作者丨晨阳
编辑丨小龙
图源丨深度原理
近日，AI for Materials（AI4M）科技公司深度原理（Deep Principle）官宣完成A系列融资，累计融资金额近10亿元人民币，创下了国内AI4M领域迄今最大规模的融资纪录。
本轮融资最引人注目的看点，在于上海、北京两地国资平台的联手押注。
领投方孚腾资本是由上海国投公司作为主要发起人，联合临港集团、上汽集团、宁德时代、哔哩哔哩等产业集团和投资机构共同设立的市场化股权基金管理人；顺禧基金则是北京国管旗下市场化运作的创投基金投资平台。
与此同时，康龙化成旗下康君资本等产业资本的加入，意味着下游产业开始为AI材料研发的商业价值投票。
“国资+产业资本+市场化VC”的集体押注组合，在当下仍属“非共识”的AI for Science领域尤为罕见。
当英伟达、谷歌、Meta等全球科技巨头正不惜重金重新定价AI4S（AI for Science）赛道时，黄仁勋口中的“AI终极方向”，正在被两个中国95后学霸变为现实。凭借自研的“AI Scientist（AI科学家）”与“AI Materials Factory（AI材料自动驾驶工厂）”，深度原理正在彻底终结传统材料研发“试错如沙里淘金”的历史，重塑万亿级材料产业的底层范式。
01从MIT实验室到产业最前沿：两位95后学霸的“创业搭子”
深度原理的故事，始于麻省理工学院（MIT）的实验室。
创始人兼CEO贾皓钧在本科学习物理期间便埋下了一颗种子——他大量研究二维材料、电池、超导、合金的第一性原理计算模拟，意识到材料筛选的重要性。带着“做出的成果既能上得了书架，也能上得了货架”的信念，他进入MIT化学系和化工系攻读博士，师从AI助力化学设计领军人物Heather Kulik教授。
联合创始人兼CTO 段辰儒段辰儒本科毕业于浙江大学竺可桢学院，后在MIT攻读化学博士学位，同样师从Heather Kulik教授。
2017年，当他刚刚开始探索人工智能与化学结合的课题时，整个AI生态尚不完善，“大家只能手写一些模型，导致整体效率不高，也有很多专家教授质疑AI是否真正有用”。
但段辰儒认定，AI for Chemistry是一片广阔的蓝海。读博期间，段辰儒共发表50多篇论文，其中有20篇是一作，是MIT的学术明星。
二人也是很好的“学术搭子”，曾合作发表文章十余篇。
图片来源：深度原理
博士毕业后，两人分别走入产业与科技巨头。
贾皓钧加入陶氏化学全球研发总部核心研发部门，专注于用AI研发催化剂配方及预测化学反应路径；段辰儒则加入微软担任研究科学家，为多家化学材料公司部署计算化学和AI解决方案。
2023年，二人正式成为“创业搭子”，准备成立一家AI for Chemistry领域的创业公司。
对商业更感兴趣且善于和人打交道的贾皓钧出任CEO，学术成果丰厚且拥有独特技术洞察力的段辰儒出任CTO。
CEO贾皓钧（左），CTO段辰儒（右），图源：深度原理
2023年底，他们在美国波士顿创立了深度原理。
但创始团队很快做出了一个关键决策——回国。他们看中的是中国市场完备的新材料和精细化学品产业链、庞大的材料研发需求以及高效的产业应用环境。
2024年，团队正式回国，在深圳创办了深圳深度原理科技有限公司。
在成立短短两年多的时间里，深度原理已如旋风般完成了七轮融资。
2024年9月，张露阳加入担任首席运营官，他此前在Jim Keller创立的Tenstorrent负责AI与RISC-V异构芯粒平台战略规划，拥有MIT MBA及材料与微电子相关学术背景。
公司早期提出的扩散生成模型研究成果，先后以封面论文形式发表于《Nature Computational Science》和《Nature Machine Intelligence》。
此外，公司2025年主导开发 LLM-EO（Large Language Model for Evolutionary Optimization）工作流程，利用大语言模型的内在知识与推理能力开展过渡金属配合物的生成式设计，并以封面论文形式发表于化学顶尖期刊《Journal of the American Chemical Society》。
深度原理研发的扩散生成模型与大语言模型分别作为封面论文在顶尖期刊发表
2023年，公司发布首个3D化学反应扩散生成模型OA-ReactDiff。2025年初推出迭代模型React-OT。
同年，公司在大语言模型在科学的应用方向取得阶段性进展，主导开发LLM-EO工作流程，利用大语言模型的内在知识与推理能力开展过渡金属配合物的生成式设计，并以封面论文形式发表于化学顶尖期刊。
02重塑材料研发范式
深度原理的核心技术路径，在于将生成式AI与第一性原理计算深度融合。公司在多个技术维度实现了全面SOTA（State-of-the-Art）。
物性预测领域，推出材料基座模型MPA（Materials Property Axiom），将大语言模型中已被验证有效的多阶段训练思想引入材料性质预测，通过物理对齐训练和面向实验任务的模型结构设计，在近40项实验物性预测任务中取得SOTA水平。
材料生成领域，研发了SAGA模型，使智能体能够在复杂的材料生成任务中自主调整，较全球大型科技公司研发的各类模型展现出更强的多目标优化能力。
化学反应生成领域，推出OA-ReactDiff、React-OT等系列模型，打开了静态预测的黑箱，将过渡态生成从传统的数天乃至数月缩短至0.4秒。
