不久前,深度原理(Deep Principle)科技公司宣布完成A系列融资,累计融资规模接近十亿人民币,创造了国内AI材料领域迄今最大融资纪录。
本轮融资最突出的特点是上海、北京两地的政府资本平台联合押注。
领投机构孚腾资本由上海国投公司主导发起,联合临港集团、上汽集团、宁德时代、哔哩哔哩等产业与金融机构共同管理的股权基金;顺禧基金隶属北京国管旗下市场化的创投平台。
同时康龙化成控股下的康君资本等产业资本的加入,意味着下游行业已开始为AI材料研发的商业价值投票。
“国家资本+产业资本+市场化VC”的联合投资阵容,在如今仍被视为”异类共识”的AI科学领域显得格外罕见。
当英伟达、谷歌、Meta等全球科技巨头正在投入巨资重新定义AI科学赛道之际,黄仁勋所言的”AI终极方向”,正由两位中国95后学术精英变成现实。凭借自主研发的”AI科学家”与”AI材料工厂”平台,深度原理正在逐步瓦解传统材料研发”盲目试错”的模式,重构价值万亿的材料产业的底层逻辑。
01从国际顶级实验室到产业最前线
深度原理的创业源点指向麻省理工学院。
创始人兼首席执行官贾皓钧在物理本科阶段就确立了终身研究方向——他深入钻研二维材料、能源电池、超导体、合金等物质的第一原理计算,明白了材料筛选的战略意义。怀揣”成果既能登学术殿堂,也能进工业生产”的初心,他进入MIT化工部攻读博士,跟随AI化学领域领军者Heather Kulik教授。
共同创始人兼首席技术官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,同样师从Heather Kulik教授。
2017年,当他刚刚探索AI与化学的交集时,整个AI生态仍不完善,”人们只能手写特定的算法,整体效率低下,也有许多科研工作者对AI的实际价值心存怀疑”。
但段辰儒确信AI在化学领域是蓝海机遇。读博期间,他发表了50多篇学术论文,其中一作身份的有20篇,是MIT学术界的明星人物。
二人在学术上默契十足,联合发表了十多篇论文。

图片来源:深度原理
博士毕业后,两人分别投身于产业与科技企业。
贾皓钧加入陶氏化学全球研发中枢的核心部门,从事AI在催化剂设计与化学反应路线预测方面的工作。段辰儒则在微软任职研究科学家,为多个化工材料企业部署计算化学和AI方案。
2023年,两位”创业搭子”决定成立独立公司。
更擅长商业谈判、善于人际协作的贾皓钧担任首席执行官,学术成就卓著、拥有独特技术洞见的段辰儒出任首席技术官。

CEO贾皓钧(左),CTO段辰儒(右),图源:深度原理
2023年末,他们在波士顿创立了深度原理。
但创始团队迅速做出了一个关键决议——回国发展。他们看重中国市场完善的新材料产业链、巨大的材料研发需求以及高效的产业化环境。
2024年,团队正式返回,在深圳成立了子公司。
在短短两年多的时间内,深度原理已完成了七轮融资,进展迅速。

2024年9月,张露阳加盟担任首席运营官,他曾在Jim Keller创办的Tenstorrent负责AI与异构芯片战略规划,拥有MIT工商管理硕士及材料微电子相关研究背景。
公司最初提出的扩散生成算法研究,已以封面文章的身份登上《Nature Computational Science》和《Nature Machine Intelligence》。
同时公司在2025年主导研发了LLM-EO工作流,利用大语言模型的内部知识与推理能力进行过渡金属配体的生成式设计,该成果以封面论文形式刊登在化学顶尖期刊《美国化学学会志》。

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,公司发布了首个3D化学反应扩散生成模型OA-ReactDiff。2025年初推出升级版React-OT。
同年,公司在大语言模型的科学应用方向取得进展,主导开发LLM-EO工作流程,以特邀论文身份刊登在顶尖化学期刊。
02对传统材料研发范式的重塑
深度原理的技术核心是将生成式AI与第一原理计算紧密融合。公司在多项技术维度达到业界领先水准。
在物性预测方面,公司推出了材料基座模型MPA,将大语言模型已验证有效的多阶段培训理念导入材料性质预测,通过物理约束训练与实验导向的结构设计,在近40项实验物性预测任务中达到业界前沿水平。

在材料生成领域,研发了SAGA算法,让AI代理能在复杂材料生成任务中自主调适,相比国际科技巨头的模型展现出更强的多目标平衡能力。
在化学反应生成领域,推出OA-ReactDiff、React-OT等系列模型,打破了传统静态预测的局限,使过渡态预测从原来的数天至数月缩短至0.4秒。
公司自主研发了六大算法引擎——ReactGen(分子构建)、Reactify(精准计算)、ReactControl(参数调控)、ReactBO(候选筛选)、ReactNet(合成路线)等,统一整合于自研平台。
在此基础上,推出了AI科学家平台Mira,可独立完成长链路科研的设计、执行、评估与不断优化。

