首發(fā)｜上海、北京國(guó)資，聯(lián)手押注一家AI4M公司

AI for Science（AI4S，科學(xué)人工智能）正在成為全球資本追逐的新高地。據(jù)不完全統(tǒng)計(jì)，今年以來(lái)，全球AI4S領(lǐng)域融資規(guī)模已超過(guò)44億美元。

作為AI與物理世界的重要連接點(diǎn)，新材料研發(fā)被認(rèn)為是人工智能突破數(shù)字空間、真正進(jìn)入現(xiàn)實(shí)產(chǎn)業(yè)的重要入口，因此，AI for Materials（AI4M）也是全球投資機(jī)構(gòu)在AI4S領(lǐng)域中競(jìng)相布局的新賽道之一。

放眼海外，資本早已率先押注這一趨勢(shì)。英國(guó)公司Cusp AI即將完成一輪4億美元融資，估值達(dá)到26億美元，投資方包括貝佐斯家族辦公室和Kleiner Perkins；美國(guó)Periodic Labs正推進(jìn)一輪5億美元融資，估值約75億美元；另一家AI科學(xué)公司Lila Sciences則計(jì)劃以85億美元估值融資20億美元，潛在投資者包括英偉達(dá)旗下NVentures。

隨著全球資金持續(xù)涌入，中國(guó)AI4M賽道也開始迎來(lái)屬于自己的爆發(fā)時(shí)刻。近日，深度原理宣布完成A系列融資，累計(jì)融資金額近10億元人民幣。其中，孚騰資本領(lǐng)投，華控基金、康君資本（康龍化成CVC）等跟投，順禧基金、祥峰投資、高瓴創(chuàng)投、戈壁創(chuàng)投、線性資本、聯(lián)想之星、BV百度風(fēng)投、啟高資本等過(guò)半數(shù)老股東超額加注。

我們了解到，深度原理不僅拿下了國(guó)內(nèi)AI4M領(lǐng)域迄今最大規(guī)模融資，也是行業(yè)內(nèi)少數(shù)獲得國(guó)資重倉(cāng)支持的AI4M企業(yè)。

上海、北京國(guó)資聯(lián)手押注

深度原理此次近10億元A系列融資，并不是一輪簡(jiǎn)單的財(cái)務(wù)融資。

頗為引人注目的是，上海、北京兩地國(guó)資平臺(tái)同時(shí)出現(xiàn)在投資人名單中。領(lǐng)投方孚騰資本是由上海國(guó)投公司作為主要發(fā)起人，聯(lián)合臨港集團(tuán)、上汽集團(tuán)、寧德時(shí)代、嗶哩嗶哩等領(lǐng)先的產(chǎn)業(yè)集團(tuán)和投資機(jī)構(gòu)共同設(shè)立的市場(chǎng)化、專業(yè)化股權(quán)基金管理人。另一投資方順禧基金則是北京國(guó)管旗下市場(chǎng)化運(yùn)作的創(chuàng)投基金投資平臺(tái)，也是北京國(guó)管市場(chǎng)化基金群體系的重要成員之一。

對(duì)于仍處于早期發(fā)展的AI for Science賽道而言，兩大地方國(guó)資平臺(tái)聯(lián)手下注并不多見，也釋放出一個(gè)信號(hào)：AI驅(qū)動(dòng)科學(xué)創(chuàng)新，正從資本市場(chǎng)的前沿探索，逐漸進(jìn)入國(guó)家戰(zhàn)略布局的視野。

2025年，國(guó)務(wù)院印發(fā)《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》，將人工智能賦能科技創(chuàng)新列為培育新質(zhì)生產(chǎn)力的重要方向。中國(guó)科學(xué)院院士、鄂維南曾撰文指出，AI for Science的意義不僅在于提升科研效率，更在于推動(dòng)科研組織方式從“作坊模式”向“平臺(tái)模式”轉(zhuǎn)變，進(jìn)而重塑整個(gè)創(chuàng)新體系和產(chǎn)業(yè)生態(tài)。對(duì)于中國(guó)而言，這場(chǎng)由AI驅(qū)動(dòng)的科研范式變革，也被視為實(shí)現(xiàn)2035年建成世界科技強(qiáng)國(guó)目標(biāo)的重要戰(zhàn)略機(jī)遇。

與此同時(shí)，康龍化成旗下康君資本等產(chǎn)業(yè)資本的加入，意味著下游產(chǎn)業(yè)開始為AI材料研發(fā)的商業(yè)價(jià)值投票。祥峰投資、高瓴創(chuàng)投、戈壁創(chuàng)投、線性資本、聯(lián)想之星、BV百度風(fēng)投等過(guò)半數(shù)老股東選擇超額加注（Super Pro-rata），則體現(xiàn)出市場(chǎng)化機(jī)構(gòu)對(duì)公司長(zhǎng)期發(fā)展的持續(xù)看好。

