中国商报（记者 马嘉）近日，国内美妆行业接连传出两家企业调整😡胶原蛋白业务的消息。华熙生物旗下专注胶原蛋白业务的品牌“润熙🤯泉”被传已停止运营，而江苏聚源上美生物科技股份有限公司子公司😀“胶原丽”也已悄然注销。这一系列动作引发市场关注，重组胶原蛋😘白赛道是否正在降温？ 相关业务加速调整 头部企业增速下🔥滑 公开资料显示，华熙生物于2022年推出品牌“润熙泉👏”，主打重组胶原蛋白成分的护肤产品。目前，在多个电商平台，润❤️熙泉官方旗舰店的产品均已清空。华熙生物公开回复，润熙泉不是华🤩熙生物的主要品牌，该品牌的存续对华熙生物的营收和利润贡献没有😉意义，相关调整是华熙生物聚焦主业和主要品牌的一部分。 👍无独有偶，江苏聚源上美生物科技股份有限公司子公司“胶原丽”近🙌日完成注销。公开资料显示，该公司曾专注于胶原蛋白产品的研发与🚀生产，其注销进一步加剧了市场对重组胶原蛋白前景的质疑。 😘 在化妆品、医美行业，重组胶原蛋白曾被视为继透明质酸（玻尿酸👍）之后的又一潜力赛道。2021年至2023年，资本纷纷涌入，🤩巨子生物、锦波生物等头部企业先后上市。 头部企业的业绩🥳增速也在放缓。被称为“重组胶原蛋白第一股”的巨子生物2025👏年上半年实现收入31.13亿元，同比增长22.5%；净利润为🤩11.82亿元，同比增长20.6%，然而这一增速与去年同期相😴比明显放缓。2024年上半年，巨子生物营收同比增长58.2%⭐，净利润同比增长47.4%。 锦波生物的情况更为严峻。😘作为公司收入支柱的医疗器械板块（以注射用重组胶原蛋白产品“薇😁旖美”为主），2025年上半年实现营业收入7.08亿元，同比😘增长33.41%，增速较2024年同期的84.37%大幅收缩⭐。作为国内唯一获批的Ⅲ类重组胶原蛋白注射剂，薇旖美上半年的收⭐入为6.45亿元，同比增长34.7%，相较于2024年同期的😅90.59%，同比增速降低超65个百分点。 有生物医药😉企业研发总监告诉中国商报记者：“重组胶原蛋白的技术门槛被严重😁低估了。其中，最大的难点在于保持胶原蛋白的生物活性。重组胶原😉蛋白在实验室里能做出来，但一进入产业化阶段就容易出现问题，产🤯量和活性难以兼顾。目前国内真正掌握重组胶原蛋白核心技术的企业😊屈指可数，很多企业只是在跟风。” 行业面临技术挑战 成🤔分应用仍有疑点 在应用方面，重组胶原蛋白面临着更为复杂💯的技术挑战。 国内一家生物工程研究所的研究人员刘瑶告诉⭐记者，大肠杆菌表达系统虽然产量高、成本低，但其表达的重组胶原😂蛋白缺乏天然胶原蛋白特有的羟脯氨酸，直接影响其三螺旋结构的形🙌成和生物活性。而哺乳动物细胞表达系统虽然能够产生具有完整生物🥳活性的胶原蛋白，但成本高昂，难以实现规模化生产。 “尽😅管部分基础研究显示重组胶原蛋白具有很好的生物活性，但大规模临😍床研究数据仍然不足，难以支撑其在专业医疗渠道的广泛应用。”刘🤔瑶说。 在此情况下，多数投身这个赛道的企业却选择了“重😎营销轻研发”。从目前重组胶原蛋白赛道两大头部企业的财报上可以🤗看出，企业大部分费用仍用于市场营销与推广。2025年上半年，👍锦波生物销售费用约为1.81亿元，同比增长67.77%，远超👏营收增速。销售费用率同比增加3.18个百分点，达21.05%🔥。 巨子生物同样面临销售费用增长的问题。2025年上半🚀年，巨子生物的销售及经销开支为10.59亿元，比去年同期增加😜18.7%。以此计算，其上半年销售及经销开支占收入的比例约为🤩34%。 与销售费用形成对比的是研发投入。2025年上😆半年，巨子生物的研发成本为4102万元，比上年同期减少15.😴5%，研发支出占收入的比重为1.32%。 资本态度转向😀理性 行业洗牌加速进行 回顾重组胶原蛋白的发展历程，2😜021年至2022年，该赛道迎来投资热潮，多家企业获得大额融😊资。然而，随着技术产业化进程放缓和市场推广效果不及预期，资本🙌对胶原蛋白的态度开始趋于理性。 当前，投资机构更加关注😴企业的核心技术能力、产业化进展和商业化落地情况，而不是单纯的🎉概念和故事。 巨子生物股价自今年5月触及85.14元/😎股的高点之后持续回落，6月中旬一度跌至48.6元/股的阶段低😘点，9月11日报收63.3元/股，较高点累计下跌约25.7%🔥。锦波生物的股价于今年6月底达到阶段性高点，目前已经回撤了超🙄过20%。 有投资人直言：“企业应该找准自己的定位，避😅免盲目跟风。要么在技术上突破，要么在应用上创新，要么在成本上😘控制，同质化竞争没有出路。” 也有业内人士表示，下一代🤩重组胶原蛋白技术正在朝着以下几个方向发展：一是开发新的表达系🌟统，如植物表达系统、酵母表达系统等，以期在保证蛋白活性的同时🚀降低成本；二是改进发酵和纯化工艺，提高产率，降低生产成本；三🌟是通过蛋白质工程手段设计开发具有新功能的重组胶原蛋白。无论哪😎个方向，都需要业内的参与者踏踏实实做好技术研发。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