【本文为环特原创内容，转载请联系文章顶部“二维码”授权】

01 原子尺度上的“降维研发”

3月17日，欧莱雅宣布扩大与英伟达的深度合作，旨在利用AI驱动的计算化学来加速美妆创新的进程。环特生物注意到，这项跨界合作的诸多技术细节其实相当值得深挖。

图源欧莱雅官方

在目前公开发表的文件中显示，欧莱雅并没有把AI局限在前端的营销或者一些虚拟试妆的领域，而是将其研发与创新生态系统与英伟达的ALCHEMI机器学习框架进行了底层直连。

这段信息的复杂程度有些高，最引人注目的就是这个ALCHEMI，它到底是什么？

通俗点说，ALCHEMI是一个专注于物理信息神经网络和数字孪生构建的高级计算框架，通过这一系统，欧莱雅的研发人员能够在完全虚拟的计算环境中，在分子乃至“原子尺度”上精确模拟活性成分的表现与相互作用。

在一个常规的护肤品配方中，可能包含数十种成分，它们之间的物理、化学相互作用存在着数十亿种可能的组合。传统的实验室测试根本无法覆盖如此庞大的变量空间，而通过基于ALCHEMI架构建立的AI引擎，研发人员能够同时并发处理成千上万个变量，预测分子在不同环境条件下的稳定性与渗透率。

据欧莱雅研发、创新和技术副首席执行官Barbara Lavernos透露，这种将AI驱动的分子模拟应用于专有活性物的方法，使得研发周期缩短了近100倍。目前，这一技术已优先应用于防晒和肤色管理等关键领域，试图在物质的最底层维度确立新的性能标准。

欧莱雅并不是第一个在妆品研发领域吃下AI这只螃蟹的人，事实上，与AI技术的深度融合在当下几乎成为了整个行业的大势所趋。为什么美妆巨头们会集体将巨额的研发资金与核心资源倾注在AI上，这是一种跟风行为还是一种先见之明？想要弄清楚这一点，我们就需要先来简单回顾一下化妆品研发的历史。

化妆品的演化史，本质上其实是一部人类对物质属性的认知逐渐从宏观走向微观、从感性走向理性的历史。在早期的古代文明中，化妆品的生产高度依赖于自然界现成物质的简单物理混合。例如，古埃及人利用矿物颜料、动物脂肪和植物精油进行混合，这种被称为“炼金术式”的早期实践，完全依赖于匠人的直觉与偶然的发现。

进入工业革命后，随着现代化学的兴起，化妆品生产进入了大规模工业化阶段。配方师开始在实验室的烧杯和试剂瓶中，通过精确称量水、油、乳化剂、防腐剂和活性物，进行高频的物理试错。这种被称为“经验配伍”的模式，构筑了现代美妆产业长达一个多世纪的繁荣。

当配方体系发展到今天，传统植物提取物或基础化学合成物的功效潜力其实已被挖掘到一个相对的瓶颈期。仅仅依靠增加某种活性物的添加量，或者调整乳化剂的比例，很难在功效上实现质的飞跃。更重要的是，基于物理实验室的“试错法”耗时漫长、沉没成本高昂，且难以穷尽所有可能的化学组合。如今，AI的迅猛发展为妆品研发提供了更为强大的动力。

图源《美走向数字化，全球美丽2026现状》

另一影响因素来源于市场需求的倒逼，根据全球消费者洞察机构NielsenIQ在3月底发布的《2026年美妆行业现状报告》显示，全球美妆销售额同比增长了10%。尽管大盘仍在增长，但增长的驱动力已经发生了改变：数据表明，数字化渠道已经成为绝对的增长主力，在高度数字化的环境中，消费者获取信息的渠道被无限拓宽，不再轻易为单纯的情感营销或华丽的包装买单。报告指出，当下消费者展现出了极强的“意向性”与理性，有52%的受访者表示愿意为产品的“便捷性”和“省时解决方案”支付溢价，同时有63%的消费者将心理与整体健康列为优先考虑因素。

