人类文明的早期篇章，往往以材料命名。石器、青铜、铁器，材料变了，文明就变了。
几千年后的今天，两个95后中国小伙相信，他们找到了改变发现材料游戏规则的新工具。不是锤子与熔炉，而是算法与数据。
“AI4S带来的新机会，会渗透、重塑各行各业。”深度原理创始人兼CEO贾皓钧说。
AI4S（AI for Science），即人工智能来做科学研究，被视为继实验、理论、计算和数据科学之后的“第五科研范式”。去年，国务院《关于深入实施“人工智能+”行动的意见》明确将AI赋能科技创新列为培育新质生产力的重要方向。而AI4M（AI for Materials），人工智能赋能材料研发，是其中备受关注的核心分支。
前不久，这家由MIT（麻省理工学院）博士贾皓钧和段辰儒创立的杭州公司，发布能独立完成科研全流程的AI科学家平台Mira，并完成A系列融资，累计金额近10亿元人民币，创下国内AI4M领域迄今最大融资纪录。
放眼全球，AI4S赛道正在被热钱追逐。据不完全统计，今年上半年全球融资总额已突破44亿美元。一个大众尚未熟悉的赛道，钱已跑得比认知快。AI的角色，正从科研辅助工具，转向参与科学发现全过程。
一个不知疲倦的AI科学家
材料科学界有个比喻：发现新材料，就像在沙滩上捡贝壳。过去上百年，人们靠试错法和计算模拟，把容易够到的贝壳几乎捡光了。剩下的要么藏在更深的水下，要么埋在更厚的沙里，用传统方法越来越难。
而另一个事实是，元素周期表里的元素任意组合，理论上存在的新材料空间超过10⁶⁰种，即便刨掉不稳定的组合，也有10²²到10²³种可能性。但全球主要材料数据库可查的材料只有几十万种，绝大多数材料从未被探索过。
AI4S正在改变这个局面。
深度原理的解题思路，是一个叫Mira的AI科学家平台。这是天文学中鲸鱼座一颗红巨星的名字，拉丁语意为“奇妙”，也是“miracle（奇迹）”的词根。
它不是一款软件，也不是单个智能体。“你可以把它理解为一位知识渊博且不知疲倦，可全天候工作的AI科研工作者。”贾皓钧说。
深度原理CEO贾皓钧
人类科学家花好几年，从成千上万种分子里反复筛选、试错，才可能找到一种好用的新材料。而Mira能自己查文献、想方案、做预测、安排实验、分析结果，再根据结果调整下一轮方案，整个研发流程被串成了一条自动流水线。
这条流水线有多快？一个直观的对比：传统上，一种新材料从实验室研发到工业可用，要花5-10年，绝大多数时间耗在研发环节，试错成本高；现在有了AI，能把周期压缩到以周计。
能做到这些，靠的不是单点技术突破，而是一套环环相扣的体系。
数据飞轮。深度原理搭建了三层数据架构：底层是全球公开的材料数据，中层是自研计算出的9亿多条材料结构和性质数据，以及300多万条反应机理数据，上层是自有高通量实验室产生的真实实验数据。模型用数据做预测，预测指导实验，实验数据又反过来训练模型，越用越“聪明”。
高通量自动化实验室
多模型协同。在材料性能预测、新材料生成、化学反应推算三个方向，公司的核心模型都做到了行业最优。以自研的React-OT模型为例，它能用生成式AI直接模拟化学反应的全过程，把原来数天甚至数月的化学反应过渡态生成时间，缩短到0.4秒，相关成果登上了Nature子刊《自然·机器智能》的封面。
干湿闭环。“干”指计算模拟，“湿”指真实实验，很多AI公司只做“干”的环节，算完就结束了。深度原理自建了一个L4级高通量自动化实验室，AI在电脑里算完后，可以直接指挥实验室的机器人做实验，自动收数据，再反馈给模型迭代。
从MIT实验室走出的学术搭子
