结论先行：把口径收紧到"公开可核实"之后，全球化妆品行业的 AI 配方项目共 13 个。它们的成熟度差距极大：Symrise 的 Philyra 在 2019 年就产出了商业香水；资生堂的 VOYAGER 整合 50 万条以上配方相关数据，2026 年 8 月 25 日推出了由它开发的上市产品 fibona 01-010 Dual Blooming Mist UV；乐敦的 ReaLab AI 是目前全球唯一一个 L5+ 项目，由自主 AI Agent 设计实验并控制机器人执行；而欧莱雅与 IBM 共建的专用基础模型至今仍在建设中。13 个项目里只有 6 个真正跑通到了产品或商业化，其余 7 个仍停留在研发或持续实施阶段。

一、13 个 AI 配方项目全表

企业项目技术路径数据基础年份状态深度
资生堂VOYAGER机器学习、配方推荐百余年研发知识、50 万+配方相关数据2024全面运行，已商业化L5
资生堂fibona 01-010 防晒喷雾AI 配方推荐同上20262026-08-25 已上市L5
欧莱雅× IBM 专用 AI 基础模型生成式 AI、基础模型集团历史配方与原料数据2025建设中L5
乐敦制药ReaLab AIAgentic AI、实验机器人专业数据库2025研发应用L5+
SymrisePhilyra机器学习、配方生成历史配方数据库2019已产出商业香水L5
GivaudanCartoAI 辅助调香Odour Value Map2019已应用、已商业化L4
COSMAX3WAAU Feedback Loop反馈学习、配方优化消费者使用反馈2022已应用、已商业化L5
汉高SalonLab机器学习、颜色预测约 1 万份头发样本2018已商业化L4
珀莱雅AI 智能配方师大模型、配方推荐原料数据库与消费者肤质评价2025研发应用L5
丸美生物AI 研发知识产权机器学习、配方生成5 项相关专利授权2025已获专利L4
自然堂AI 配方师AI 配方优化入选上海"AI+时尚"应用场景2025应用场景L4
拜尔斯道夫Future Lab AI Formulation机器学习、配方优化—2024持续实施L4
联合利华AI R&D Simulation机器学习、模拟—2025已应用L4

二、五条技术路线

路线做法代表项目成熟度门槛
历史数据驱动推荐用既有配方库训练模型，推荐候选并缩小实验范围资生堂 VOYAGER最高，已产出上市产品需要长周期配方积累
专用基础模型以集团全部配方与原料数据训练专用生成模型欧莱雅×IBM建设中数据规模与算力投入
生成式香精设计从香原料数据库生成新组合，调香师筛选Symrise Philyra、Givaudan Carto最早商业化香原料结构数据较规整
自主实验 AgentAgent 自主设计实验并控制机器人执行乐敦 ReaLab AI唯一 L5+，仍研发阶段实验室自动化基础设施
反馈闭环优化依据消费者使用反馈动态调整配方COSMAX 3WAAU Feedback Loop已商业化需要直达消费者的渠道

三、VOYAGER：唯一跑通到货架的路线

资生堂的 VOYAGER 值得单独拆，因为它是 13 个项目里唯一一个把"AI 推荐配方 → 产品上市"完整走完的。

  • 数据基础。整合百余年研发知识和超过 50 万条配方相关数据，与埃森哲合作开发 AI 功能。
  • 运行时间。2024 年 2 月全面运营。
  • 产出。2026 年 8 月 25 日推出 fibona 01-010 Dual Blooming Mist UV——一款由 VOYAGER 开发并完成商品化的防晒喷雾。

"已上市"这三个字的含金量在于：防晒产品的 SPF 与 PA 值是有严格测定标准的功能性指标，一款带着"AI 开发"标签的产品能通过全部既定验证流程上架，说明 AI 推荐的配方确实进入了真实的生产与检验体系，而不只是实验室演示。

这条路线的门槛也很清楚——百余年研发知识与 50 万条配方数据，是没有任何捷径可以绕过的前提。这也解释了为什么模仿 VOYAGER 的项目并不多：绝大多数企业没有这个数据底盘。

