比公司估值 數據來源：Wind、Tiger Brokers、東吳證券研究所 晶泰控股數據來自于東吳證券研究所，對應 2025 年 5 月 9 日股價及市值，市值、總收入單位為億元；Schrodinger、Recursion Pharmaceuticals、Tempus.AI 數據來自于 Tiger Brokers一致預期，對應 2025 年

126、5 月 9 日股價及市值，市值、總收入單位為億美元 2 2）絕對估值法：絕對估值法：采用 FCFF 模型進行估值。參考近 6 個月十年期國債收益率平均值給予 1.64%無風險利率，并將公司預測期分為三個階段。第一階段按盈利預測；2028-2030 為第二階段，公司業務整體發展和公司競爭位置，預計此階段復合增長率為 50%；請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 37/40 2030 年后為第三階段，行業及公司進入穩定期，業務相對成熟，預計永續增長率為 5%。FCFF 估值測算得到公司市值為 267.6 億元，對應每股價值 6

127、.66 元。圖圖31：FCFF 模型關鍵假設模型關鍵假設 圖圖32：FCFF 估值明細估值明細 數據來源：Wind，東吳證券研究所 數據來源：Wind，東吳證券研究所 公司為 AI for Science 稀缺標的，未來成長可期，首次覆蓋，給予“買入”評級估值假設參數設置預測期年數3過渡期年數3過渡期增長率50%永續增長率g5%貝塔值（）3無風險利率Rf（%）1.64%市場的預期收益率Rm（%）3%有效稅率T（%）15%剩余月份8 請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 38/40 5.風險提示風險提示 公司承接訂單不及預期

128、公司承接訂單不及預期:公司銷售模式以承接訂單為主，若未來訂單數量及金額波動，將對公司經營業績產生一定影響。匯率波動風險：匯率波動風險：公司出口產品收入主要以美元等外幣結算，如果人民幣匯率在未來受各種因素影響繼續大幅度波動，由此導致的匯兌損益將對公司經營業績產生一定影響?，F金減少及融資風險：現金減少及融資風險：公司業務板塊中創新業務較多，高額研發費用導致公司資金需求較大，若公司融資渠道受限，可能導致賬面現金大幅減少，造成一定財務風險。技術研發風險：技術研發風險：公司經營所在行業具有不斷變化的特點。如果無法升級、增強或創新技術及解決方案，業務可能會受到不利影響。新藥研發進展不及預期風險：新藥研發進

129、展不及預期風險：公司合作管線較多，由于合作管線多為臨床前期管線，因此存在研發失敗風險。請務必閱讀正文之后的免責聲明部分請務必閱讀正文之后的免責聲明部分 海外公司深度 東吳證券研究所東吳證券研究所 39/40 Table_Finance 資產負債表（百萬元）資產負債表（百萬元）2024A 2025E 2026E 2027E 利潤表（百萬元）利潤表（百萬元）2024A 2025E 2026E 2027E 流動資產流動資產 3,315.27 2,890.39 2,848.29 3,125.35 營業總收入營業總收入 266.43 426.13 682.64 1,095.22 現金及現金等價物 1,1

130、66.15 756.34 594.53 679.06 營業成本 143.01 207.23 314.37 467.21 應收賬款及票據 98.75 71.02 113.77 182.54 銷售費用 70.99 63.92 81.92 109.52 存貨 0.00 0.00 0.00 0.00 管理費用 417.88 255.68 273.05 328.57 其他流動資產 2,050.37 2,063.03 2,139.98 2,263.75 研發費用 418.24 340.91 409.58 547.61 非流動資產非流動資產 1,039.47 1,039.47 1,039.47 1,039.

131、47 其他費用 0.00 0.00 0.00 0.00 固定資產 320.40 320.40 320.40 320.40 經營利潤經營利潤(783.69)(441.60)(396.29)(357.69)商譽及無形資產 98.66 98.66 98.66 98.66 利息收入 55.64 0.00 0.00 0.00 長期投資 25.84 25.84 25.84 25.84 利息支出 6.76 0.00 0.00 0.00 其他長期投資 576.33 576.33 576.33 576.33 其他收益(780.07)0.00 200.00 400.00 其他非流動資產 18.25 18.25 1

132、8.25 18.25 利潤總額利潤總額(1,514.87)(441.60)(196.29)42.31 資產總計資產總計 4,354.74 3,929.87 3,887.76 4,164.83 所得稅 0.00 0.00 0.00 0.00 流動負債流動負債 279.72 276.48 410.68 625.46 凈利潤凈利潤(1,514.87)(441.60)(196.29)42.31 短期借款 51.90 51.90 51.90 51.90 少數股東損益 1.74 0.00 0.00 0.00 應付賬款及票據 16.14 11.51 17.47 25.96 歸屬母公司凈利潤歸屬母公司凈利潤(

