类器官与器官芯片企业集体押注 AI 虚拟细胞：从卖工具升级为造数据基建

2025 年以来，类器官与器官芯片赛道融资明显回暖，多家企业不约而同地把「AI 虚拟细胞（AIVC）」写进了自己的战略主线。它们试图从新药研发链条中的「湿实验工具供应商」，升级为 AI 时代稀缺的「人源化、可扰动、多模态数据基础设施服务商」。

融资回暖：半年 6 起超 11 亿元

2026 年开年，耀速科技在半年内累计完成近 4 亿元 A 轮系列融资，明确将资金用于加速虚拟细胞与生物世界模型的构建，推进「数据生成—机制解析—模型训练—实验验证」的闭环飞轮。

同期，黑玉科学完成超亿元 Pre A+ 轮，融资投向类器官 AI 智能一体化设备与类器官芯片 AI 赋能；璨辰科技完成数千万元天使系列融资，主攻 AI 虚拟器官及全尺度数字生仿真体系。

截至 8 月，中国类器官和器官芯片领域当年披露融资超过 6 起，累计金额超过 11 亿元。融资重新走热的背后，是企业集体给自己贴上「AI」「AIVC」标签，搭建 AI + 虚拟实验的耦合能力。

类器官与器官芯片不再只停留在科研层面，已开始进入新药申报的真实证据链。

当新药研发对动物实验的单一依赖开始被打破，类器官和器官芯片企业正借助「AI + 人源动态数据」加速这一替代进程。

AIVC 的本质，是把真实细胞的全部可观测特征与活动压缩成可计算推演的数学对象，并允许对其施加反事实计算与扰动预测——「如果改变 X，细胞会怎样变化」。要训练这样的模型，需要的是多尺度、多模态、包含系统性扰动响应的生物数据。

公开数据集已有数千万细胞画像，但大多是「快照」式静态数据，缺少药物/基因扰动、多组学响应的关键因果性与动态数据。这恰恰是类器官与器官芯片企业的位置所在：在可控、可观、可干预的高仿真微缩模型中，持续生成多时间点、多剂量、多表型、多组学的高维数据流，包括影像、转录组、代谢组、功能读数等。

迭代逻辑上，投入 AI+、AIVC 是企业将自身的高质量动态数据生产能力，转化为 AI 生产力入场券的关键路径。

AIVC 正在重构新药研发产业链的分工方式，从「工具链分散结构」转向「数据 + 模型 + 验证一体化体系」。为了抢占数据入口，头部企业正在密集跨界合作：

这类跨界合作实际上完成两项关键基建任务：

构建自动化、标准化数据生产流程：将零散的实验数据转化为标准化的工业级数据流，解决 AIVC 模型训练所需的大规模、高质量数据供给难题。
打通「表型—机制」数据闭环：类器官/器官芯片记录「细胞/组织层面发生了什么」（表型），多组学数据解释「转录组、蛋白质层面发生了什么」（机制），多尺度结合推动 AI 模型从「模式识别」迈向深层「机制理解」。

耀速科技谢鑫指出，未来的商业模式不会是单一卖模型，而是「模型 + 数据基础设施 + 决策证据服务」的组合体，其价值核心在于替代或压缩三类成本：早期筛选中的湿实验成本、动物实验的部分不可转化环节、失败进入临床后的巨额损失概率。

淇嘉科技万飞认为，类器官已经实现从「证明一致性」向「训练小模型专家」的转化飞轮：基于高临床一致性的类器官数据训练「灰盒/半黑盒」的垂直小模型，应用于特定疾病状态和不同药物评价场景。在 AIVC/AIVO 场景下，交付标的将由生物样本变为数据接口，商业化的核心成本也许仅剩电费与网费。

长远来看，AIVC 的应用场景将进一步扩展到虚拟临床试验设计、跨国虚拟实验，甚至重塑研发链条中的证据生成方式。

由 AIVC 到虚拟器官，患者级数字孪生系统被认为是未来真正的终局。耀速内部战略认为，单细胞或单一细胞状态的模拟价值有限，但如果能模拟疾病状态下的人体系统响应，尤其是 PK/PD、屏障透过性、免疫反应等复杂系统行为，其商业价值将指数级放大。

万飞则提出另一种分岔：在 AI 平权下，药企可能自主在本地训练 AI agent 或垂类模型，类器官企业将转型为药企训练自有模型背后的高质量数据提供方，语料生成不仅需要类器官底层技术，还需要一套稳定的、高通量、自动化工作站/实验室体系。

本质上，AIVC 仍然面临着与类器官、器官芯片类似的自证命题——模型结果与真实人体数据的一致性、有效性与高保真性。正因如此，前行者们才拥有足够的时间窗口，凭借已有的高质量数据与自动化系统，确立自己在 AI 时代的不可替代性。