“國(guó)資+產(chǎn)業(yè)資本+市場(chǎng)化VC”集體押注的投資組合，在當(dāng)下的AI for Science領(lǐng)域并不常見。原因在于，AI for Science至今仍是一個(gè)相對(duì)“非共識(shí)”的賽道。

與大模型、AI Agent、具身智能頻繁出現(xiàn)在公眾視野不同，AI for Science更多活躍于實(shí)驗(yàn)室、科研機(jī)構(gòu)和產(chǎn)業(yè)研發(fā)部門之間。它既缺少面向消費(fèi)者的爆款應(yīng)用，也難以用短期收入證明價(jià)值，其商業(yè)化周期往往以年為單位計(jì)算。因此，相較于互聯(lián)網(wǎng)時(shí)代的應(yīng)用創(chuàng)新，這更像是一場(chǎng)圍繞基礎(chǔ)科研能力和產(chǎn)業(yè)創(chuàng)新效率的長(zhǎng)期投資。

2024年，英偉達(dá)創(chuàng)始人黃仁勛曾將大語(yǔ)言模型、具身智能和AI for Science并列為人工智能發(fā)展的三大方向。在前兩者已經(jīng)成為全球資本競(jìng)逐焦點(diǎn)的背景下，AI for Science仍處于早期階段，也因此成為少數(shù)具備巨大想象空間、卻尚未形成廣泛市場(chǎng)共識(shí)的領(lǐng)域。

如今，全球資本正在重新定價(jià)這一賽道。以深度原理所在的AI+材料學(xué)為例，英國(guó)AI材料公司CuspAI即將完成4億美元融資，投后估值達(dá)到26億美元，較上一輪估值不到一年增長(zhǎng)約4倍，投資方包括貝佐斯家族辦公室Bezos Expeditions和Kleiner Perkins；由前OpenAI、DeepMind研究人員創(chuàng)立的Periodic Labs，成立不足一年，最新融資估值已升至約70億美元，而上一輪種子輪估值僅為13億美元；美國(guó)AI科研公司Lila Sciences同樣完成數(shù)億美元融資，持續(xù)獲得全球頭部資本支持。

除了在新能源、半導(dǎo)體顯示、化工、合金材料等新材料領(lǐng)域具備巨大潛力，以 AlphaFold 為代表的 AI for Science技術(shù)在蛋白質(zhì)折疊、氣象預(yù)測(cè)等特定領(lǐng)域也已經(jīng)取得了里程碑式成就。

麻省理工博士帶隊(duì)，多項(xiàng)模型實(shí)現(xiàn)全面SOTA

和不少AI創(chuàng)業(yè)公司一樣，深度原理也擁有一支明星團(tuán)隊(duì)。

公司由兩位麻省理工學(xué)院（MIT）博士創(chuàng)立。創(chuàng)始人兼CEO賈皓鈞曾在在陶氏化學(xué)核心研發(fā)部門從事新材料與催化劑研究，希望借助人工智能重新定義材料研發(fā)流程；聯(lián)合創(chuàng)始人兼CTO段辰儒曾任Azure Quantum研究科學(xué)家，長(zhǎng)期從事量子計(jì)算、分子生成模型等方向研究。團(tuán)隊(duì)成員則來(lái)自MIT、斯坦福大學(xué)、浙江大學(xué)、上海交通大學(xué)等高校，以及微軟、谷歌、巴斯夫等企業(yè)。

但在AI for Science領(lǐng)域，團(tuán)隊(duì)背景只是起點(diǎn)，真正決定競(jìng)爭(zhēng)力的是能否把算法變成科研生產(chǎn)力。

過(guò)去幾年，AI已經(jīng)能夠生成分子、預(yù)測(cè)材料性質(zhì)，也能完成部分化學(xué)反應(yīng)模擬，但這些能力大多停留在單點(diǎn)工具層面：有的負(fù)責(zé)生成材料，有的負(fù)責(zé)預(yù)測(cè)性質(zhì)，有的負(fù)責(zé)實(shí)驗(yàn)設(shè)計(jì)，卻很少有公司能夠把整個(gè)研發(fā)流程串聯(lián)起來(lái)。

深度原理選擇了一條更難的路徑。圍繞材料研發(fā)，公司自研了Reactive AI平臺(tái)，并構(gòu)建起覆蓋材料生成、性質(zhì)預(yù)測(cè)、化學(xué)反應(yīng)生成等多個(gè)環(huán)節(jié)的模型體系。其中，材料生成模型SAGA能夠完成復(fù)雜約束下的多目標(biāo)優(yōu)化；OA-ReactDiff、React-OT等模型將過(guò)去需要數(shù)天甚至數(shù)月完成的過(guò)渡態(tài)計(jì)算壓縮至0.4秒；物性預(yù)測(cè)模型MPA則在近40項(xiàng)公開任務(wù)中達(dá)到業(yè)內(nèi)領(lǐng)先（SOTA）水平。

