文 | 医曜 文 | 医曜 前一段时间，美国对中🙄国创新药BD出手的传闻又起。 回顾近一年的创新药牛市，😴诱发股价上涨的核心驱动因素真实跨国药企（MNC）的连续BD预😜期：从最早的康方生物，到后来的科伦博泰，再到百利天恒、三生药❤️业，这些创新药“当红炸子鸡”的崛起全部与大额BD交易相关。 🚀 对于创新药“BD为王”的核心逻辑，我们十分认同。早在2🥳023年初的时候，我们就以《2023年，中国创新药投资告别“🤔豪赌”时代》一文给出明确判断：BD交易将成为创新药投资的核心👍主线。 当初判断已经成为行业的共识，我们万分欣喜的同时🙄，也深知“真理掌握着少数人手中”的道理。当BD预期已经释放的😡足够充分，甚至药企开始预告式BD的时候，就说明核心投资逻辑的😂“变局时刻”已经开始悄然酝酿。 创新药的鬼故事不一定能🙄落地，但投资者却应该提前做好医药投资逻辑切换的准备。 👍01 万物皆周期 这个世界上的所有事物，都逃不出“周期🤯”二字。当投资者读懂了周期，也就读懂了投资。 股市由衰💯转盛是周期的原因，同样投机泡沫的破裂亦是周期所带动。对于投资😊者而言，永远不要与周期作对，而是应该学会将周期的力量转化为己⭐用。 BD预期，是这轮创新药牛市的核心诱因，受益于此很😀多药企的市值持续攀升，毕竟BD能够让处于研发中的管线提前变现😡，这对于缺少资金的初创药企而言至关重要。一直以来，我们都在倡😡导创新药产业应该合作共赢，因此我们认为BD持续释放的大趋势不😢会轻易改变。 但当BD交易数量越来越多，合同金额越来越🤩大，其实潜移默化会造成一种情况，那就是投资者决策阈值的提升。😜BD刚兴起的时候，首付款破1亿美金就已经能够让投资者欢呼雀跃🎉，而现如数亿美元首付款的BD交易比比皆是，其实无形之中BD交🎉易在投资者心中的价值是在“贬值”的。 也就是说，虽然B🎉D依然可以给药企带来诸多益处，但终有一天投资者会不再以BD作🌟为交易决策的核心逻辑。“BD为王”的逻辑注定会逐渐淡化，并且😀在投资者的争议之中找到新的投资主线。 当然，投资主线的😊淡化并不意味着BD交易将不再受到认可，重磅的临床管线，亦或是❤️持续性的平台型BD交易依然足以吸引投资者的目光，但绝不会出现😢如今这样BD驱动一切的情况。所以投资者对于BD的关注应该适当😜降温，并做好达成新共识的准备。 02 下一个共识会出现😀在哪？ 对于这个问题，每个人或许都有不同的答案，在这里🌟我们的分析权当抛砖引玉。 想要尝试分析一个事物，还是要🤗从它的本源出发。药品的本源在于他是一种商品，药企是供给者，患😴者是需求者，二者价值交换才完跑通了商业模式。其实世界上的各大👏MNC都是基于这一商业模式存在的，通过建立成熟的创新药管线矩😜阵来获得现金流，并再次投入新产品的研发，从而进入正向循环。 👍 展开全文 但同时，药品又存在一定的特殊性，它最大😉的成本项不在于制造端，而在于更加前置的研发端。一款药物的研发😴需要消耗大量的时间成本与资金成本，这对于刚起步的企业而言难度😎极大，而且药物研发还有很高的失败概率，再度增加了创新药研发的😁风险。 由于我国创新药产业起步较晚，在2016年之前几😉乎都没有成熟的创新药公司，因此大部分的创新药公司是基于融资存👍活下来的，还有一部分是由传统药企或中药企转型而来。可以说绝大😆多数创新药公司的商业模式都暂未跑通，并不能依靠产品矩阵产生持🎉续现金流来供给研发。 所以在这种情况下，融资就成为现阶🥳段创新药公司最为关键的事情。 从2021年开始，在美元😡加息浪潮的冲击下，创新药企融资陷入瓶颈。这种情况下，能够提前😀锁定管线现金流的BD就成为难得的融资手段，这也是为何BD交易😡逐渐成为主流的原因。 但这仅是特殊时代下的极端情况，当😀能够创造稳定现金流的创新药企逐渐增多，BD就不再是中国创新药😡企的核心途径了。所以我们认为，目前并未受到足够重视的商业化环😍节或将存在较大“预期差”。 企业的商业化能力并不能速成😜，需要管理层一点一点的进行打磨，从而逐渐提升效率，最终实现现🥳金流的积累。这不仅考验企业的研发实力，更考验企业的经营能力。😎 尤其当药企经营现金流能够长期覆盖研发成本时，也就说明🎉企业即使不活的融资也能独立生存下去，真正实现企业内生生长。从😡研发预期，向商业化成绩落地，这将是中国创新药投资的大趋势。 😂 03 被忽视的国内市场 考虑到目前能够真正实现产😁品出海的企业并不多，因此国内市场其实还是大多数药企商业化的核⭐心市场。受制于灵魂砍价，让国内市场商业化预期骤然降低，甚至有😘很多投资者将中国市场视为鸡肋。 这种观点其实过于极端。🤗考虑到药物核心的核心成本项都在于研发端，其实单纯从商业化环节⭐而言，药企是很难亏本的。因此在研发成本早已前置的情况下，国内🤗市场药物的销售当然是多多益善，即使暂时无法与海外市场相比较，🙄但那些能够实现显著放量的药企仍值得关注。 实际上，一款🤩药物的商业化能力，无非就是国内市场与海外市场两大块。能够在海⭐外市场放量固然很好，但不确定因素较大，而且很多管线的国际权益😘已经被BD给了MNC，因此能够在国内市场“稳稳的赚”，其实就👍是一种成功。 中国市场的商业化前景不仅不是“鸡肋”，甚😘至还是很多药企的基本盘。当本地商业化能够实现稳定增长，其实就💯能显著降低药企后续的研发压力，这显然不是一蹴而就的事情，需要😆循序渐进。 现阶段，研发BD预期被过度放大，市场商业化🔥预期被严重忽视，尤其国内市场被严重看衰，这显然并不合理。基于💯此，理性的投资者在关注优秀潜在BD标的时，亦应该寻找那些正在🥳国内市场商业化放量的“潜力”公司。 这或许就是下一波医😁药投资浪潮的序章。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新🙄一期的国际权威期刊Nature（自然）中，DeepSeek-🔥R1推理模型研究论文登上了封面。该论文由DeepSeek团队🤩共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😅ture封面，也是全球首个经过完整同行评审并发表于权威期刊的😀主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😊模型都还没有经过独立同行评审，这一空白终于被DeepSeek❤️打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终👍缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡🙄有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🎉 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🙄平台arXiv上。