在国内市场，这种趋势被进一步放大。随着电商平台流量红利的触顶，品牌过去依赖的“流量采买+故事包装”模式边际效益递减。新一代消费者中涌现出大量具备专业化学与皮肤学知识的“成分党”，他们仔细研究成分表，甚至查阅相关学术文献来验证产品的功效宣称。

在这种极致理性的消费环境下，产品必须拥有坚实的科学数据支撑。品牌需要AI不仅是为了加快研发速度，更是为了在产品上市时，能够向消费者展示一条清晰、严谨、基于海量数据演算的证据链。这种建立在超级算力基础上的硬核科技感，正在成为美妆品牌获取消费者信任并维持产品溢价的新基石。

除此之外，全球日趋严格的监管法规和伦理标准，是迫使美妆巨头全面转向AI研发的另一大关键外部驱动力。

长久以来，化妆品及其新原料的安全性评估高度依赖于动物活体实验。然而，随着动物福利保护意识的普及，以及活体实验在种属差异上导致的数据不准确性，这一做法正面临前所未有的抵制。自欧盟化妆品指令第7次修正案全面禁止在欧盟市场销售经过动物测试的化妆品以来，寻找替代测试方法成为了全行业的刚性需求。

近年来，美国FDA和欧洲药品管理局（EMA）等全球主要监管机构，正在强力推动“新途径方法”（New Approach Methodologies, NAMs）的广泛应用。NAMs旨在通过体外细胞测试、体外化学测试以及计算机内模拟来减少或取代动物实验。

(a) 采用基于TSAR数据的替代检测方法;（b）采用NAMs的毒理学终点与人类化妆品安全性相关的，基于TSAR数据。

图源A State-of-the-Art Review on the Alternatives to Animal Testing for the Safety Assessment of Cosmetics

在这一合规转型的浪潮中，AI驱动的在硅毒理学预测模型展现出了不可替代的价值。通过将待测化学分子的结构输入深度学习网络，AI能够将其与数据库中已知的数以万计的毒理学特征进行比对，通过识别特定的毒性警示结构和分析定量构效关系，迅速预测出该成分是否具有引发人体过敏或内分泌干扰的潜在风险。

一项相关的毒理学信息学研究表明，采用机器学习模型来预测化妆品成分的接触性过敏潜能，其准确性在很多情况下已经达到甚至超过了传统的动物测试数据。借助AI，美妆企业不仅能够规避严厉的动物测试法规风险，实现品牌在道德层面的“零残忍”背书，更能在研发的极早期阶段就将存在安全隐患的分子淘汰出局，极大地降低了后期临床测试失败的风险。

所以说，美妆巨头扎根AI研发看上去并不是一种噱头，而是多方因素共同催生的结果；但只要结合AI就万事大吉了吗？答案显然是否定的。

02 探秘“肠-皮轴”与多组学技术

如果说AI提供的算力框架是妆品研发的新引擎，那么当中的燃料，则是海量的人体生物学和微生态数据。

人类的皮肤并非是一层静态的屏障，它是一个生机勃勃、极其复杂的微型生态系统。在这个生态系统中，定植着数以百万计的细菌、真菌、病毒和古菌，它们与宿主之间存在着密切的共生关系。

健康的皮肤状态依赖于这些微生物群落的多样性与相对平衡，当外界环境或内部因素导致特定菌群过度繁殖或有益菌群锐减时，就会引发微生态失调。这种失调被证明是导致痤疮、特应性皮炎、头皮屑甚至加速皮肤衰老的核心机制之一。

皮肤衰老研究中的多组学分析图源Advances in the application of multi-omics analysis in skin aging

然而，微生态系统是一个包含了无数动态变量的庞大网络，单一的生物学研究手段很难真实反映它们在人体表面复杂的群体协作和竞争关系。为此，科学界引入了“多组学”分析手段。

多组学整合了宏基因组学（解析微生物群的种类与比例）、转录组学（分析宿主和微生物的基因表达活跃度）、蛋白质组学（观察执行生理功能的蛋白质种类）以及代谢组学（分析细胞与微生物产生的化学信号小分子）。

