结论先行：AI 在化妆品原料端的投入，全行业共 17 个可核实项目：新原料与活性物发现 7 个、多肽与蛋白设计 3 个、植物与中药活性发现 3 个、分子设计 4 个。其中真正已产品化、能在货架上找到的只有 5 个；有可引用提速数字的 3 个；跑通到"新原料备案"或监管认可通道的一个都没有明确公开。这组数字说明：AI 原料发现最擅长的还是"筛"，从筛到能上市之间，隔着合成放大、安全验证与合规路径三道关。

一、17 个项目全表

企业项目分类技术产出/状态证据
LG 生活健康EXAONE Discovery新原料发现分子预测、AI 新物质发现（LG AI 研究院）候选开发由 1 年 10 个月缩至 1 天A-L5
LG 生活健康AI Ingredient Discovery新原料发现AI 成分筛选，比较 40 万+成分数据已用于 Physiogel Red Soothing Rosatheca 系列A-L5
华熙生物AI 活性物智能筛选平台新原料发现深度神经网络、分子动力学、同源建模百万级分子库，已用于润百颜、肌活产品A+-L5
珀莱雅AI 线粒体活性物筛选新原料发现AI 筛选 + 高通量实验验证已用于能量系列 2.0 部分产品A-L5
谷雨AI 酶筛选新原料发现AI 筛选、生物酶工程近 200 万种酶筛出 6 种，用于人参皂苷 CKC-L5
雅诗兰黛GenAI Product Development新原料发现生成式 AI、知识挖掘（Microsoft）已开展，无产品产出A/B-L4
GivaudanEVE新原料发现AI 推荐、知识系统读取 Brief 推荐活性成分，已应用A-L4
Kolmar KoreaPTPD-12多肽/蛋白设计AI 肽筛选、分子预测数万个肽候选，周期 1 年+缩至约 3 个月A-L5
贝泰妮AI 计算生物科技重组胶原多肽/蛋白设计AI 计算生物学、蛋白设计已用于泊美胶原绿钻霜 2.0A+-L5
华熙生物Protein AI Design多肽/蛋白设计蛋白设计、计算生物学研发应用，未商业化A+-L5
珀莱雅AI 天然植物分子发现植物活性发现分子检索、靶点预测用于头皮控油研发，研发应用A-L4
上海家化AI-TCM植物/中药AI 知识计算、网络药理学青蒿等植物活性挖掘，研发平台A-L4
百雀羚全球前沿科技研究院植物活性发现AI 科研（北京工商大学）平台建设/研发A-L3
贝泰妮BTN-737分子设计生成式分子设计（基于 YKMB-002）美白原料，进入中检院创新服务目录A+-L5
逸仙集团PDRN 精华 AI 分子筛选分子设计AlphaFold3、SuperPred、分子对接已用于 DR.WU PDRN 水光精华A+-L5
珀莱雅AI 分子动力学建模分子设计分子动力学、AI 建模用于源力精华 3.0、源力面霜 2.0A-L5
华熙生物AI 机理研究/靶点预测分子设计靶点预测、知识挖掘研发应用，未商业化A+-L4

二、四条技术路线

路线做法代表项目产出形态难点
海量库筛选在百万级分子或酶库中排序打分华熙百万级分子库、谷雨近 200 万种酶候选清单打分函数是否可靠
生成式设计对已知结构做重新设计与改造贝泰妮 BTN-737新分子结构改造后的活性与稳定性验证
结构解析驱动用结构预测与分子对接筛选增效成分逸仙 AlphaFold3 + 分子对接已上市产品配方依赖公共结构预测工具精度
AI + 生物制造AI 设计路径，合成生物学实现产业化谷雨 AI 酶筛选、华熙合成生物研发可量产原料实验室效率能否放大到吨级

三、"1 天"究竟是怎么算出来的

LG 生活健康与 LG AI 研究院的 EXAONE Discovery 是这 17 个项目里最常被引用的一个，因为它的数字最惊人：候选物质开发由平均 1 年 10 个月缩短至 1 天。它的做法是 AI 从分子结构预测溶解度、功效、安全和潜在有害物，筛选新的化妆品功效物质。

但这个数字必须放在正确的语境里理解：它衡量的是从分子结构预测出候选物的速度，不是安全性验证或上市的速度。1 天之后，候选物仍然要经过合成、稳定性考察、安全评估与功效验证，这一段的时间并没有被压缩。

同类的还有 Kolmar 的 PTPD-12：AI 从数万个肽中筛选候选物并锁定逆龄肽，研发周期由 1 年以上缩短至约 3 个月。注意这里是"约 3 个月"而不是"1 天"——同样是肽类筛选，两家的口径不同，3 个月更接近包含后续验证的真实周期。

四、谷雨：近 200 万种酶筛出 6 种

谷雨的 AI 酶筛选是 17 个项目里唯一证据等级为 C 的一个——来源是人民日报报道，而非公司年报或官网。它的内容是：从近 200 万种酶中利用 AI 筛选出生物酶，筛出 6 种，用于稀有人参皂苷 CK 等原料研发。

把它单列出来有两个原因。一是它的转化路径最完整：AI 负责在海量酶序列里找到高效转化路径，合成生物学负责把它做出来，最终形成可量产原料。二是它的证据等级提醒我们注意口径——媒体报道属于 C 级，关键结论建议二次核验，不宜作为核心引用。

