人类文明的早期篇章，往往以材料命名。石器、青铜、铁器，材料变了，文明就变了。

几千年后的今天，两个95后中国小伙相信，他们找到了改变发现材料游戏规则的新工具。不是锤子与熔炉，而是算法与数据。

“AI4S带来的新机会，会渗透、重塑各行各业。”深度原理创始人兼CEO贾皓钧说。

AI4S（AI for Science），即人工智能来做科学研究，被视为继实验、理论、计算和数据科学之后的“第五科研范式”。去年，国务院《关于深入实施“人工智能+”行动的意见》明确将AI赋能科技创新列为培育新质生产力的重要方向。而AI4M（AI for Materials），人工智能赋能材料研发，是其中备受关注的核心分支。

前不久，这家由MIT（麻省理工学院）博士贾皓钧和段辰儒创立的杭州公司，发布能独立完成科研全流程的AI科学家平台Mira，并完成A系列融资，累计金额近10亿元人民币，创下国内AI4M领域迄今最大融资纪录。

放眼全球，AI4S赛道正在被热钱追逐。据不完全统计，今年上半年全球融资总额已突破44亿美元。一个大众尚未熟悉的赛道，钱已跑得比认知快。AI的角色，正从科研辅助工具，转向参与科学发现全过程。

一个不知疲倦的AI科学家

材料科学界有个比喻：发现新材料，就像在沙滩上捡贝壳。过去上百年，人们靠试错法和计算模拟，把容易够到的贝壳几乎捡光了。剩下的要么藏在更深的水下，要么埋在更厚的沙里，用传统方法越来越难。

而另一个事实是，元素周期表里的元素任意组合，理论上存在的新材料超过10^[60]种，即便刨掉不稳定的组合，也有1022到1023种可能性。但全球主要材料数据库可查的材料只有几十万种，绝大多数材料从未被探索过。

AI4S正在改变这个局面。

深度原理的解题思路，是一个叫Mira的AI科学家平台。这是天文学中鲸鱼座一颗红巨星的名字，拉丁语意为“奇妙”，也是“miracle（奇迹）”的词根。

它不是一款软件，也不是单个智能体。“你可以把它理解为一位知识渊博且不知疲倦，可全天候工作的AI科研工作者。”贾皓钧说。

人类科学家花好几年，从成千上万种分子里反复筛选、试错，才可能找到一种好用的新材料。而Mira能自己查文献、想方案、做预测、安排实验、分析结果，再根据结果调整下一轮方案，整个研发流程被串成了一条自动流水线。

这条流水线有多快？一个直观的对比：传统上，一种新材料从实验室研发到工业可用，要花5—10年，绝大多数时间耗在研发环节，试错成本高；现在有了AI，能把周期压缩到以周计。

能做到这些，靠的不是单点技术突破，而是一套环环相扣的体系。

数据飞轮。深度原理搭建了三层数据架构：底层是全球公开的材料数据，中层是自研计算出的9亿多条材料结构和性质数据，以及300多万条反应机理数据，上层是自有高通量实验室产生的

真实实验数据。模型用数据做预测，预测指导实验，实验数据又反过来训练模型，越用越“聪明”。

多模型协同。在材料性能预测、新材料生成、化学反应推算三个方向，公司的核心模型都做到了行业最优。以自研的React-OT模型为例，它能用生成式AI直接模拟化学反应的全过程，把原来数天甚至数月的化学反应过渡态生成时间，缩短到0.4秒，相关成果登上了Nature子刊《自然·机器智能》的封面。

干湿闭环。“干”指计算模拟，“湿”指真实实验，很多AI公司只做“干”的环节，算完就结束了。深度原理自建了一个L4级高通量自动化实验室，AI在电脑里算完后，可以直接指挥实验室的机器人做实验，自动收数据，再反馈给模型迭代。