四、ReaLab AI：唯一一个 L5+

乐敦制药的 ReaLab AI 是目前全球化妆品行业唯一进入 L5+ 的项目，技术合作方为 Hutzper。它的官方描述是：自主型 AI Agent 完成实验设计、专业数据库搜索、数据分析、实验计划，并控制实验机器人执行和记录。

它与前四条路线的区别在于闭环的位置。VOYAGER 和 Philyra 的闭环是"推荐—人做实验—反馈给模型"，中间仍然有人；ReaLab 的闭环是"Agent 设计—机器人执行—Agent 分析"，人退到了监督位。

目前它仍是研发应用状态，未商业化。但这个方向的价值不在短期产出，而在它证明实验环节本身可以被自动化——这正是配方研发中人力消耗最大的部分。

五、欧莱雅×IBM：基础模型的真实进度

2025 年 1 月，IBM 与欧莱雅宣布共建专用 AI 基础模型，用于新品配方、旧配方重构、可持续原料替代及工业放大优化，数据基础是集团历史配方与原料数据。

需要提醒的是，这个项目在数据库中的状态是"建设中/研发应用"，未商业化。它经常被引用为"AI 将颠覆配方研发"的证据，但截至 2026 年 9 月，还没有公开披露由它产出的上市产品或可量化的研发提速数据。把它和 VOYAGER 并列讨论时，两者的成熟度并不在同一水位。

六、中国企业的位置

中国的三个项目呈现出完全不同的打法：

  • 珀莱雅 AI 智能配方师。训练 AI 配方大模型，把原料数据库和消费者肤质评价数据结合，生成和优化配方。它的特点是把消费者评价数据作为配方优化的输入，与国际项目以内部配方库为主的思路不同。2025 年披露，研发应用阶段。
  • 丸美生物。走的是知识产权路线——相关专利涉及样品稳定性检测、化妆品配方生成、产品淘汰策略等，共 5 项专利授权，证据来自 2025 年半年度报告（A+ 级）。
  • 自然堂 AI 配方师。用于产品配方优化，入选上海"AI+时尚"应用场景，证据为公司官方与技术合作方交叉（A/B 级）。

三个项目的共同特征是：都处在研发应用或场景阶段，都没有已上市产品作为产出证明。这与国际项目形成了对照——资生堂、Symrise 都有明确的上市产品，中国的 AI 配方能力目前还无法用产品来验证。

七、一个刻意的空白：稳定性预测

在 21 个应用领域的统计中，AI 稳定性预测的案例数是 0。分层、变色、黏度这些稳定性问题，是配方研发中最耗时的验证环节，理论上正是预测建模最该发挥作用的地方，却没有一家企业以可核实的方式公开过。

合理的解释有两个：一是稳定性数据高度依赖具体配方体系，跨企业、跨品类复用性差，模型的泛化能力存疑；二是稳定性数据直接关系产品货架期，企业普遍视其为配方核心资产，不愿对外披露。

这个空白对行业的实际意义是：AI 在配方上解决的是"怎么配"，还没有解决"配出来稳不稳"。后者恰恰是决定一款产品能否上市的关键。

八、三个不能

  1. 不能把推荐结果当成配方定论。13 个项目里没有一家的官方表述是"AI 直接决定最终配方"，全部是推荐候选、缩小实验范围。最终的稳定性与安全性确认仍靠实测。
  2. 不能指望 AI 跳过原料合规判断。AI 推荐的结构若在防腐剂、防晒剂、着色剂、染发剂的准用清单之外，或不在《已使用化妆品原料目录》内，后续路径与人工设计的新分子完全相同。
  3. 不能忽略数据主权的边界。把集团配方数据交给外部模型训练，涉及配方资产的归属与跨境传输。欧莱雅选择与 IBM 共建专用模型而非直接调用通用模型，本身就说明了这一点。

九、一个判断

13 个项目排开，能看出配方 AI 的水位线：香精领域最成熟（2019 年就商业化了），护肤与防晒次之（资生堂 2026 年上市），自主实验最前沿但仍未商业化（乐敦），专用基础模型最宏大但仍在建设（欧莱雅×IBM）。

