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)

第一财经 不同硬件、不同大脑，不同机器人厂商进入不同场🌟景，在多方变量的加持下，机器人的规模化落地似乎遥遥无期。 😎 9月17日，第一财经记者在采访第三方部署方、机器人本体厂🤗商和场景落地方时发现，一个行业新角色正在出现。一个类似于安卓🤗操作系统的中间算法层正在承担屏蔽硬件差异、兼容不同大脑架构的🔥功能，为机器人在真实场景中的规模化落地提供可能。 如今😁，这一产业角色已经吸引了谷歌、智元、富临精工（300432.❤️SZ）、格力博（301260.SZ）、东土科技（300353😴.SZ）、巨星新材料等企业押注。但在硬件厂商坚持自家体系、大🤗模型企业追逐通用智能的格局下，行业的“安卓时刻”何时到来，仍😂有待市场与现实工况的双重检验。 机器人涌入场景，跨本体🎉训练遇阻 当机器人厂商涌向场景方，新的问题正在出现。 🥳 “这个月至少有两家机器人公司正在和我们谈合作。”Kel🤩vin是长三角一家物流上市公司的技术负责人，他告诉记者，为了😢和人形机器人厂商进行合作，自己不得不拨出一个八人左右的团队和😢不同机器人企业进行对接。“我们需要开放不同的数据接口，提供一😁个专门的实验场景，还需要根据各家机器人的要求不断调整流程和测😊试参数”。 在大量的人力和物力投入之外，Kelvin坦❤️言自己算不过来ROI（Return on Investmen💯t，投资回报率）。“机器的工作效率不稳定，且运维需要大量后续😁的费用。”他向第一财经记者透露，物流企业马上就会备战“双11🤩”时间，在此期间是否继续让机器人上岗，他还在犹豫。 更😂大的问题是，由于不同厂商的机器人算法不兼容、硬件各自封闭，导🌟致一个场景的成功经验难以迁移到另一个场景。“有的时候我们的流😁水线哪怕是多一个弯折，机器人都需要重新走一轮POC（Proo⭐f of Concept，概念验证）。” “厂商觉得我🙌们不够开放，我们觉得机器人厂商要得太多。”Kelvin说，这🎉是产业上下游之间对接存在的普遍问题。第一财经记者了解到，一些👍“中间人”的角色正在产业链中诞生。前上汽自动驾驶域控制器算法😘负责人，安努智能工程算法总监杨曾告诉记者，团队正在研发的一套⭐中间件算法平台，希望像手机里的操作系统一样，把不同厂商的机器🔥人纳入统一的兼容框架。 就像手机的操作系统让不同软件在💯同一套规则下运转一样，中间件希望能够通过屏蔽底层硬件差异，使😉一套算法能够迁移到不同厂商的机器人上。“如果每遇到一个新的硬🙄件，就要重新训练，机器人在实际场景部署的速度就会非常慢。”重🌟庆大学助理教授，人工智能及多模态实验室具身智能负责人，安努智🤗能首席科学家胡喆告诉第一财经记者，想要提高机器人的通用化，跨😅本体是必须跨过的门槛。 在不改动模型本身的前提下，兼容🤩不同机器人的大脑，成为中间件的挑战。“虽然主流的模型是VLA🤔模型（Vision-Language-Action Mode😢l，视觉-语言-动作模型），但其中的架构仍然不同，有端到端，🥳也有分层式。”胡喆说，中间件在机器人大脑和机器人作业的实际场💯景中充当一个“翻译官”的角色。在他的设想里，输出的指令会先被😆中间件被转化为统一的目标和约束，再交由各家机器人自身的规划控😊制器执行。 “这样我们就不必为每一个新厂商重新训练模型🤔，只需要向每一个机器人的规划控制器下达指令，就能让中间件跑通🤗整个流程。”胡喆说。 展开全文 物理规律难仿真，🎉机器人“干中学” “我们曾经试过，在实验室里跑通了所有😴算法，结果到实际场景中发现完全不是一回事儿。”钛维云创的创始🤯人张磊告诉记者，当自己试图让机器人处理布料这样的柔性物体时，🚀由于布料材质、厚薄、摩擦力不同，实验室的环境并不能完全满足操😆作需要。 张磊透露，像布料、不规则包裹等物体，POC周😜期“很长，且难以给出确切的时间”，“因为我们需要提前磨合算法🙄、下线采集数据、再拿到实验室反复训练，才能勉强适配场景”。 🎉 工厂中的物料、工艺成千上万，换一条生产线、换一个工位，😅都可能带来完全不同的情况。 “离线的强化学习不可能把所🙄有真实场景一网打尽。”胡喆告诉第一财经记者，机器人不仅需要根😎据场景反复调试算法，还往往要重新采集数据回到实验室做离线训练😂，这让整个周期被拉长，时间和人力都被大量消耗。 