新聞 
黃仁勳口中的"AI終極方向",正被兩個95後變為現實
黃仁勳口中的"AI終極方向",正被兩個95後變為現實黃仁勳口中的"AI終極方向",正被兩個95後變為現實
近日，AI for Materials（AI4M）科技公司深度原理（Deep Principle）官宣完成A系列融資，累計融資金額近10億元人民幣，創下了國內AI4M領域迄今最大規模的融資紀錄。
本輪融資最引人注目的看點，在於上海、北京兩地國資平台的聯手押注。
領投方孚騰資本是由上海國投公司作為主要發起人，聯合臨港集團、上汽集團、寧德時代、嗶哩嗶哩等產業集團和投資機構共同設立的市場化股權基金管理人；順禧基金則是北京國管旗下市場化運作的創投基金投資平台。
與此同時，康龍化成旗下康君資本等產業資本的加入，意味著下游產業開始為AI材料研發的商業價值投票。
“國資+產業資本+市場化VC”的集體押注組合，在當下仍屬“非共識”的AI for Science領域尤為罕見。
當英偉達、谷歌、Meta等全球科技巨頭正不惜重金重新定價AI4S（AI for Science）賽道時，黃仁勳口中的“AI終極方向”，正在被兩個中國95後學霸變為現實。憑借自研的“AI Scientist（AI科學家）”與“AI Materials Factory（AI材料自動駕駛工廠）”，深度原理正在徹底終結傳統材料研發“試錯如沙裡淘金”的歷史，重塑萬億級材料產業的底層范式。
01從MIT實驗室到產業最前沿：兩位95後學霸的“創業搭子”
深度原理的故事，始於麻省理工學院（MIT）的實驗室。
創始人兼CEO賈皓鈞在本科學習物理期間便埋下了壹顆種子——他大量研究贰維材料、電池、超導、合金的第壹性原理計算模擬，意識到材料篩選的重要性。帶著“做出的成果既能上得了書架，也能上得了貨架”的信念，他進入MIT化學系和化工系攻讀博士，師從AI助力化學設計領軍人物Heather Kulik教授。
聯合創始人兼CTO 段辰儒段辰儒本科畢業於浙江大學竺可楨學院，後在MIT攻讀化學博士學位，同樣師從Heather Kulik教授。
2017年，當他剛剛開始探索人工智能與化學結合的課題時，整個AI生態尚不完善，“大家只能手寫壹些模型，導致整體效率不高，也有很多專家教授質疑AI是否真正有用”。
但段辰儒認定，AI for Chemistry是壹片廣闊的藍海。讀博期間，段辰儒共發表50多篇論文，其中有20篇是壹作，是MIT的學術明星。
贰人也是很好的“學術搭子”，曾合作發表文章拾余篇。
圖片來源：深度原理
博士畢業後，兩人分別走入產業與科技巨頭。
賈皓鈞加入陶氏化學全球研發總部核心研發部門，專注於用AI研發催化劑配方及預測化學反應路徑；段辰儒則加入微軟擔任研究科學家，為多家化學材料公司部署計算化學和AI解決方案。
2023年，贰人正式成為“創業搭子”，准備成立壹家AI for Chemistry領域的創業公司。
對商業更感興趣且善於和人打交道的賈皓鈞出任CEO，學術成果豐厚且擁有獨特技術洞察力的段辰儒出任CTO。
CEO賈皓鈞（左），CTO段辰儒（右），圖源：深度原理
2023年底，他們在美國波士頓創立了深度原理。
但創始團隊很快做出了壹個關鍵決策——回國。他們看中的是中國市場完備的新材料和精細化學品產業鏈、龐大的材料研發需求以及高效的產業應用環境。
2024年，團隊正式回國，在深圳創辦了深圳深度原理科技有限公司。
在成立短短兩年多的時間裡，深度原理已如旋風般完成了柒輪融資。
2024年9月，張露陽加入擔任首席運營官，他此前在Jim Keller創立的Tenstorrent負責AI與RISC-V異構芯粒平台戰略規劃，擁有MIT MBA及材料與微電子相關學術背景。