对企业而言，最现实的路径不是追赶基础模型，而是先把自己的配方与实验数据结构化。VOYAGER 的全部优势来自"百余年研发知识 + 50 万条配方数据"的数字化，这一步做不完，再强的模型也没有输入。反过来，如果连历史配方数据都还散落在纸质记录和个别工程师的经验里，买任何 AI 工具都只能得到演示效果。

绿翊提示：合规问题越晚发现，越容易转化为重检、改版、补正和上市延期。AI 提速的是研发与内容环节，产品属性判定、安评资料、功效依据与检验报告一个都不能省，很多团队把效率提升误当成资料减免。绿翊合规成立于2017年，拥有4000+特殊化妆品成功申报经验和法规、安评、检测、质量复合团队，可从产品属性、配方、宣称、目标市场及现有资料入手，形成风险清单、资料清单和推进节点。AI 项目准备对外宣称或申报时，建议先提交资料开展前置审核。

常见问题解答

全球有多少个可核实的 AI 化妆品配方项目？

13 个。资生堂 VOYAGER 与其产出的 fibona 01-010 防晒喷雾、欧莱雅×IBM 专用基础模型、乐敦 ReaLab AI、Symrise Philyra、Givaudan Carto、COSMAX 3WAAU Feedback Loop、汉高 SalonLab、珀莱雅 AI 智能配方师、丸美 AI 研发知识产权、自然堂 AI 配方师、拜尔斯道夫 Future Lab、联合利华 AI R&D Simulation。其中只有 6 个真正跑通到产品或商业化，其余 7 个仍在研发或持续实施阶段。

资生堂 VOYAGER 和欧莱雅×IBM 基础模型哪个更成熟？

VOYAGER 更成熟。它整合百余年研发知识与 50 万条以上配方相关数据，与埃森哲合作开发，2024 年 2 月全面运营，2026 年 8 月 25 日推出由其开发的上市产品 fibona 01-010 Dual Blooming Mist UV。欧莱雅与 IBM 于 2025 年 1 月宣布共建专用基础模型，用于新品配方、旧配方重构、可持续原料替代及工业放大，但截至 2026 年 9 月状态仍为建设中，未披露上市产品或量化提速数据。

ReaLab AI 的 L5+ 是什么意思？

它是全球化妆品行业唯一进入 L5+ 级别的项目，技术合作方为 Hutzper。其自主型 AI Agent 完成实验设计、专业数据库搜索、数据分析、实验计划，并控制实验机器人执行和记录。与其他项目的区别在于闭环位置：VOYAGER 与 Philyra 的闭环是推荐后再由人做实验，ReaLab 由 Agent 设计、机器人执行、Agent 分析，人退到监督位。目前仍是研发应用状态，未商业化。

为什么 AI 稳定性预测一个案例都没有？

分层、变色、黏度等稳定性问题虽是配方研发最耗时的环节，却没有企业以可核实方式公开过 AI 应用。原因主要有两个：稳定性数据高度依赖具体配方体系，跨企业与跨品类复用性差，模型泛化能力存疑；稳定性数据直接关系货架期，企业普遍视为配方核心资产而不对外披露。这说明 AI 在配方上解决的是怎么配，还没有解决配出来稳不稳。

AI 生成的配方可以直接用于申报吗？

不能直接使用。13 个项目没有一家把官方表述写成 AI 直接决定最终配方，全部是推荐候选、缩小实验范围，稳定性与安全性确认仍靠实测。此外 AI 推荐的结构若在防腐剂、防晒剂、着色剂、染发剂准用清单之外，或不在《已使用化妆品原料目录》内，后续路径与人工设计的新分子完全相同，需按新原料路径备案。数据层面还需注意配方资产归属与跨境传输问题。

参考资料

相关阅读

全球化妆品行业AI应用案例数据库：138个案例、47家公司集团、62个品牌业务与22类AI应用全景

数据来源：全球化妆品行业 AI 应用案例数据库 https://www.lv-1.cn/cosmetics-ai/