深云智合创始人刘宇宙：用AI打造“化学界的AlphaFold”

深云智合的目标是在化学、材料领域打造出类似AlphaFold的标杆性成果。

文｜王雅迪

ID | BMR2004

近期，在由《商学院》主理的“新超越：共探AI赋能社会价值创新中的商业机遇”论坛上，北京深云智合科技有限公司（以下简称“深云智合”）创始人刘宇宙分享了“人工智能+新材料”为绿色经济赋能的路径。他指出，创立公司的初衷，是希望将人从繁琐、重复的实验操作中解放出来，通过机器人完成标准化实验，同时将实验数据汇聚至AI模型，让“智能大脑”辅助决策与设计。在他看来，AI一定是未来发展材料研究的新的应用范式。

01

两大路径建立行业数据库

深云智合成立于2020年，是一家专注于“新分子智能设计”的高科技企业，核心特点是结合AI、自动化与高通量技术，推动材料与化学领域的研发模式变革。创始人刘宇宙毕业于清华大学化学系，后在纽约大学取得博士学位，长期从事化学与材料研发工作。

刘宇宙表示，传统材料化学研发工作中存在两大痛点：一是传统实验依赖大量重复体力劳动，研发人员常被调侃为“化学体力劳动者”，需耗费大量时间处理洗瓶、烘干设备等基础工作，难以聚焦创造性研发；二是行业缺乏足够多可信的标准化数据，导致模型训练受限，研发效率低下。

为了解决行业痛点问题，刘宇宙成立了深云智合，并推动化学实验从“体力劳动”向“智能创造”转型。“AI+生物学”的成果也带给他启发，以AlphaFold（由谷歌旗下DeepMind团队研发的深度学习模型，专注于蛋白质三维结构预测）为例，它的出现不仅仅让预测蛋白质结构变得更快，而且给科研者提供了“另一种思维方式”。

中国科学院院士、西湖大学校长施一公曾公开表示：“AlphaFold使得我们可以把整个生物学的研究，从遗传学到细胞生物学，到生物化学，到生物物理的这一顺序打乱，让我们从生物物理出发，甚至从三维结构出发，倒推生物学功能，发现新的细胞生物学现象、新的疾病发生机理、新的遗传学规律。这在以前是不可思议的，但因为AI的出现，因为AlphaFold的出现，完全可以这样做。”

刘宇宙指出，AlphaFold之所以能解析蛋白质结构，核心在于生物领域拥有大量标准化、高质量的基因数据库。而在材料化学领域，缺乏这样系统、可信的数据基础。因此，要实现“化学界的AlphaFold”，深云智合探索出两大核心路径：

其一，数据标准化建设。通过自动化合成平台实现实验操作的标准化，将实验操作交给机器人执行，确保数据的一致性与可重复性，为AI训练提供可靠数据源。

其二，构建结构与性能的关联认知。借助中国材料基因组计划等学科发展成果，突破传统三维模型对化学世界的理解局限，让AI能够精准捕捉分子结构与材料性能之间的内在联系，从而实现高效预测。

02

解决真实产业问题

刘宇宙坦言，深云智合并不希望只是做一个模型，而是希望能够拿它解决真实的产业问题。

例如，用于杀菌的竹红菌涂在皮肤表面易结块、分散性差，影响治疗效果。而真菌感染对糖尿病、艾滋病等免疫力低下人群尤为致命，严重影响患者后期生活质量。

在传统研发模式下，十几人团队可能需要6—12个月才能解决分散性问题，深云智合通过AI模拟仿真与自动化实验，仅用不到两个月时间就完成方案设计与实验验证，交付的材料不仅解决了分散性问题，还使杀菌效果提升60多倍。

深云智合的相关研发不仅能够提升治疗效果，还能帮助企业有效降低生产提纯成本。另一个案例显示，一家拥有2万多名研发人员的上市企业，其核心产品存在纯度不足、提纯流程复杂、成本居高不下的问题。借助深云智合的AI+自动化平台，产品提纯效率从50%提升至 95%，大幅降低成本与人力和时间投入。

03

材料行业必然是AI深度整合的方向

刘宇宙表示，深云智合要解决的核心问题，本质是基因组计划相关的排列空间具有无限复杂性，这种复杂度远超传统人力所能理解和处理的范畴。比如，处理10个、20个实验时，人力尚可应对，但当排列可能性达到10的26次方这样的量级时，传统方法根本无法完整接收和理解这些数据，传统模型也难以奏效。因此，需要一种更高效的方式来判断方案的优劣，而非在实验室里反复试错。

具体来说，深云智合实际上做了两方面的核心工作：

第一，搭建AI驱动的虚拟实验平台。过去5年，深云智合通过多轮融资完成了平台的构建，把传统的人力实验模式转化为AI评估反应的模式。此外，传统模式下需要靠增加人力、扩大场地来提升产能，现在可以借助阿里、中国移动的服务器或本地服务器，通过计算来高效完成评估。

第二，落地实体实验验证。深云智合的解决方案是将虚拟平台筛选出的方案转化为实体产品，再通过专业评估和测试来确认其有效性。

从行业趋势来看，材料领域的覆盖范围非常广泛，包括医疗材料、化工材料、含能材料、国防材料等，这些领域的核心痛点和解决逻辑是相通的。

未来的模式，可以先将行业专业知识输入到实验平台，通过电脑虚拟仿真模拟，从几百万、几千万种可能的方案中筛选出初步可行的方向，最终再基于这个初步方案落地产品，形成新产品、新路线。

深云智合的目标是在化学、材料领域打造出类似AlphaFold的标杆性成果，虽然目前还未完全实现，但随着数据的持续积累和模型的不断优化，相信这一目标终将达成。

在刘宇宙看来，未来，材料行业必然是人工智能深度整合、广泛参与的方向，因为AI的效率远高于传统人力，应用场景也更广泛，传统模式已经难以满足行业发展的需求。