估值暴涨400%！AI材料独角兽融资27亿，贝索斯投了

智东西
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。

▲马克斯・韦林（Max Welling）的学历（图源：领英）

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。

▲马克斯・韦林（Max Welling）的履历（图源：领英）

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。

▲查德・爱德华兹（Chad Edwards）的学历（图源：领英）

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。

▲查德・爱德华兹（Chad Edwards）的履历（图源：领英）

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》