发表在《Photochemistry and Photobiology》上的一项由Jacques等人进行的标志性研究，就展示了多组学的强大威力。该研究建立了一个复杂的体外人类表皮重建生态系统模型，并利用多组学工具深度评估了广谱SPF50+防晒霜在模拟太阳辐射暴露下对皮肤屏障功能标志物的影响。研究不仅观察了表皮厚度，还深入分析了UV辐射如何干扰编码天然保湿因子和脂质代谢通路的特定RNA转录，从而在分子水平上证实了防晒霜在维持微生态稳定和表皮结构完整性方面的深层作用。

多组学研究虽然提供了前所未有的高分辨率生物图谱，但也带来了另一个巨大的挑战：数据爆炸。一次全面的皮肤多组学测序，可能会产生数以太字节（TB）计的数据。在这些如同天文数字般的A、T、C、G碱基序列和蛋白质分子量中，寻找导致某种皮肤问题的具体因果链条，犹如大海捞针，这就必须依赖人工智能的深度学习与模式识别能力。

在AI的高维数据处理能力加持下，一个过去仅停留在假说阶段的科学概念——“肠-皮轴”，在近年来得到了大量坚实的实证支持，并开始指导美妆产品的研发走向。

健康与衰老：皮肤-肠道轴的微生物群变化图源Advances in the application of multi-omics analysis in skin aging

研究表明，肠道微生物的失衡会导致肠道黏膜屏障受损（即肠漏症），进而使得特定的微生物代谢产物甚至毒素进入全身血液循环。当这些物质随着微血管网络抵达皮肤时，会干扰表皮的正常分化，引发慢性低度炎症，削弱皮肤的结构完整性。

发表在微生物学权威期刊《mSystems》上的一项由Mahmud等人主导的重量级研究，探究了特应性皮炎（AD）发病机制中肠道菌群与皮肤病理之间的因果关系。

研究团队获取了AD患者和健康对照者的皮肤活检组织，进行了精细的单细胞RNA测序。随后，他们动用了多种高级计算机科学与AI分析工具，包括细胞间通讯网络分析、伪时间轨迹推断，以及复杂的分子对接和分子动力学模拟。

通过让AI在庞大的数据集中寻找交集，研究人员锁定了7个关键的“桥梁基因”。AI的功能注释进一步揭示，这些基因主要参与人体内部的维生素前体代谢。研究得出的关键结论是：肠道内一种名为“直肠真杆菌”特定细菌群，主要通过介导维生素前体的代谢途径，远程调节了人体全身的免疫反应，进而深刻影响了特应性皮炎在皮肤局部的发作。

令人振奋的是，借助AI进行的在硅药物逆向预测与分子对接模拟显示，GALE基因编码的蛋白质是一个极具潜力的全新治疗靶点。这些由AI驱动的微观生物学突破，正在改变护肤品的研发思路。

过去的研发思路是“缺什么补什么”或“坏了就修补”。例如，皮肤干燥就涂抹大分子透明质酸进行物理封堵保湿；角质层过厚就使用水杨酸进行化学剥脱。这是一种停留在表皮物理和化学层面的修补学。

而在“细胞级生态治理”的时代，研发的终极目标是恢复微生态的自主平衡。基于AI对个体或特定人群微生物组测序数据的分析，可以定向开发具有干预作用的活性物质。

这主要分为三大类：一是“益生元”，即通过提供特定的多糖类营养物质，靶向“喂养”皮肤上的有益菌，抑制有害菌的扩张；二是“益生菌”，即将经过灭活处理但保留了有效抗原信息的有益菌群直接添加到产品中，以调节皮肤局部的免疫微环境；三是“后生元”，即直接提取微生物发酵产生的有益代谢物，让其直接作用于宿主细胞。

环特生物多组学联用技术

这种从宏观化学配伍向微生态系统调控的转变，要求产品在开发阶段就必须拥有类似药物研发的严谨分子靶点依据和生物信息学支持，这也是美妆行业技术壁垒全面升维的核心标志之一。

03 巨头们的AI棋局

当前，头部的美妆企业都在结合自身的资源禀赋，探索各具特色的AI辅助研发路径。

资生堂匠心移植

在化妆品的配方设计中有一个无法规避的部分，就是怎样在保持功效性的同时，还能为消费者提供卓越的感官体验。这种因人而异的感官感受在过去一直被认为是一种难以被公式量化的玄学，高度依赖于资深配方师长年累月积淀的直觉与经验，在日语单词中对应着“Takumi（匠人精神）”。

