跳转到主要内容
市场数据

微元合成获融资,AI 生物计算或重塑眼科供应链

36氪医疗 (2026年3月30日)
#739/864

摘要

2026 年 3 月,微元合成宣布完成 3 亿元人民币 A+ 轮融资,由河南投资集团等机构参与。本轮资金将用于拓宽 AI 生物计算边界及核心技术研发。公司联合斯坦福大学等机构发布开放式协作平台 PoseX,旨在评估分子对接算法能力。测试表明,顶尖 AI 对接方法在处理跨构象任务时,准确率已超越传统物理模型。目前该技术已应用于叶黄素等产品管线,显著缩短研发周期。

信息来源: 36氪医疗 发布于 2026年3月30日

要点速览

  • 2026 年 3 月微元合成完成 3 亿元 A+ 轮融资,用于 AI 生物计算技术研发与场景落地。
  • 联合发布 PoseX 平台,测试显示 AI 对接方法准确率超越传统物理模型。
  • 技术已应用于叶黄素等产品,湿实验迭代周期从数月压缩至数周。

本站解读

这次融资表面是合成生物学胜利,实则给眼科营养市场敲了警钟。微元合成获三亿元资金用 AI 重构酶工程,叶黄素等眼科营养素生产成本可能断崖式下跌。过去原料受限于种植气候,现在微生物发酵加 AI 优化,产能纯度脱离自然束缚。对于中国眼科产业链,上游原料自主可控比价格战更有战略价值

更深层变化在于研发范式转移。PoseX 平台验证 AI 模型在分子对接上超越传统物理模型,这对眼科创新药研发是利好。眼底病药物研发周期长,卡在靶点筛选和分子优化环节。如果湿实验迭代从数月压缩至数周,国内药企试错成本将大幅降低。不过算法开源降低计算门槛,真正的护城河转向湿实验验证体系。没有高质量实验数据反馈的算法只是空中楼阁,这在眼科复杂靶点开发上尤为关键

未来两年需紧盯这类平台是否真能产出获批眼科药物分子。目前管线集中在营养品,距离治疗性药物还有距离。患者短期能感受到高品质叶黄素价格更亲民,但长期看,AI 赋能生物制造才是解决眼科用药贵关键。行业不要只盯着融资数字,要看后续是否有针对视网膜病变等难治性疾病管线。只有解决临床未满足需求的技术,才能在中国眼科市场站稳脚跟。

常见问题

这个技术能让叶黄素变便宜吗

有可能。新技术用微生物发酵代替植物提取,加上 AI 优化生产效率,理论上成本会降低。但具体降价幅度要看市场供需和厂家定价策略。目前主要影响营养补充剂,建议患者购买时认准正规渠道产品信息,不要盲目追求低价。

对治疗眼病有帮助吗

长期看有帮助。AI 能加速眼科新药研发,缩短测试时间,降低试错成本。但目前主要应用在营养品生产,治疗性药物还需要时间验证安全性。如有疑虑可咨询眼科医生,不要轻信尚未获批的新技术宣传。

延伸阅读

学术研究

叶黄素纳米分散技术提升口服吸收

叶黄素是一种有益于眼睛健康的营养素,但其水溶性差且口服吸收不佳。本研究开发了一种新型的叶黄素纳米分散体(ND),使用亚稳态多晶型物LT-II,并通过湿磨和冷冻干燥制备。结果显示,这种纳米分散体的平均粒径为354纳米,且在处理过程中保持了晶体结构。该技术显著提高了叶黄素的口服吸收率。

#叶黄素#纳米技术#眼科营养
PubMed Ophthalmology
READ
市场数据

智驾算法公司集体闯关港股:窗口期倒计时与眼科AI的镜像危机

本分析并非眼科临床研究,而是对当前智能驾驶算法企业密集冲刺港股IPO现象所作的眼科行业映射式深度解构。在技术范式从模块化走向端到端大模型统一架构的背景下,自动驾驶已丧失代际性技术溢价能力,估值逻辑正从‘算法先进性’转向‘物理世界智能入口’的叙事重构。Momenta、元戎启行与轻舟智航虽客户覆盖广、量产节奏快,但其技术护城河正被算力军备竞赛与主机厂自研能力反超所稀释;而资本市场对垂直AI的热情明显让位于通用大模型与具身智能。这一结构性迁移,与眼科AI辅助诊断系统近年遭遇的商业化瓶颈高度同频——当OCT影像分析准确率突破95%后,临床落地仍卡在医保支付、医生工作流嵌入与责任界定三大断点。真正的分水岭不在算法精度,而在能否将技术锚定于可计量、可报销、可追责的临床价值闭环。

#AI医疗#眼科AI#港股IPO +1
36氪医疗
READ
市场数据

端侧AIOS正重构眼科智能硬件底层逻辑

当前眼科智能硬件正经历从‘功能叠加’向‘感知-决策-执行闭环’的范式跃迁。传统方案依赖云端大模型+多模块串联(ASR/TTS/LLM),导致延迟高(平均600ms)、语义断层、网络依赖强,难以支撑实时眼动追踪、动态屈光反馈、视疲劳干预等临床级交互。无界方舟EVA OS通过自研端到端多模态基座模型,在CPU端实现语音识别、合成、视觉理解与语言推理一体化,语音延迟压至250ms以内,多模态反馈控制在350ms内,且内存占用<1GB。其核心突破在于构建硬件原生Context Model——AI可实时感知传感器状态、驱动层拓扑、链路健康度与算力余量,从而自主完成APP开发、Bug修复与迭代部署。目前已在AI教育机器人‘奇多多学伴机’落地验证,日均使用145分钟,成本降至行业通用方案的1/20。该架构为AR眼镜、智能验光仪、儿童近视防控终端等眼科高敏设备提供了低延迟、离线可用、可自主进化的操作系统底座,标志着眼科AI硬件正式进入‘端侧智能体’时代。

#AIOS#端侧智能#眼科硬件 +1
36氪医疗
READ