AI资讯：深度原理获近10亿融资，AI材料研发迎爆发

type

status

date

slug

summary

资本狂欢：近10亿融资背后的豪华阵容

7月14日，深度原理Deep Principle正式宣布完成A系列融资。其最新一轮A3融资由孚腾资本领投，华控基金、康君资本等跟投。更令人瞩目的是，联想之星、顺禧基金、高瓴创投、祥峰投资、戈壁创投、线性资本、BV百度风投、启高资本等过半数老股东均大幅超额加投。

这笔庞大的资金将主要用于三个核心方向： 1. 持续升级AI Scientist能力，扩大其在全球范围内的领先优势。 2. 依托AI Materials Factory（AI材料工厂），加速重点材料管线的研发落地。 3. 深化海内外上下游合作，共同构建繁荣的产业生态。

在大模型和LLM（大型语言模型）投资逐渐回归理性的当下，深度原理能够逆势获得如此巨额的融资，充分证明了资本市场对其实际应用价值和商业化潜力的高度认可。

顶尖基因：MIT博士团队与全栈SOTA模型

深度原理成立于2024年，其创立之初就自带“顶尖学霸”光环。公司由来自麻省理工学院（MIT）的贾皓钧博士和段辰儒博士联合创立。贾皓钧博士曾在陶氏化学核心研发部门工作，而段辰儒博士则师从AI化学设计领域的领军人Heather Kulik教授，并曾在微软担任研究科学家，专门负责AI for Science研究的产品化。

目前，公司的研发团队汇聚了来自MIT、斯坦福、哈佛、清华等全球顶尖高校的精英，以及微软、Meta、巴斯夫等巨头企业的科研与工程人员。

在技术层面，深度原理并没有停留在传统的提示词或基础Prompt微调上，而是实现了真正的底层突破，发布了多项模型并实现全面SOTA（State-of-the-Art，行业最高水平）：

物性预测领域：推出MPA模型，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SAGA智能体，在复杂的多目标优化任务中，表现超越了全球大型科技公司研发的同类模型。

化学反应生成领域：推出OA-ReactDiff、React-OT等系列模型，成功打开静态预测的黑箱，将过渡态生成时间从传统的数天或数月，惊人地缩短至0.4秒，让AI在产业实践中真正可用。

平台与落地：AI Scientist与千万级订单

依托其全栈SOTA模型，深度原理自研了AI Scientist平台——Mira。与chatGPT或claude等通用对话助手不同，Mira是一个专为科研设计的超级智能体。它能够自主完成长链路科研全流程的设计、执行、复盘与动态调优，持续沉淀科研知识并实现闭环自主迭代，这是迈向垂直领域AGI（通用人工智能）的重要一步。

此外，公司还建立了L4级别的高通量实验室——AI Materials Factory。在这里，Mira可以自动设计实验链路、操控实验设备，并自动收集实验数据，实现了真正意义上的“黑灯实验室”。

最令人振奋的是其在AI变现方面的成绩。深度原理目前已积累了多个国内外头部客户（包括跨国巨头），并获得了持续复购。公司正在落地多个单客户千万级的订单，这在AI初创企业中极为罕见，彻底验证了AI4M在产业端的规模化潜力。

赛道爆发：AI与材料科学的双向奔赴

根据最新的行业预测，2025年全球AI材料研发市场规模已达到20亿美元，而到2034年，这一数字预计将飙升至179亿美元。这种爆发式增长的动力，主要来自于储能、半导体、制药等行业对新型先进材料的海量需求。

正如亚马逊创始人贝佐斯在参投另一家AI材料公司CuspAI时所判断的：“材料研发正是实体AI领域的核心瓶颈。”

在这个赛道中，AI与材料科学展现出了一种奇妙的双向互哺关系：一方面，类似于openai等机构研发的底层AI技术，正在帮助科学家以前所未有的速度发现新材料；另一方面，这些被发现的新型半导体或超导材料，又将反过来推动AI算力硬件的发展，为下一代更强大的大模型提供物理基础。

结语

深度原理Deep Principle完成近10亿元A系列融资并斩获千万级订单，标志着AI for Materials已经从实验室走向了真正的产业化深水区。这不仅是材料科学的一次范式革命，更是人工智能技术在实体经济中创造巨大价值的绝佳证明。随着AI技术的不断演进，我们有理由相信，未来的材料发现将变得像编写代码一样高效和精准。