這是螞蟻集團在AI for Science領(lǐng)域的首次投資布局。

“我們無需再追問AI能為科學(xué)貢獻什么，而是要思考當科學(xué)被AI驅(qū)動時，它將蛻變成何種模樣。”2025年諾貝爾化學(xué)獎得主、加州大學(xué)伯克利分校教授奧馬爾·M·亞吉（Omar M. Yaghi）在獲獎后的首次公開演講中如此說道。

這位出身約旦裔難民家庭、被譽為“MOF之父”的頂尖科學(xué)家，并未在演講中回顧因發(fā)明金屬有機框架（MOF）和共價有機框架（COF）而獲獎的科研經(jīng)歷，反而首次系統(tǒng)闡述了“讓化學(xué)擁有思考、推理與自我演化能力”的全新科研框架。

這種將科學(xué)從“人工設(shè)計”推向“自主智能”的理念，與近年興起的AI for Science（科學(xué)智能，簡稱AI4S）的核心價值高度一致。AI4S即借助人工智能加速科學(xué)研究全流程，2024年諾貝爾化學(xué)獎已授予該領(lǐng)域代表人物。如今，AI4S已從實驗室概念發(fā)展為產(chǎn)業(yè)熱點，進入資本市場視野。

杭州的深度原理近期宣布完成超1億元人民幣融資，由戈壁創(chuàng)投管理的阿里巴巴創(chuàng)業(yè)者基金大灣區(qū)基金與螞蟻集團共同領(lǐng)投，這也是螞蟻集團在AI for Science領(lǐng)域的首次出手。

MIT博士領(lǐng)銜創(chuàng)業(yè)團隊

AI4S并非單一產(chǎn)品或傳統(tǒng)學(xué)科，而是跨領(lǐng)域的新范式，在數(shù)學(xué)、化學(xué)、材料科學(xué)、物理、生命科學(xué)及氣候科學(xué)等領(lǐng)域均有應(yīng)用。

此類項目要求團隊兼具科研洞察力、工程化能力與跨領(lǐng)域整合能力，對創(chuàng)始團隊門檻極高。創(chuàng)業(yè)者多來自頂尖科研體系，是“科學(xué)家型創(chuàng)始人”，既懂學(xué)科前沿，又能將科研方法工程化、規(guī)?；?/p>

深度原理正是典型案例，其名稱彰顯技術(shù)愿景：通過深度學(xué)習(xí)與第一性原理結(jié)合，重新解析微觀粒子運行規(guī)律。

公司由兩位麻省理工學(xué)院（MIT）化學(xué)領(lǐng)域博士創(chuàng)辦：CEO賈皓鈞與CTO段辰儒均畢業(yè)于MIT化學(xué)相關(guān)專業(yè)。核心成員來自MIT、斯坦福、浙大、上交、復(fù)旦等頂尖高校，擁有微軟、Meta、陶氏化學(xué)、巴斯夫、京東、騰訊等頭部機構(gòu)的科研與產(chǎn)業(yè)經(jīng)驗。

CEO賈皓鈞獲MIT物理化學(xué)博士學(xué)位，曾在陶氏化學(xué)核心研發(fā)部門研究新材料與催化劑，后將AI與量子化學(xué)、高通量實驗技術(shù)結(jié)合，試圖重塑化學(xué)材料研發(fā)流程。

CTO段辰儒同樣是MIT化學(xué)博士，論文引用超3000次，曾任Azure Quantum研究科學(xué)家，牽頭開發(fā)化學(xué)設(shè)計AI生成算法，在量子計算、分子生成模型等方向的經(jīng)驗為公司構(gòu)筑技術(shù)壁壘。

2024年成立的深度原理聚焦材料科學(xué)，定位為AI for Chemistry/Materials科技創(chuàng)新公司，融合AI、量子化學(xué)與高通量實驗，加速材料創(chuàng)新全流程。

成立不到一年，深度原理憑借自研算法與產(chǎn)品化能力實現(xiàn)從0到1的突破。針對AI在材料領(lǐng)域的算法精度不足、效率低、難算真實化學(xué)反應(yīng)等瓶頸，自研Reactive AI平臺，突破現(xiàn)有算法在材料化學(xué)模擬的能力邊界。

成立一年斬獲超千萬商單

材料化學(xué)中，反應(yīng)路徑、過渡態(tài)結(jié)構(gòu)、能量變化等底層要素是研究卡點，決定反應(yīng)速率與產(chǎn)物選擇性，需精確觀測結(jié)構(gòu)變化并計算環(huán)境數(shù)據(jù)。

以往科研常“一步到位”直接給出分子結(jié)構(gòu)，導(dǎo)致模型不知結(jié)果是否符合化學(xué)規(guī)律，也無法描述真實反應(yīng)的連續(xù)微妙變化。

擴散生成模型diffusion最初用于圖像處理，因圖像數(shù)學(xué)結(jié)構(gòu)清晰，在理解科學(xué)結(jié)構(gòu)、模擬實驗數(shù)據(jù)上更具優(yōu)勢。