贾皓钧和段辰儒相识于MIT，师从同一位导师——化学工程系教授、AI化学设计领域的领军人物希瑟·库里克。她和2024年诺贝尔奖得主、谷歌DeepMind创始人哈萨比斯，同属AI4S的早期推动者，区别在于前者的方向是化学材料，后者是蛋白质。今年3月，库里克正式兼职加入深度原理，担任首席科学家。
在此之前，贾皓钧本科就读于吉林大学唐敖庆试验班，学的是物理，后赴MIT攻读物理化学博士；段辰儒毕业于浙江大学竺可桢学院，物理专业，毕业后同样进入MIT读博。
师从库里克前，贾皓钧就听说组里有个很厉害的中国学长叫段辰儒，便给他发邮件打听情况，5分钟就收到回复。两人约了杯咖啡，聊得很投机，很快决定拜入同一位导师门下。
就在毕业前，段辰儒收到高校的橄榄枝，以及微软等大厂的offer；贾皓钧则加入陶氏化学全球研发总部实习，亲身感受了工业界材料研发的效率难题。
2022年底，ChatGPT引爆生成式AI的热潮。博士在读的贾皓钧动了创业的念头。
当时有个投资人建议他，创业前先聊100个人，同行、创业者、下游产业的人都可以，聊完再看想法靠不靠谱。他真的聊了超过100个人，聊完反而更坚定了。
2023年4月的一天，贾皓钧和段辰儒吃着烤羊排，从中午聊到晚上，最终决定一起回国创业。公司取名“深度原理”，“深度”来自深度学习，“原理”来自第一性原理。他们想把AI和量子化学结合起来，重新理解分子世界的运行规则。
第二年，深度原理创立，两人分别出任CEO和CTO，总部落在杭州。6月，种子轮融资完成后，船，正式起航。
从实验室到工厂的“最后一公里”
公司刚成立那会儿，AI制药已经火了好几年。相比之下，AI+材料几乎是个冷门。如果按行业发展成熟度来看，选前者似乎是更稳妥的路径，但贾皓钧和段辰儒偏偏选了后者。
在他们看来，AI制药的最大瓶颈在临床试验，而材料研发的瓶颈卡在“找到对的配方”。不是设计不出新分子，而是设计出来了，能不能真造出来？造出来了，能不能稳定量产？这是从实验室到工厂的“最后一公里”。一旦配方确认，后面的中试放大和量产，恰恰是中国制造业最擅长的事。
“用AI解决材料研发问题，相对更容易，也更能解决行业痛点。”贾皓钧说。
市面上不少AI材料公司做的事叫“分子生成”，用AI画出新分子的结构图，告诉客户“你可以造这个”，但深度原理在此基础上更进一步，可以给出“怎么造”的答案。
方向定了，剩下的就是全力奔跑。两年内，深度原理以高频节奏拿下7轮融资，最新一轮A3在今年7月完成，投资方包括孚腾资本、华控基金、康君资本、顺禧基金、高瓴创投、祥峰投资等头部机构。
商业化也在同步加速。公司目前有三种合作模式：以订购方式按需调用AI研发能力；和客户共同研发新管线，采用“里程碑节点付费+成果分成/技术授权”模式；自研管线后通过专利授权变现。贾皓钧透露，目前已签下千万级订单，多家世界500强客户持续复购。
比如和欧莱雅的长期合作，把配方稳定性研发周期从好几个月压缩到几周，大幅加快产品上市节奏；与杉海创新联合开展活性物管线研发，打造AI超分子材料智造平台。
Mira带来的影响，最终会落在每个人触手可及的产品上：更安全的化妆品、散热更好的服务器、续航更长的电池……新材料研发的速度，就是能源转型、芯片迭代、产业升级的速度。
贾皓钧将自己的办公室命名为“哥伦布”，他曾不止一次提及，创业就像航海，你开了船出海，要么抵达彼岸，要么中途触礁，没有中途下船的选项。而创始人，注定是船上最笃定的那个人。船在，路就在。
对话新青年
公司研发人员占比超八成
九千光年：您学成后为什么选择回国，而不是在美国硅谷这些地方创业？
贾皓钧：我们在海外完成科研积累后回国，是希望把最前沿的AI4S技术带回来，与国内深厚的制造业和材料产业基础相结合，让技术真正落到产业里。
九千光年：目前团队规模多大？
贾皓钧：约60人，以青年科学家和工程师为主。研发人员占比超80%，硕博学历比例75%。