133、1,516.61)(441.60)(196.29)42.31 其他 211.68 213.07 341.32 547.61 EBIT(1,563.75)(441.60)(196.29)42.31 非流動負債非流動負債 82.71 82.71 82.71 82.71 EBITDA(1,424.29)(441.60)(196.29)42.31 其他 82.71 82.71 82.71 82.71 負債合計負債合計 362.43 359.19 493.39 708.17 股本 0.24 0.24 0.24 0.24 主要財務比率主要財務比率 2024A 2025E 2026E 2027E 少數股東權

134、益 28.55 28.55 28.55 28.55 每股收益(元)(0.38)(0.11)(0.05)0.01 歸屬母公司股東權益 3,963.75 3,542.13 3,365.81 3,428.10 每股凈資產(元)1.16 0.88 0.84 0.85 負債和股東權益負債和股東權益 4,354.74 3,929.87 3,887.76 4,164.83 發行在外股份(百萬股)4,019.81 4,019.81 4,019.81 4,019.81 ROIC(%)99.70(11.52)(5.55)1.22 ROE(%)(38.26)(12.47)(5.83)1.23 現金流量表（百萬元）現

135、金流量表（百萬元）2024A 2025E 2026E 2027E 毛利率(%)46.33 51.37 53.95 57.34 經營活動現金流(478.68)(429.78)(381.79)(335.44)銷售凈利率(%)(569.23)(103.63)(28.75)3.86 投資活動現金流 74.09 0.00 200.00 400.00 資產負債率(%)8.32 9.14 12.69 17.00 籌資活動現金流 840.00 0.00 0.00 0.00 收入增長率(%)52.75 59.94 60.19 60.44 現金凈增加額 455.39(409.80)(161.81)84.53 凈利

136、潤增長率(%)20.78 70.88 55.55 121.56 折舊和攤銷 139.47 0.00 0.00 0.00 P/E(12.27)(42.15)(94.82)439.87 資本開支(61.87)0.00 0.00 0.00 P/B 3.99 5.25 5.53 5.43 營運資本變動(37.03)11.83 14.50 22.24 EV/EBITDA(13.55)(40.55)(92.05)425.05 數據來源:Wind,東吳證券研究所，全文如無特殊注明，相關數據的貨幣單位均為人民幣，港元匯率為人民幣，港元匯率為2025年年5月月9日的日的1.075，預測均為東吳證券研究所預測。免

137、責及評級說明部分 免責聲明免責聲明 東吳證券股份有限公司經中國證券監督管理委員會批準，已具備證券投資咨詢業務資格。本研究報告僅供東吳證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因接收人收到本報告而視其為客戶。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議，本公司及作者不對任何人因使用本報告中的內容所導致的任何后果負任何責任。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。在法律許可的情況下，東吳證券及其所屬關聯機構可能會持有報告中提到的公司所發行的證券并進行交易，還可能為這些公司提供投資銀行服務或其他服務。市場有風險，投資需謹慎。本

138、報告是基于本公司分析師認為可靠且已公開的信息，本公司力求但不保證這些信息的準確性和完整性，也不保證文中觀點或陳述不會發生任何變更，在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。本報告的版權歸本公司所有，未經書面許可，任何機構和個人不得以任何形式翻版、復制和發布。經授權刊載、轉發本報告或者摘要的，應當注明出處為東吳證券研究所，并注明本報告發布人和發布日期，提示使用本報告的風險，且不得對本報告進行有悖原意的引用、刪節和修改。未經授權或未按要求刊載、轉發本報告的，應當承擔相應的法律責任。本公司將保留向其追究法律責任的權利。東吳證券投資評級標準東吳證券投資評級標準 投資評級基于分析

139、師對報告發布日后 6 至 12 個月內行業或公司回報潛力相對基準表現的預期（A 股市場基準為滬深 300 指數，香港市場基準為恒生指數，美國市場基準為標普 500 指數，新三板基準指數為三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的），北交所基準指數為北證 50 指數），具體如下：公司投資評級：買入：預期未來 6 個月個股漲跌幅相對基準在 15%以上；增持：預期未來 6 個月個股漲跌幅相對基準介于 5%與 15%之間；中性：預期未來 6 個月個股漲跌幅相對基準介于-5%與 5%之間；減持：預期未來 6 個月個股漲跌幅相對基準介于-15%與-5%之間；賣出：預期未來 6 個月個股漲跌幅相對基準在-15%以下。行業投資評級：增持：預期未來 6 個月內，行業指數相對強于基準 5%以上；中性：預期未來 6 個月內，行業指數相對基準-5%與 5%；減持：預期未來 6 個月內，行業指數相對弱于基準 5%以上。我們在此提醒您，不同證券研究機構采用不同的評級術語及評級標準。我們采用的是相對評級體系，表示投資的相對比重建議。投資者買入或者賣出證券的決定應當充分考慮自身特定狀況，如具體投資目的、財務狀況以及特定需求等，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。東吳證券研究所 蘇州工業園區星陽街 5 號 郵政編碼：215021 傳真：（0512）62938527