边做边🚀改，或许才是机器人进行学习的关键。 胡喆透露，他正在尝😴试利用实时的在线学习算法，允许机器人在实际作业过程中一边操作😜一边采集数据，并实时更新模型。这种方式只需在现场额外增加几秒👏钟运行和100个数据量，“我们会根据模型出来的结果选择数据，😉让机器人在不断学习的过程中遗忘无用的数据，保持数据的精简，也😀不会对算力提出过多的要求”。 机器人“干中学”的另一边🙄，团队也在尝试利用仿真等手段降低机器人的学习成本。“现在大部🎉分机器人仿真环境离现实工况还有很大差距，因为仿真环境中缺乏物🔥理定律的支撑。”美国肯塔基大学空气动力实验室仿真负责人、安努❤️智能联席科学家付博直言，大部分仿真平台依赖数据驱动，却缺乏物😴理定律的支撑。 “如果只是换个环境光影、物体形状等表层🔥变量，那在这种仿真里能跑通的算法，一旦放到现实中，往往会失效😀。”付博说。 让虚拟环境逼近真实世界，并不是一件容易的🔥事。“摩擦力、空气流动等连续变化的环境很难被拆成可以极端的小👏单元。”付博解释，以机器人搬箱子举例，这个场景涉及了力学、刚😡体运动学与工程力学等基本的物理规律。付博说，加入这些规律的仿🤔真能够模拟不同重量箱子堆叠时的微小形变，计算箱内散落零件导致😡的重心偏移，并让机器人理解物体变化对抓取稳定性的影响，以及机🤩器人发力点与物体形变的关联。 他坦言，将这些物理定律的😢融入仿真环境是一个“正在进行的过程”，需逐步攻克计算量庞大的🙄技术难题。付博认为，只有当机器人在仿真环境中充分理解并内化这🤩些物理规律，才能在真实场景中更好地应对突发情况，实现泛化能力🎉的提升。“模型永远无法完全替代实验，但我们希望通过极致的物理😀仿真，让真实实验只需做一次就能验证可行性。” 谷歌提前⭐布局，中间件或成规模化关键 从机器人本体和大脑厂商到最😉终的应用企业，中间还需要大量复杂的部署工作——包括接口打通、😂场景适配、算法迁移等环节。对整个产业链而言，这是一块颇具吸引🤩力的“肥肉”，盯上的远不止安努智能一家企业。 今年6月🤗，银河通用和博世中国成立合资公司博银合创。根据双方披露内容，😀合资公司将聚焦复杂装配、智能质检等高精度制造场景，并且构建标😂准化、模块化、可复制的训练与部署体系，支撑机器人产品的快速迭🤔代与规模化部署。 今年年初，富临精工宣布公司与智元机器⭐人等相关方签署了《人形机器人应用项目投资合作协议》，各方共同😂投资设立合资公司实施人形机器人项目。当前，富临精工、智元、巨😢星新材料均为安努智能股东。就在9月，专注于北美市场的产业股东🤩格力博、聚焦机器人操作系统的东土科技也宣布增资安努智能。 👏 在海外，Google（谷歌）的母公司Alphabet孵化😎的Intrinsic也在扮演类似的角色。Intrinsic试🤩图通过通用算法和工具链降低机器人系统的集成成本，让不同厂商的😆机器人在同一套兼容框架下运行。 通过一个类似操作系统的😂中间件来对接不同机器人厂商和场景，这是安努智能董事长文宏杰提😍出的解题思路。虽然路径各异，但上述三家兼具机器人和产业方背景🙄的第三方部署商，它们的共同点都是试图在碎片化的产业格局中，寻👏找一套能跨越厂商和场景的兼容方式。 不过，机器人产业是👏否会像手机产业那样，最终走向由统一“操作系统”支撑的格局，仍😢充满疑问。一位由数码3C行业转至机器人产业的工程师告诉第一财😆经记者。与手机产业面临的问题不同，机器人领域的情况更为复杂，😅硬件厂商坚持各自的体系，而大模型企业则瞄准通用智能，“屁股决😊定脑袋，大家想的未必是同一个目标”。 多方角力之下，第😊三方部署商设想的中间件是否能够建立起产业上下游的桥梁，还需要😴进一步观察。“模型如果停留在实验室、本体如果只会跳几支舞，那😜最终只是一个故事。”文宏杰认为，在当下的机器人产业，关键不是😆讲模型和本体的“故事”，而是扎进具体场景，通过部署获取真机数🥳据和工程化经验，将商业化的流程拉通、沉淀。 在他看来，🔥这些工程化的经验和数据才能汇聚成类似“操作系统”的底座，真正🔥支撑机器人跨厂商、跨场景的落地。“如果中间件能够像安卓这样的🚀操作系统一样稳定通用、开放兼容，任何厂商都能接入，机器人产业😜的规模化会越来越近。” (本文来自第一财经)返回搜狐，😊查看更多