五、真正能上货架的 5 个

项目落地产品企业状态
AI Ingredient DiscoveryPhysiogel Red Soothing Rosatheca 系列LG 生活健康已产品化
AI 活性物智能筛选平台润百颜修莹焕亮精华、肌活轻酸精华华熙生物已产品化
AI 线粒体活性物筛选能量系列 2.0 部分产品珀莱雅已产品化
AI 计算生物科技重组胶原泊美胶原绿钻霜 2.0贝泰妮已产品化
PDRN 精华 AI 分子筛选DR.WU PDRN 水光精华逸仙集团已产品化

5 个里有 4 个来自中国企业，而且证据等级普遍较高——华熙、贝泰妮、逸仙三个的证据都是 A+（年报或交易所披露）。这与整个 138 案例库的整体结构一致：中国企业的 AI 投入集中在研发侧，且因为年报披露要求而留下了更硬的证据链。

值得注意的是贝泰妮的 BTN-737。它由 YKMB-002 出发用 AI 生成式设计开发美白原料，进入了中检院创新服务目录——这是 17 个项目里唯一一个公开披露进入监管相关通道的。虽然状态仍是"研发/申报推进、未商业化"，但它是观察 AI 原料能否走通合规路径的最佳样本。

六、三个提醒

  1. 筛出来不等于能用。AI 筛出的分子若不在《已使用化妆品原料目录》内，就要走新原料备案并履行安全监测期，与人工设计的路径完全一致。17 个项目中只有 BTN-737 公开披露进入了监管相关通道。
  2. 提速数字要问清口径。"1 天"是候选物筛选，"3 个月"可能包含部分验证。引用前必须确认这个数字覆盖的是哪一段流程。
  3. 证据等级决定能否对外说。C 级（媒体报道）与 A+ 级（年报披露）的可靠度差距很大。对外宣称某原料由 AI 设计并给出量化数据时，最好有年报或官方新闻稿支撑。

七、一个判断

17 个项目按进度排开，能看出 AI 原料发现的真实位置：它在"发现"这一环已经可用且高效，在"上市"这一环还几乎没有跑通的公开样本。5 个已产品化的项目，全部是把 AI 筛出的成分用在既有产品配方里，而不是以新原料身份完成备案后上市。

这背后是三道关：合成放大（实验室能做到的转化效率，吨级生产未必成立）、安全验证（新分子需要完整的安全评估资料）、合规路径（新原料备案与安全监测期）。AI 压缩的是第一关之前的时间，后三关的时间一秒没少。

对企业而言，最务实的用法是把 AI 用在"缩小候选范围"上，把省下来的实验资源投到验证环节。指望 AI 直接产出可申报的新原料，目前还没有先例可循。

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

AI 在化妆品原料发现上有多少可核实的项目？

共 17 个：新原料与活性物发现 7 个、多肽与蛋白设计 3 个、植物与中药活性发现 3 个、分子设计 4 个。其中真正已产品化能在货架上找到的只有 5 个，有可引用提速数字的 3 个，公开披露进入监管相关通道的仅 1 个（贝泰妮 BTN-737 进入中检院创新服务目录）。这说明 AI 最擅长的是筛，从筛到能上市还隔着合成放大、安全验证与合规路径三道关。

LG EXAONE 的"1 天出候选"是什么意思？

它衡量的是从分子结构预测出候选物的速度，不是安全性验证或上市速度。LG 生活健康与 LG AI 研究院的 EXAONE Discovery 由分子结构预测溶解度、功效、安全和潜在有害物，官方披露候选物质开发由平均 1 年 10 个月缩短至 1 天。1 天之后候选物仍需经过合成、稳定性考察、安全评估与功效验证。同类指标 Kolmar PTPD-12 是从数万个肽中筛选，研发周期由 1 年以上缩短至约 3 个月，更接近包含部分验证的真实周期。

哪些 AI 筛出的原料已经能买到？

5 个。LG 生活健康 AI Ingredient Discovery 用于 Physiogel Red Soothing Rosatheca 系列；华熙生物 AI 活性物智能筛选平台用于润百颜修莹焕亮精华与肌活轻酸精华；珀莱雅 AI 线粒体活性物筛选用于能量系列 2.0 部分产品；贝泰妮 AI 计算生物科技重组胶原用于泊美胶原绿钻霜 2.0；逸仙集团 PDRN 精华 AI 分子筛选用于 DR.WU PDRN 水光精华。其中 4 个来自中国企业，华熙、贝泰妮、逸仙的证据等级均为 A+ 年报披露。

谷雨的 AI 酶筛选为什么证据等级是 C？

因为来源是人民日报报道，而非公司年报或官网新闻稿。按四级证据口径，论文、会议、政府或行业平台、权威媒体属于 C 级，可进入扩展库但关键结论建议二次核验。其内容是谷雨从近 200 万种酶中利用 AI 筛选出生物酶、筛出 6 种，用于稀有人参皂苷 CK 等原料研发。这条路径本身转化最完整——AI 找转化路径、合成生物学实现量产，但引用时须标注证据等级。

AI 设计的新原料在中国怎么走合规路径？

与人工设计的分子完全一致。AI 筛出的分子若不在《已使用化妆品原料目录》内，需按新原料路径备案并履行安全监测期要求，不因它由 AI 设计而改变。17 个项目中只有贝泰妮 BTN-737 公开披露进入中检院创新服务目录，状态仍为研发与申报推进、未商业化。此外对外宣称某原料由 AI 设计并给出量化数据时，最好有年报或官方新闻稿支撑，避免证据等级不足引发的宣称风险。

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/