公司自研了六大算法模块——ReactGen（分子生成）、Reactify（精准计算）、ReactControl（控制模型）、ReactBO（广域筛选）、ReactNet（合成导航）等，集成于自研平台。
在此基础上，推出了AI Scientist平台Mira，可自主完成长链路科研全流程的设计、执行、复盘与动态调优。
图源：深度原理
公司还建立了L4级别的高通量实验室AI Materials Factory，实现了由Mira自动设计实验链路、操控实验设备、并自动收集实验数据。
深度原理成立仅一年多时间，公司已获得超千万元人民币的商业订单。公司与杉海创新共建AI超分子材料平台“超屿Synthrix™ 1.0”。公司与欧莱雅等头部企业深度合作，在新材料、日化、新能源等多领域实现技术落地。
目前，公司已积累多个国际和国内头部客户，合作形式不断深化，已升级为Agent订阅模式，并率先开创了材料领域的管线共同研发。
03资本竞速之下，AI4M的真实考验刚刚开始
AI for Materials赛道正迎来全球资本的疯狂押注。
据不完全统计，2025年全球AI材料研发市场规模已达20亿美元，机构预测2034年将增至179亿美元。今年以来，全球AI4S领域融资规模已超过44亿美元。
英国公司Cusp AI正在完成一轮4亿美元融资，估值飙升至26亿美元，投资方包括亚马逊创始人杰夫·贝索斯旗下的Bezos Expeditions。
Cusp AI成立于2024年4月，由曾打造量子计算独角兽Cambridge Quantum的查德·爱德华兹与阿姆斯特丹大学机器学习教授马克斯·韦林联合创立。
公司提供的AI平台被形容为“物质的搜索引擎”——用户输入所需性能参数（如强度、导电性或耐热性），系统即可生成候选分子与原子结构并在数字模拟环境中进行测试。其顾问团队堪称“全明星”阵容，包括“AI教父”杰弗里·辛顿和图灵奖得主杨立昆。
Cusp AI的客户已涵盖光刻机巨头阿斯麦、Meta和现代汽车。
另一家AI科学公司Lila Sciences由Flagship Pioneering于2023年孵化的公司，正计划以85亿美元估值融资20亿美元，潜在投资者包括英伟达旗下NVentures。
Lila Sciences不仅构建软件平台，还在建设“AI科学工厂”——由AI模型驱动的自动化机器人实验室，可连续运行实验。
公司已在马萨诸塞州剑桥市签下23.5万平方英尺的实验室。技术验证方面，Lila已在其实验室中快速生成新型抗体并开发了新型碳捕获材料。
在这个领域还有一家绝对巨头Google DeepMind。
DeepMind已将材料科学视为其核心研究方向之一。
2023年11月，DeepMind推出了名为GNoME（Graph Networks for Materials Exploration）的AI工具，利用图神经网络在数月内预测了超过220万种新的晶体结构，将已知稳定材料的库从约4.8万种扩展至超过220万种，其中38万种被标记为“高度稳定”。这一成果震惊了学界，也标志着AI驱动材料发现进入了规模化时代。
DeepMind于2025年12月宣布，将于2026年在英国启动其首个与Gemini AI深度集成的自动化材料发现实验室。
回看国内，深势科技目标构建类似“安卓系统”的通用科学发现操作系统。
其核心是“深势·宇知”科学发现智能引擎，包含Uni-Mol分子构象模型与DPA原子大模型。公司以“玻尔·科研空间站”产品矩阵提供SaaS模式的标准化工业软件服务，并通过Uni-Lab OS整合超100款实验仪器。
深势科技已服务全球超1000所高校的300多万科学家，合作伙伴涵盖翰森制药、复星医药、宁德时代、比亚迪等企业。
晶泰科技则是另一家不可忽视的行业巨头。
作为深度原理的早期孵化方和种子轮投资方，晶泰科技已于2024年6月在香港联交所上市，成为港交所首家通过18C特专科技规则上市的公司。
其核心业务首先聚焦于药物研发领域，跑通了技术平台构建与商业模式闭环；在此基础上，公司将药物研发领域积累的技术能力向新材料研发方向有效迁移。
2026年，晶泰科技与中石化联合打造的“智能化物理/化学吸附分析自主实验工作站”正式投入运营；公司还与国际知名药企达成超4亿美元AI药物发现战略合作。
在AI4M领域，晶泰科技不仅以投资方身份布局生态，自身也在积极拓展新材料业务版图。
此外，一批国内AI4M新锐也正在快速崛起。鼎犀智创由北京大学深圳研究生院孵化，致力于打造融合高通量实验、大模型预测与自主设计的新材料研发全生命周期解决方案。公司2026年3月完成天使+轮融资，由晶泰科技和上海未来产业基金联合领投。开物纪等新兴公司也在AI4M领域崭露头角。
据行业机构统计，2026年上半年国内AI4M赛道累计融资总额超460亿元，同比增长245%。
然而，资本的热浪之下，行业的真正考验才刚刚开始。AI能够大幅压缩筛选与验证的时间窗口，但无法绕过实验科学的物理约束与工程验证的硬性门槛。
那些依赖通用模型与开源数据的平台，与真正深耕垂直场景、构建闭环数据飞轮的企业之间，鸿沟正在拉大。
中国完备的制造业体系、庞大的材料需求场景与日益成熟的AI人才梯队，构成了AI4M产业化的独特土壤。在这场关乎未来材料主权与技术自主的全球竞速中，中国的AI4M企业能否从资本故事走向产业实绩，有待时间给出答案。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