公司早期提出的擴散生成模型研究成果，先後以封面論文形式發表於《Nature Computational Science》和《Nature Machine Intelligence》。
此外，公司2025年主導開發 LLM-EO（Large Language Model for Evolutionary Optimization）工作流程，利用大語言模型的內在知識與推理能力開展過渡金屬配合物的生成式設計，並以封面論文形式發表於化學頂尖期刊《Journal of the American Chemical Society》。
深度原理研發的擴散生成模型與大語言模型分別作為封面論文在頂尖期刊發表
2023年，公司發布首個3D化學反應擴散生成模型OA-ReactDiff。2025年初推出迭代模型React-OT。
同年，公司在大語言模型在科學的應用方向取得階段性進展，主導開發LLM-EO工作流程，利用大語言模型的內在知識與推理能力開展過渡金屬配合物的生成式設計，並以封面論文形式發表於化學頂尖期刊。
02重塑材料研發范式
深度原理的核心技術路徑，在於將生成式AI與第壹性原理計算深度融合。公司在多個技術維度實現了全面SOTA（State-of-the-Art）。
物性預測領域，推出材料基座模型MPA（Materials Property Axiom），將大語言模型中已被驗證有效的多階段訓練思想引入材料性質預測，通過物理對齊訓練和面向實驗任務的模型結構設計，在近40項實驗物性預測任務中取得SOTA水平。
材料生成領域，研發了SAGA模型，使智能體能夠在復雜的材料生成任務中自主調整，較全球大型科技公司研發的各類模型展現出更強的多目標優化能力。
化學反應生成領域，推出OA-ReactDiff、React-OT等系列模型，打開了靜態預測的黑箱，將過渡態生成從傳統的數天乃至數月縮短至0.4秒。
公司自研了六大算法模塊——ReactGen（分子生成）、Reactify（精准計算）、ReactControl（控制模型）、ReactBO（廣域篩選）、ReactNet（合成導航）等，集成於自研平台。
在此基礎上，推出了AI Scientist平台Mira，可自主完成長鏈路科研全流程的設計、執行、復盤與動態調優。
圖源：深度原理
公司還建立了L4級別的高通量實驗室AI Materials Factory，實現了由Mira自動設計實驗鏈路、操控實驗設備、並自動收集實驗數據。
深度原理成立僅壹年多時間，公司已獲得超千萬元人民幣的商業訂單。公司與杉海創新共建AI超分子材料平台“超嶼Synthrix? 1.0”。公司與歐萊雅等頭部企業深度合作，在新材料、日化、新能源等多領域實現技術落地。
目前，公司已積累多個國際和國內頭部客戶，合作形式不斷深化，已升級為Agent訂閱模式，並率先開創了材料領域的管線共同研發。
03資本競速之下，AI4M的真實考驗剛剛開始
AI for Materials賽道正迎來全球資本的瘋狂押注。
據不完全統計，2025年全球AI材料研發市場規模已達20億美元，機構預測2034年將增至179億美元。今年以來，全球AI4S領域融資規模已超過44億美元。
英國公司Cusp AI正在完成壹輪4億美元融資，估值飆升至26億美元，投資方包括亞馬遜創始人傑夫·貝索斯旗下的Bezos Expeditions。
Cusp AI成立於2024年4月，由曾打造量子計算獨角獸Cambridge Quantum的查德·愛德華茲與阿姆斯特丹大學機器學習教授馬克斯·韋林聯合創立。
公司提供的AI平台被形容為“物質的搜索引擎”——用戶輸入所需性能參數（如強度、導電性或耐熱性），系統即可生成候選分子與原子結構並在數字模擬環境中進行測試。其顧問團隊堪稱“全明星”陣容，包括“AI教父”傑弗裡·辛頓和圖靈獎得主楊立昆。