不過(guò)，在賈皓鈞看來(lái)，AI for Science最大的挑戰(zhàn)并不是模型，而是如何讓模型真正作用于現(xiàn)實(shí)世界。科研長(zhǎng)期存在"干實(shí)驗(yàn)"與"濕實(shí)驗(yàn)"脫節(jié)的問(wèn)題：AI負(fù)責(zé)計(jì)算和預(yù)測(cè)，實(shí)驗(yàn)室負(fù)責(zé)驗(yàn)證，兩者之間往往依賴大量人工溝通和反復(fù)試錯(cuò)，模型也很難從實(shí)驗(yàn)結(jié)果中持續(xù)學(xué)習(xí)。為了解決這一問(wèn)題，深度原理建立了AI Materials Factory高通量實(shí)驗(yàn)平臺(tái)，讓AI Agent能夠直接控制實(shí)驗(yàn)設(shè)備完成實(shí)驗(yàn)，并自動(dòng)采集實(shí)驗(yàn)數(shù)據(jù)，再反饋給模型持續(xù)迭代，形成"AI預(yù)測(cè)—實(shí)驗(yàn)驗(yàn)證—知識(shí)沉淀—模型優(yōu)化"的完整閉環(huán)。

在這一基礎(chǔ)上，公司進(jìn)一步推出AI Scientist平臺(tái)Mira，將生成式模型、計(jì)算工具、客戶私有數(shù)據(jù)庫(kù)以及實(shí)驗(yàn)平臺(tái)統(tǒng)一連接起來(lái)，能夠自主完成科研任務(wù)拆解、實(shí)驗(yàn)設(shè)計(jì)、執(zhí)行、復(fù)盤和持續(xù)優(yōu)化，實(shí)現(xiàn)材料研發(fā)流程的自動(dòng)化。這也是深度原理與不少AI for Materials公司的區(qū)別所在。目前，行業(yè)里不少企業(yè)仍聚焦于解決研發(fā)中的某一個(gè)環(huán)節(jié)，例如材料生成、性質(zhì)預(yù)測(cè)或?qū)嶒?yàn)自動(dòng)化，而深度原理則試圖覆蓋從科學(xué)假設(shè)提出、材料設(shè)計(jì)、計(jì)算驗(yàn)證、實(shí)驗(yàn)執(zhí)行到知識(shí)沉淀的完整研發(fā)鏈條，為客戶提供一整套材料研發(fā)解決方案，而非單一AI工具。

技術(shù)之外，更大的考驗(yàn)來(lái)自商業(yè)化。AI for Science一直被認(rèn)為是"最難落地"的AI賽道之一。研發(fā)周期長(zhǎng)、驗(yàn)證成本高、產(chǎn)業(yè)需求復(fù)雜，使不少創(chuàng)業(yè)公司停留在技術(shù)展示階段，真正實(shí)現(xiàn)規(guī)模化收入的企業(yè)并不多。

賈皓鈞認(rèn)為，AI for Science最大的難點(diǎn)很多時(shí)候并不是技術(shù)，而是產(chǎn)業(yè)理解。"很多項(xiàng)目失敗，并不是模型不夠先進(jìn)，而是從一開始就沒(méi)有找準(zhǔn)真正需要解決的問(wèn)題。團(tuán)隊(duì)如果全是科學(xué)家，卻缺少真正理解產(chǎn)業(yè)的人，很容易做出技術(shù)上漂亮、商業(yè)上卻沒(méi)人買單的產(chǎn)品。"

因此，公司從創(chuàng)業(yè)之初便圍繞產(chǎn)業(yè)需求設(shè)計(jì)研發(fā)方向，而不是先做模型，再尋找應(yīng)用場(chǎng)景。目前，深度原理已服務(wù)多家國(guó)際及國(guó)內(nèi)頭部企業(yè)，并實(shí)現(xiàn)持續(xù)復(fù)購(gòu)。合作模式也從解決單點(diǎn)研發(fā)問(wèn)題，逐步升級(jí)為AI Agent訂閱以及材料研發(fā)管線共研，通過(guò)里程碑付款和成果分成等方式建立更深層次合作。業(yè)務(wù)領(lǐng)域則持續(xù)拓展至新能源、電子材料、精細(xì)化工、營(yíng)養(yǎng)日化等多個(gè)行業(yè)，并已落地多個(gè)單客戶千萬(wàn)級(jí)項(xiàng)目。