
编译 | 刘煜
编辑 | 陈骏达
智东西 6 月 17 日消息,据英国《金融时报》今日报道,亚马逊创始人、董事会执行主席杰夫・贝索斯(Jeff Bezos)向英国 AI 新材料初创公司 CuspAI 注资,参与其 4 亿美元(约合人民币 27.02 亿元)规模的融资。
据知情人士透露,此轮融资的投资方包括硅谷风险投资机构 KPCB 和贝索斯旗下的家族办公室 Bezos Expeditions。目前相关投资条款文件已签署,但交易尚未最终完成。
该轮融资落地后,CuspAI 的估值将从去年 9 月的 5.2 亿美元(约合人民币 35.13 亿元)飙升至 26 亿美元(约合人民币 175.67 亿元),不到一年的时间增长 400%。此前,CuspAI 已累计融资超过 2.2 亿美元(约合人民币 14.86 亿元)。
CuspAI 和 KPCB 均拒绝置评,Bezos Expeditions 亦未回应置评请求。
CuspAI 成立于 2024 年 4 月,主要从事于运用生成式 AI 进行材料 " 逆向设计 ",主打 AI 驱动新材料研发(AI4Materials)。逆向设计指从目标材料所需具备的性能出发,反向推导材料结构,并通过数字化仿真快速验证其性能和可制造性。
投资者认为,该技术可广泛应用于半导体、航空航天等多个领域。
该公司联合创始人是前微软副总裁、微软杰出科学家马克斯・韦林(Max Welling)和 CQC(剑桥量子计算)商业联合创始人查德・爱德华兹(Chad Edwards)。其顾问团队包括图灵奖得主、AI 教父杰弗里・辛顿(Geoffrey Hinton)以及图灵奖得主、前 Meta 首席科学家杨立昆(Yann LeCun)等。而辛顿曾是韦林博士后学习期间的导师。
韦林拥有荷兰乌得勒支大学的理论物理学博士学位。就读博士期间,他的导师是诺贝尔物理学奖得主杰拉德 · 特 · 胡夫特(Gerardus ’ t Hooft)。博士毕业后他分别于美国加州理工大学、英国伦敦大学学院以及加拿大多伦多大学攻读博士后,逐步向机器学习领域转型。
现阶段,他是阿姆斯特丹大学讲席正教授以及 CIFAR 加拿大高等研究院高级研究员,也是加州理工大学的杰出访问教授。

2017 年 8 月中旬,韦林联合创办的 AI 公司 Scyfer 被高通收购。收购完成后,他随即加入高通,出任该公司的技术副总裁,任职了大约 4 年的时间。2021 年 9 月开始,他在微软阿姆斯特丹研究院任职约 2 年,主要负责前沿机器学习项目。
离职大概半年后,韦林和爱德华兹联合创立了 CuspAI。前者主要负责搭建 CuspAI 的整套面向材料科学的专属 AI 大模型体系,爱德华兹则主要统筹 CuspAI 的全盘运营。

爱德华兹是英国曼彻斯特大学的化学以及 MBA 硕士,同时拥有曼切斯特大学和德国卡尔斯鲁厄理工学院的核裂变与计算量子化学双博士学位。

创立 CuspAI 之前,爱德华兹曾作为核心牵头人之一,全程参与 CQC 公司与霍尼韦尔量子业务板块并购整合,双方最终合并为量子公司 Quantinuum。

CuspAI 目前的客户包括 ASML、Meta 以及现代汽车集团。这类客户利用 CuspAI 平台设计和模拟具备特定性能的新材料,以支持客户自身的新产品研发,从而把原本动辄数年的研发周期缩短至几个月。
例如,今年 5 月,芬兰水处理化学品巨头 Kemira 透露,其与 CuspAI 合作的 PFAS(全氟和多氟烷基物质)去除材料项目已取得阶段性突破。双方利用生成式 AI 从约 300 万亿种潜在材料中筛选出约 20 个优先候选材料,并进入了下一阶段开发。
整个项目筛选过程只用了 6 个月,而传统方法通常需要数年的时间。
除 CuspAI 外,布局以 AI 赋能基础科学、推动科研效率突破的初创企业不在少数。
例如,贝索斯参与创办的 physical AI 公司 Prometheus 与 CuspAI 同属落地实体工业研发的 AI 企业,双方的技术路线各有侧重,前者的目标是打造通用工程师 AI,从而缩短产品设计和制造周期。
同时,Prometheus 的估值也非常亮眼,达到了 410 亿美元(约合人民币 2792.1 亿元),并且已经融资了 120 亿美元(约合人民币 817.2 亿元)。
不过,即使贝索斯在上述两家企业都有注资,但知情人士称,此次投资 CuspAI 属于个人行为,与其担任 Prometheus 联席 CEO 的身份无关。
结语:产业降本增效需求凸显,资本押注 AI 新材料公司
当下 AI 与材料科学、工业研发的融合赛道正持续吸引资本与行业学者入场,CuspAI 本轮融资背后,一定程度上体现出资本对 AI 逆向材料设计技术落地价值的认可,同时也折射出产业端对缩短新材料研发周期、降低试错成本的需求。
未来,随着 CuspAI 持续推进技术研发、扩大规模化交付,AI 介入传统材料研发带来的效率提升,以及各类技术落地、规模化应用的实际成效,或许会是行业关注的重点之一。
来源:英国《金融时报》


登录后才可以发布评论哦
打开小程序可以发布评论哦