Cusp AI的客戶已涵蓋光刻機巨頭阿斯麥、Meta和現代汽車。
另壹家AI科學公司Lila Sciences由Flagship Pioneering於2023年孵化的公司，正計劃以85億美元估值融資20億美元，潛在投資者包括英偉達旗下NVentures。
Lila Sciences不僅構建軟件平台，還在建設“AI科學工廠”——由AI模型驅動的自動化機器人實驗室，可連續運行實驗。
公司已在馬薩諸塞州劍橋市簽下23.5萬平方英尺的實驗室。技術驗證方面，Lila已在其實驗室中快速生成新型抗體並開發了新型碳捕獲材料。
在這個領域還有壹家絕對巨頭Google DeepMind。
DeepMind已將材料科學視為其核心研究方向之壹。
2023年11月，DeepMind推出了名為GNoME（Graph Networks for Materials Exploration）的AI工具，利用圖神經網絡在數月內預測了超過220萬種新的晶體結構，將已知穩定材料的庫從約4.8萬種擴展至超過220萬種，其中38萬種被標記為“高度穩定”。這壹成果震驚了學界，也標志著AI驅動材料發現進入了規模化時代。
DeepMind於2025年12月宣布，將於2026年在英國啟動其首個與Gemini AI深度集成的自動化材料發現實驗室。
回看國內，深勢科技目標構建類似“安卓系統”的通用科學發現操作系統。
其核心是“深勢·宇知”科學發現智能引擎，包含Uni-Mol分子構象模型與DPA原子大模型。公司以“玻爾·科研空間站”產品矩陣提供SaaS模式的標准化工業軟件服務，並通過Uni-Lab OS整合超100款實驗儀器。
深勢科技已服務全球超1000所高校的300多萬科學家，合作伙伴涵蓋翰森制藥、復星醫藥、寧德時代、比亞迪等企業。
晶泰科技則是另壹家不可忽視的行業巨頭。
作為深度原理的早期孵化方和種子輪投資方，晶泰科技已於2024年6月在香港聯交所上市，成為港交所首家通過18C特專科技規則上市的公司。
其核心業務首先聚焦於藥物研發領域，跑通了技術平台構建與商業模式閉環；在此基礎上，公司將藥物研發領域積累的技術能力向新材料研發方向有效遷移。
2026年，晶泰科技與中石化聯合打造的“智能化物理/化學吸附分析自主實驗工作站”正式投入運營；公司還與國際知名藥企達成超4億美元AI藥物發現戰略合作。
在AI4M領域，晶泰科技不僅以投資方身份布局生態，自身也在積極拓展新材料業務版圖。
此外，壹批國內AI4M新銳也正在快速崛起。鼎犀智創由北京大學深圳研究生院孵化，致力於打造融合高通量實驗、大模型預測與自主設計的新材料研發全生命周期解決方案。公司2026年3月完成天使+輪融資，由晶泰科技和上海未來產業基金聯合領投。開物紀等新興公司也在AI4M領域嶄露頭角。
據行業機構統計，2026年上半年國內AI4M賽道累計融資總額超460億元，同比增長245%。
然而，資本的熱浪之下，行業的真正考驗才剛剛開始。AI能夠大幅壓縮篩選與驗證的時間窗口，但無法繞過實驗科學的物理約束與工程驗證的硬性門檻。
那些依賴通用模型與開源數據的平台，與真正深耕垂直場景、構建閉環數據飛輪的企業之間，鴻溝正在拉大。
中國完備的制造業體系、龐大的材料需求場景與日益成熟的AI人才梯隊，構成了AI4M產業化的獨特土壤。在這場關乎未來材料主權與技術自主的全球競速中，中國的AI4M企業能否從資本故事走向產業實績，有待時間給出答案。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： |
| 延伸閱讀 |
推薦: