🤖 人工智能 · 新材料
一、4.5亿美元下注一家没有产品出实验室的公司🔥 贝索斯押注 AI 材料公司 CuspAI，试图用算法"逆向设计"替代人类几千年的试错研发，但硅离实验室还隔着晶圆厂的距离。
2026年7月20日，一场融资让不少人重新打量材料科学这个冷门赛道。英国剑桥的AI材料公司CuspAI宣布完成4.5亿美元B轮融资，估值跃升至26亿美元。不到一年前，这家公司刚完成1亿美元A轮融资，彼时估值仅5.2亿美元——10个月内估值暴涨5倍，而它公开项目中至今没有一个候选材料走出实验室。这波操作，本质上是贝索斯用AI寻找下一块硅的豪赌。
领投方是硅谷老牌风投Kleiner Perkins和NEA，贝索斯旗下Bezos Expeditions以"重大参与"身份入局，同行的还有AMD Ventures、英国主权AI基金、Lux Capital等。但让市场兴奋的远不止钱——CuspAI同时宣布成立AI Materials Foundry（AI材料铸造厂），首批合作伙伴超过45家，包括英伟达、Meta、三星、应用材料、现代汽车。从芯片到汽车到化工，一份名单覆盖了半个工业链条。
二、"逆向设计"怎么颠覆了找材料这件事人类找材料的方式跟大海捞针差不多——先猜一个配方，合成出来，测性能，不行就改一改再来。一种新材料从发现到量产，传统路径往往需要十年以上。CuspAI的核心平台MIRA换了个姿势：你先说你要什么——导电性高、耐高温、成本低——AI反向生成可能满足要求的材料结构，再预测性质，筛出值得实验的少数候选。
这套打法被叫做"逆向设计"。去年CuspAI和Meta合作建了一个包含约300万亿种MOF结构的数据库，从中筛选出10种碳捕集候选材料，最终合成不到10种，可惜没有一种性能超越市场上已有的产品。联合创始人Chad Edwards也坦言"没有达到行业领先水平"。但方向对了——AI把数百年的试错压缩到了几个月。
三、芯片缺的不是算力，是镓和钌把故事拉回现实：芯片行业真正的瓶颈不是算法，而是材料。国际能源署预测，到2030年数据中心对镓的需求将超过供应约10%，而中国控制着全球99%的精炼镓产能。钌、铱等铂族金属同样供应紧张——2025年南非产量下降约9%，钌年均价上涨53%。先进制程越小，铜互连线越窄，电阻越高，芯片发热越严重。
应用材料已在2纳米节点引入钌钴合金替代方案，能将线路电阻降低25%。但每一个替代材料都意味着晶圆厂要改动整套工艺流程——成本、良率、可靠性，任何一个环节翻车都是数十亿美元的代价。这也是为什么CuspAI CEO Edwards说半导体公司正在"疯狂寻找新材料"，而贝索斯赌的是AI能把这个"疯狂"变成"有序"。从计算结果走到可量产材料，这中间隔着的不仅是算力，还有晶圆厂漫长而昂贵的验证周期。
综合36氪、搜狐科技、The Outpost报道 | 2026-08-07