从MIT实验室走出的学术搭子

贾皓钧和段辰儒相识于MIT，师从同一位导师——化学工程系教授、AI化学设计领域的领军人物希瑟·库里克。她和2024年诺贝尔奖得主、谷歌DeepMind创始人哈萨比斯，同属AI4S的早期推动者，区别在于前者的方向是化学材料，后者是蛋白质。今年3月，库里克正式兼职加入深度原理，担任首席科学家。

在此之前，贾皓钧本科就读于吉林大学唐敖庆试验班，学的是物理，后赴MIT攻读物理化学博士；段辰儒毕业于浙江大学竺可桢学院，物理专业，毕业后同样进入MIT读博。

师从库里克前，贾皓钧就听说组里有个很厉害的中国学长叫段辰儒，便给他发邮件打听情况，5分钟就收到回复。两人约了喝咖啡，聊得很投机，很快决定拜入同一位导师门下。

就在毕业前，段辰儒收到高校的橄榄枝，以及微软等大厂的offer；贾皓钧则加入陶氏化学全球研发总部实习，亲身感受了工业界材料研发的效率难题。

2022年底，ChatGPT引爆生成式AI的热潮。博士在读的贾皓钧动了创业的念头。

当时有个投资人建议他，创业前先聊100个人，同行、创业者、下游产业的人都可以，聊完再看想法靠不靠谱。他真的聊了超过100个人，聊完反而更坚定了。

2023年4月的一天，贾皓钧和段辰儒吃着烤羊排，从中午聊到晚上，最终决定一起回国创业。公司取名“深度原理”，“深度”来自深度学习，“原理”来自第一性原理。他们想把AI和量子化学结合起来，重新理解分子世界的运行规则。

第二年，深度原理创立，两人分别出任CEO和CTO，总部落在杭州。6月，种子轮融资完成后，船，正式起航。

从实验室到工厂的“最后一公里”

公司刚成立那会儿，AI制药已经火了好几年。相比之下，AI+材料几乎是个冷门。如果按行业发展成熟度来看，选前者似乎是更稳妥的路径，但贾皓钧和段辰儒偏偏选了后者。

在他们看来，AI制药的最大瓶颈在临床试验，而材料研发的瓶颈卡在“找到对的配方”。不是设计不出新分子，而是设计出来了，能不能真造出来？造出来了，能不能稳定量产？这是从实验室到工厂的“最后一公里”。一旦配方确认，后面的中试放大和量产，恰恰是中国制造业最擅长的事。

“用AI解决材料研发问题，相对更容易，也更能解决行业痛点。”贾皓钧说。

市面上不少AI材料公司做的事叫“分子生成”，用AI画出新分子的结构图，告诉客户“你可以造这个”，但深度原理在此基础上更进一步，可以给出“怎么造”的答案。

方向定了，剩下的就是全力奔跑。两年内，深度原理以高频节奏拿下7轮融资，最新一轮A3在今年7月完成，投资方包括孚腾资本、华控基金、康君资本、顺禧基金、高瓴创投、祥峰投资等头部机构。

商业化也在同步加速。公司目前有三种合作模式：以订购方式按需调用AI研发能力；和客户共同研发新管线，采用“里程碑节点付费+成果分成/技术授权”模式；自研管线后通过专利授权变现。贾皓钧透露，目前已签下千万级订单，多家世界500强客户持续复购。

比如和欧莱雅的长期合作，把配方稳定性研发周期从好几个月压缩到几周，大幅加快产品上市节奏；与杉海创新联合开展活性物管线研发，打造AI超分子材料智造平台。

Mira带来的影响，最终会落在每个人触手可及的产品上：更安全的化妆品、散热更好的服务器、续航更长的电池……新材料研发的速度，就是能源转型、芯片迭代、产业升级的速度。

贾皓钧将自己的办公室命名为“哥伦布”，他曾不止一次提及，创业就像航海，你开了船出海，要么抵达彼岸，要么中途触礁，没有中途下船的选项。而创始人，注定是船上最笃定的那个人。船在，路就在。