深度原理首創(chuàng)OA-ReactDiff、React-OT系列擴散生成模型，不直接生成結(jié)果，而是逐步還原結(jié)構(gòu)逼近真實分布，更貼合化學(xué)材料演化路徑。

該模型用于材料過渡態(tài)預(yù)測，傳統(tǒng)軟件需幾天甚至幾周，而OA-ReactDiff首次實現(xiàn)單GPU6秒完成過渡態(tài)結(jié)構(gòu)預(yù)測，迭代版React-OT進一步壓縮至0.4秒，誤差降低超25%，將實驗室耗時步驟加速數(shù)千倍，讓科學(xué)家聚焦理解與創(chuàng)新。

深度原理開發(fā)的ReactiveAI平臺及其六大模塊

科學(xué)研究除實驗外還需提出假設(shè)、設(shè)計方法，大語言模型在此發(fā)揮作用。

深度原理主導(dǎo)研發(fā)的LLM-EO語言模型，科研人員用自然語言提出需求，模型就能生成分子候選并篩選高潛力結(jié)構(gòu)，相關(guān)成果以封面論文發(fā)表于《Journal of the American Chemical Society》。

科研工具復(fù)雜，部分工程師和科研人員無編程背景，習(xí)慣用Excel而非寫代碼，需“中介”調(diào)動工具、完成虛擬實驗并給出結(jié)果建議。

基于此，深度原理構(gòu)建“一橫一縱”產(chǎn)品體系：橫向是打通研發(fā)鏈路的Agent Mira，縱向是連接模型與物理實驗室的AI Materials Factory。工程師只需明確需求，系統(tǒng)就能自動規(guī)劃步驟、調(diào)用算法，在自動化實驗平臺完成驗證，實現(xiàn)從模型到材料的閉環(huán)。

借助這套體系，過去團隊一年可能做幾十個重要反應(yīng)，現(xiàn)在可做幾萬甚至幾十萬。

目前深度原理客戶覆蓋營養(yǎng)日化、新材料、新能源等領(lǐng)域，頭部客戶包括杉海創(chuàng)新、歐萊雅、晶泰科技等，成立約一年已獲超千萬元商業(yè)訂單。

將主戰(zhàn)場定位于中國

2024年，谷歌DeepMind CEO德米斯·哈薩比斯因蛋白質(zhì)結(jié)構(gòu)預(yù)測獲諾貝爾化學(xué)獎，他曾表示：“通過AI，我們一年內(nèi)完成了相當于10億年的博士研究工作量。”

圖為谷歌DeepMind CEO德米斯·哈薩比斯（Demis Hassabis）

這并非夸張，以助他獲獎的AlphaFold為例，諾貝爾獎官網(wǎng)介紹其解決了50年難題，能預(yù)測約兩億種已知蛋白質(zhì)結(jié)構(gòu)，全球超200萬人使用；此前國際蛋白質(zhì)結(jié)構(gòu)預(yù)測競賽準確率最高僅40%，AlphaFold將其提升至60%。

AI介入科學(xué)研發(fā)最早的賽道是AIDD（AI藥物研發(fā)），材料領(lǐng)域更是創(chuàng)新藍海，美國資本市場已開始布局。

2025年9月，化學(xué)AI模型初創(chuàng)公司CuspAI完成約1億美元A輪融資，由NEA和淡馬錫領(lǐng)投，英偉達、三星風(fēng)投、現(xiàn)代汽車集團等入局；同期，前OpenAI和DeepMind人員創(chuàng)立的Periodic Labs獲3億美元融資，由a16z主導(dǎo)，OpenAI有望參與，估值達15億美元，兩家公司均致力于AI加速材料發(fā)現(xiàn)設(shè)計。

在中國，深度原理自成立以來完成數(shù)億元融資，投資方包括線性資本、祥峰投資、高瓴創(chuàng)投、聯(lián)想創(chuàng)投、百度風(fēng)投等頂尖機構(gòu)，螞蟻此次是首次投資AI4S賽道。

賈皓鈞在訪談中提到，項目最初從MIT孵化，2022年萌生想法并獲MIT社區(qū)支持，但最終決定將主戰(zhàn)場放在中國。

他認為中國制造全球最強且會持續(xù)增強，前端做好科學(xué)發(fā)現(xiàn)與技術(shù)轉(zhuǎn)化，疊加后端工業(yè)能力和中國及周邊東南亞、中東、非洲的巨大市場，是自然的選擇。

AI for Science本質(zhì)是用AI實現(xiàn)新科學(xué)發(fā)現(xiàn)，最終需走向工業(yè)應(yīng)用，如材料、能源、化工等領(lǐng)域的生產(chǎn)投產(chǎn)，因此將主戰(zhàn)場放在國內(nèi)順理成章。

本文來自微信公眾號“東四十條資本”（ID：DsstCapital），作者：韋香惠，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com