图源:深度原理
公司还构建了L4级别的高通量实验室AI材料工厂,由Mira自主规划实验路线、控制实验设备、收集实验数据。

深度原理成立仅一年多便已获得超千万人民币的商业订单。与杉海创新共建AI超分子材料平台”超屿Synthrix™ 1.0″。与欧莱雅等领先企业深度协作,在新材料、日化、能源等领域实现了技术应用。
目前,公司已积累了多个国际和国内头部客户,合作模式不断升级,已演进为Agent订阅制,并率先推出了材料领域的管线联合研发。
03资本热浪背后,真实挑战才刚开始
AI材料赛道正吸引全球资本疯狂布局。
据业界预测,2025年全球AI材料市场规模已达20亿美元,机构预期2034年将增至179亿美元。今年迄今全球AI科学领域融资已超44亿美元。
英国公司Cusp AI正完成4亿美元融资,估值飙升至26亿美元,亚马逊创始人杰夫·贝索斯的投资机构参投。
Cusp AI成立于2024年4月,由打造过量子计算独角兽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·韦林共同创立。
该公司的AI平台被称为”物质搜索引擎”——使用者输入所需性能参数(如硬度、导电性、耐热性),系统就能生成候选分子与原子结构并在仿真环境中测试。顾问团队汇聚了”AI教父”杰弗里·辛顿和图灵奖得主杨立昆。
Cusp AI的客户已涵盖芯片制造巨头阿斯麦、Meta和现代汽车。
另一家AI科学企业Lila Sciences由Flagship Pioneering于2023年孵化,计划以85亿美元估值融资20亿美元,英伟达旗下的风投基金等可能参投。
Lila Sciences不仅构建软件平台,还在打造”AI科学工厂”——由AI模型驱动的自动化机器人实验系统,可不间断进行实验。
公司已在马萨诸塞州剑桥市租赁了23.5万平方英尺的实验场地。在技术验证上,Lila已在实验室快速生成了新型抗体并研发出新型碳捕获材料。
这个领域还有一家绝对的重量级玩家Google DeepMind。
DeepMind已将材料科学列为核心研究方向之一。
2023年11月,DeepMind发布了GNoME工具,利用图神经网络在数个月内预测了超过220万种新晶体结构,将已知稳定材料库从4.8万种扩展至220万种以上,其中38万种被标记为”高度稳定”。这项工作震惊了学术界,标志着AI驱动材料发现进入规模化阶段。
DeepMind在2025年12月宣布,将于2026年在英国启动首个与Gemini AI深度集成的自动化材料发现实验室。
在国内,深势科技致力于打造类似”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分子构象预测与DPA原子基座模型。公司通过”玻尔·科研空间站”产品矩阵提供SaaS软件服务,并通过Uni-Lab OS集成超100款实验设备。
深势科技已服务全球超1000所学术机构的300多万科研人员,合作伙伴包括翰森制药、复星医药、宁德时代、比亚迪等产业界领军企业。
晶泰科技是另一家不可忽视的行业标杆。
作为深度原理的早期孵化方和种子轮投资者,晶泰科技已于2024年6月在香港联交所成功上市,成为港交所首家通过特专科技规则上市的公司。
其主要业务聚焦药物研发领域,已跑通了技术与商业的闭环模式;在此基础上,公司正将药物研发领域的技术能力迁移至新材料研发方向。
2026年,晶泰科技与中石化联合研制的”智能化物理化学吸附分析自主实验站”正式投运;公司还与国际知名药企达成超4亿美元的AI药物发现战略合作。
在AI材料领域,晶泰科技既以投资方身份布局生态,自身也在积极拓展新材料业务。
此外,一批国内AI材料新秀也在快速涌现。鼎犀智创由北京大学深圳研究生院孵化,聚焦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方案。公司于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领投。开物纪等新兴企业也在AI材料领域崭露头角。

据行业统计,2026年上半年国内AI材料赛道累计融资超460亿元,同比增长245%。
然而资本热潮之下,行业的真实考验才刚刚展开。AI能大幅压缩筛选验证的周期,但无法跨越实验科学的物理约束与工程验证的硬门槛。
那些仅依赖通用模型与开源数据的平台,与真正深耕垂直场景、构建闭环数据循环的企业之间,差距在不断拉大。
中国完整的制造业体系、广阔的材料需求场景与日益成熟的AI人才队伍,构成了AI材料产业化的独特生土壤。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AI材料企业能否从资本故事演进为产业实绩,有待未来给出答案。