Mira能“动脑”“动手”，还能“长记性”
九千光年：相比纯计算平台，Mira在“打通实验室到产线”上做了什么？
贾皓钧：纯计算平台告诉你哪些分子可能有用，但怎么造出来、好不好用，它管不了。Mira后面连着我们自建的L4级高通量自动化实验室，算完就能直接指挥实验室做实验、收集数据、反馈模型，形成“干湿闭环”。
它还有长任务引擎，能保证持续几天的科研流程不会中断；每次实验的经验和教训都记下来，形成可复用的“科研大脑”。简单说，Mira能“动脑”“动手”，还能“长记性”。
九千光年：把模型、数据、实验室等单点突破整合平台，最大的工程挑战是什么？
贾皓钧：主要是数据打通和软硬件协同。论文、专利、实验记录、模拟数据形态各异，我们统一了交互层，让文本、图谱、模拟数据都能被AI理解和调用。同时，让AI既能做计算，又能调动实验设备，实现AI生成与自动化实验的数据互通和协同联动。
全球从技术验证迈向产业落地
九千光年：两年内完成7轮融资、累计近10亿元，投资者看中的是什么？
贾皓钧：一是赛道，材料是卡住半导体、能源等产业上游的关键领域，AI赋能价值大、长坡厚雪；二是技术，我们有全面SOTA（State-of-the-Art，性能最优）的模型技术体系，以及“模型+数据+实验”三位一体的闭环能力；三是商业化能力，我们现在有世界500强客户持续复购、千万级订单落地，说明市场认可。
九千光年：AI4S为什么会在材料领域率先爆发？
贾皓钧：材料领域需求迫切，它是制造业的地基，很多产业被材料“卡脖子”。传统材料研发动辄五到十年，试错成本极高，AI能把研发周期压缩到以周计，这个价值非常直接。加上中国有全球最完整的制造业和材料产业链，落地场景丰富，政策也支持。
九千光年：现在全球做AI4M的公司，竞争到什么程度了？中国公司的优势和差距在哪？
贾皓钧：目前全球还处于从技术验证向产业落地过渡的阶段。与很多其他AI应用场景不同的是，AI4M领域，中国和海外是完全处在同一起跑线的，甚至在制造业和材料产业生态、落地场景丰富、商业化验证速度方面，相比于海外更加领先。
每一步都是“把论文变成产品”的跨越
九千光年：创业至今，遇到的最大挑战是什么？
贾皓钧：AI4S领域做出好技术固然重要，但我觉得最大的挑战是让技术在真实产业中创造可衡量的价值，这需要我们进行很多次跨界尝试和跨团队配合。对我们来说，从拿到第一个商业化客户杉海创新，到拿下第一个世界500强客户，再到两年内完成7轮融资，每一步都具有很大的挑战，但是我们都一步步走过来，很有成就感。
九千光年：结合这些经历，您觉得AI时代需要怎样的创业者？
贾皓钧：既懂科学又懂产业；坚持长期主义，愿意做难而正确的事；还需要有全球视野和开放心态。
关乎人类未来的材料革命
我们很荣幸参与其中
九千光年：近期有什么计划？长远想把深度原理做成一家什么样的公司？对AI4S领域还有哪些期待？
贾皓钧：我们近期主要围绕这几件事情开展工作：要持续升级AI科学家的能力，迭代AI模型矩阵、扩大专有数据规模，保持技术领先；要依托高通量自动化实验室加速重点材料管线研发，率先攻坚数据中心冷却液等算力基建材料；要深化与海内外上下游企业的合作，共同构建产业生态；还要扩建实验室和商务团队，加速重点行业和区域的市场覆盖。
长远来看，我们的使命是“AI解锁改变世界的新材料”，希望能成为AI4M领域的全球引领者，让AI科学家驱动材料工业化创新。这是关乎人类未来的材料革命，我们很荣幸能参与其中。
文字 | 童蔚
编辑 | 童蔚
审核 | 梁应杰 陈欣文
黄浦江边AI奏响命运交响曲
当73.6%的宇树机器人流向实验室之后
800亿港币阿里花起来，可能比想象中要快
点喜欢
热门跟贴