VOYAGER带有探索新领土和旅程的含义

资生堂认识到，如果不将这些隐性经验数据化，AI模型就只能产出冰冷的化学混合物，而无法创造出具有商品价值的护肤品。为此，资生堂与全球咨询公司埃森哲合作，耗时数年建立了一个名为VOYAGER的AI化妆品开发数字平台。它们将资生堂百年来积累的复杂乳化机制、原料在不同环境下的流变学与摩擦学变化规律，以及专家库中海量的感官评价反馈，转化为了超过50万个精细的数字化数据点，输入到专有算法模型中进行训练。

图源Shiseido Develops Its First Unique Suncare Product Using the AI-Powered Formulation Development Platform VOYAGER

年初，资生堂宣布，在其“fibona”开放创新项目下，利用VOYAGER平台成功开发了一款全新的喷雾型防晒产品，计划于2026年夏季上市。以往开发防晒产品的痛点在于，为了达到高倍数的UV防护效果，通常需要添加较多的紫外线吸收剂或反射剂，这容易导致产品质地厚重、肤感油腻。

图源Shiseido ushers in new era of innovative cosmetics development by blending century of research with advanced AI technology

VOYAGER的AI系统在获取了消费者“渴望高防护且肤感如化妆水般轻盈”的需求后，在拥有数十万数据的模型中进行了高维空间的参数寻优。在未进行物理试管混合之前，AI就通过计算流体力学和非牛顿流体的流变学预测模型，模拟了不同原料配比在喷嘴挤压瞬间的剪切力变化以及接触皮肤后的铺展系数。最终，系统输出了一套前所未有的双相美容油喷雾配方建议。这一案例展示了AI如何帮助企业在极短时间内找到功效与感官的微妙平衡，同时也证明了在AI时代，配方师的经验并未被淘汰，而是作为高价值的数据资产被永久固化在算法中，实现了机器算力与人类匠心的协同。

拜尔斯道夫降维打击

资生堂利用AI技术优化配方组合与肤感，而德国美妆企业拜尔斯道夫则试图利用AI在最核心的原料端进行降维打击。

为了寻找能够显著改善皮肤特定病理状态的全新生物活性分子，拜尔斯道夫选择与知名的医疗AI独角兽企业Insilico Medicine开展深度合作。Insilico Medicine在利用生成式AI和强化学习进行药物靶点发现与小分子设计方面具有深厚背景，近年，该公司完全由AI发现和设计的一款治疗特发性肺纤维化（IPF）的小分子候选药物，在IIa期临床试验中取得了积极进展，展示了其AI引擎在生命科学领域的强大实力。

拜尔斯道夫正进一步将风险投资作为推动未来增长的战略杠杆。公司宣布启动第二期企业风险投资基金，承诺资金规模达1亿欧元（约合人民币8亿元），将“科学驱动创新”作为核心，推动长期发展。

图为拜尔斯道夫首席研发官Dr. Gitta Neufang

拜尔斯道夫正是希望将这种用于创新药研发的AI引擎“降维”应用到护肤领域。传统的化妆品新原料开发通常需要在庞大的化学物质库中进行耗资巨大的高通量筛选，成功率极低。而生成式AI的逻辑则完全不同：研发人员首先确定与皮肤衰老相关的特定蛋白质靶点结构，然后让AI根据靶点空间的物理化学约束条件，从数十亿种可能的虚拟化学结构中，从零开始自动“生成”并优化出具备极佳结合亲和力、良好皮肤渗透性且低毒性的全新分子结构。这种类似于“定制化设计”的路径，不仅极大缩短了原料开发周期，更帮助企业绕开了现有自然提取物拥挤的专利红海，构筑了从底层化学分子级出发的坚固知识产权壁垒。

贝泰妮本土突围

在全球巨头狂飙突进的同时，中国本土美妆企业也探索出了符合自身禀赋的数字化道路。以国货头部品牌薇诺娜的母公司贝泰妮为例，其核心竞争力在于长期深耕本土临床皮肤医学所积累的庞大数据资产。