自今年2月14日向Nature投递论文至今🙄，历经半年，8位外部专家参与了同行评审，DeepSeek-R👍1推理模型研究论文终获发表，完成了从预印本到Nature封面🤗的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🤔法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😅和可重复性的可喜一步。 因此，Nature也对Deep🤩Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😜主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🌟Seek打破。”全球知名开源社区Hugging Face机器🙌学习工程师Lewis Tunstall也是DeepSeek论😢文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这😡种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的😅潜在风险。” 据了解，DeepSeek本次在Natur🤔e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🤯不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细😂节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😴提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行😂了全面评估。 其中，在训练成本方面，R1-Zero和R⭐1都使用了512张H800GPU，分别训练了198个小时和8😀0个小时，以H800每GPU小时2美元的租赁价格换算，R1的👏总训练成本为29.4万美元（约合人民币209万元）。不到30🤯万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可👍谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🚀”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😀然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😜的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型😘输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O😀penAI称它发现DeepSeek使用了OpenAI专有模型😁来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😍 R2何时问世引发关注 自今年年初发布R1以来，D🙄eepSeek在全球树立了开源模型的典范，但过去数月，外界对😎于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2💯的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有👍关。 展开全文 值得注意的是，今年8月21日，D🤩eepSeek正式发布DeepSeek-V3.1，称其为“迈🚀向Agent（智能体）时代的第一步”。据DeepSeek介绍🚀，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🤗时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙄时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😜模型在工具使用与智能体任务中的表现有较大提升。 由于R🥳1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🎉上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🤯强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🚀ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🙄国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🌟理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🎉态一度带动国产芯片算力股股价飙升。 中国银河证券研报指😘出，DeepSeek从V3版本就开始采用FP8参数精度验证了😎其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟😅制程（12-28nm）上接近先进制程英伟达GPU的算力精度，😁DeepSeek-V3.1使用UE8M0 FP8 Scale😅参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😜拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😍换取数量级性能的提升，国产算力芯片将迎来变革。 责编：👏万健祎 校对：王朝全 版权声明 " Typ😡e="normal"@@--> 证券时报各平台所有原创⭐内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关🙌行为主体法律责任的权利。 转载与合作可联系证券时报小助👍理，微信ID：SecuritiesTimes " Ty👏pe="normal"@@-->返回搜狐，查看更多