据《每日经济新闻》的行业分析报道中指出，敏感肌护理赛道已经进入了从单一“舒敏”向“敏感肌+”复合功效演进的下半场。贝泰妮凭借其脱胎于医药企业的背景，与国内大量顶尖医院的皮肤科保持着深度的“医研共创”合作，积累了规模庞大且特征清晰的国人敏感肌临床病理与微生态测序数据。

在AI辅助研发阶段，贝泰妮将这些源自真实临床环境的国人皮肤表型数据与转录组数据输入算法模型。通过针对性的计算分析，他们能够更精准地描绘出国人在特定气候、饮食习惯下的皮肤微生态失衡特征，并据此从云南丰富的特色植物资源库中，高效筛选出具有多靶点调节作用的植物活性单体。这种以“本土临床数据+AI定向筛选”的研发体系，已协助贝泰妮累计完成了超过20项化妆品新原料的备案，在数量上稳居国内品牌前列。这说明，在AI时代，算力固然重要，但高质量、具有本地化特征的专有数据集，才是决定AI模型最终产出价值的核心护城河。

然而，在审视这些成功标杆的同时，我们也必须对AI在美妆产业中的应用保持理性的技术审视。在过去几年间，行业内不乏打着“纯算法智能护肤”旗号却最终失败的初创公司，这些失败案例揭示了当前技术的几个关键局限：

首先是数据的同质化与算法偏差，如果用于训练诊断模型或测肤AI的底层图像和临床数据过度集中于某一特定地区、人种或肤色，那么在处理其他人群的数据时，算法的准确率就会出现显著下降，这不仅涉及商业可用性，更触及了医疗和美学的伦理底线。

其次，随着模型复杂度的提升，深度神经网络在输出推荐配方时往往呈现出“黑盒”状态。当品牌面对越来越看重透明度、要求追溯成分安全性的消费者，甚至在面对相关监管机构的安全质询时，如果无法清晰解释AI为何选择某种特定浓度的化学成分，将会引发严重的信任危机。

最后，是创新与合规的平衡。AI生成的配方无论在虚拟模拟中多么完美，都必须落地于复杂的现实供应链。它生成的某些成分组合可能在物理混合时极不稳定，或者在知识产权上触碰了他人的专利盲区，更甚至可能违反不同国家和地区繁杂且时刻变动的化妆品法规清单。

因此，AI并未、也不可能完全取代现有的研究手段，在一个最理想的未来状态下，它会与“多组学生物数据库”以及“经验丰富的跨学科专家”共同组成协同的研发系统。归根结底，AI在美妆研发中的真正价值，在于它迫使行业重新回答一个古老的问题：什么是“好”的产品？

过去，答案往往属于经验或直觉；今天，它逐渐转向微观尺度上的精确计算、微生态层面的因果链条，以及数亿种组合中被算法捕捉到的最优解。然而，技术越逼近确定，我们越应警惕一种新的盲目——对算力的盲目和对数据的迷信。AI可以提供“正确”，而美，始终需要一点“意外”。

参考资料：

[1]  A State-of-the-Art Review on the Alternatives to Animal Testing for the Safety Assessment of Cosmetics

[2] Artificial Intelligence That Predicts Sensitizing Potential of Cosmetic Ingredients with Accuracy Comparable to Animal and In Vitro Tests—How Does the Infotechnomics Compare to Other “Omics” in the Cosmetics Safety Assessment?

[3] Multi-omics analysis to evaluate the effects of solar exposure and a broad-spectrum SPF50+ sunscreen on markers of skin barrier function in a skin ecosystem model

[4] Advances in the application of multi-omics analysis in skin aging

[5] Shiseido Develops Its First Unique Suncare Product Using the AI-Powered Formulation Development Platform VOYAGER

[6] Shiseido ushers in new era of innovative cosmetics development by blending century of research with advanced AI technology

[7] Black and brown skin tones are underrepresented in books meant to teach doctors to recognize skin disease. The shortfall could contribute to racial disparities in diagnosis and treatment.

[8] 《拜尔斯道夫新注资8亿风投基金，大力推进创新战略》