CuspAI cierra una ronda Serie B de 450M$ y lanza un consorcio industrial de 48 socios para revolucionar el descubrimiento de materiales con IA

La ronda de financiación: de la semilla a los 2.600 millones en dos años

CuspAI se fundó en 2024 y ese mismo año, en junio, cerró una ronda semilla de 30 millones de dólares liderada por Hoxton Ventures . En septiembre de 2025, la empresa cerró una Serie A de 100 millones de dólares, coliderada por NEA y Temasek, a una valoración de 520 millones, con la participación del brazo de capital riesgo de Nvidia, Samsung Ventures e inversores ángel como Durk Kingma (cofundador de OpenAI) y Thomas Wolf (cofundador de Hugging Face) .

La nueva Serie B de 450 millones de dólares se confirmó el 20 de julio de 2026, después de que el Financial Times informara en junio de que la empresa estaba negociando una recaudación de aproximadamente 400 millones de dólares a una valoración de 2.600 millones . La ronda final resultó ser mayor de lo inicialmente informado e incluyó a nuevos inversores como AMD Ventures, Glade Brook Capital Partners, Lux Capital e inversores soberanos del Reino Unido, los Países Bajos (Invest-NL) y Singapur, junto a los inversores principales . Aunque algunos medios citan una cifra cercana a los 500 millones de dólares, la mayoría de las fuentes coinciden en los 450 millones .

La AI Materials Foundry: una coalición industrial de 48 miembros

El mismo día del anuncio de la financiación, CuspAI puso en marcha la AI Materials Foundry, un consorcio global diseñado para aunar potencia de cálculo, datos de materiales propietarios, capacidad de laboratorio y experiencia en fabricación con el fin de acelerar el diseño de materiales . Entre los miembros fundadores se encuentran Nvidia, Meta, Samsung, Hyundai Motor Group, Applied Materials, Lam Research, Tokyo Electron, ASMPT, 3M, Henkel, Hitachi, JSR y Merck, entre otros .

Nvidia aporta la infraestructura de computación acelerada, mientras que Meta contribuye con los modelos de química atomística de su equipo de Investigación Fundamental de IA (FAIR) . Las empresas miembros contribuyen con datos de materiales propietarios, capacidad de laboratorio y requisitos de fabricación . El objetivo declarado de la coalición es comprimir el plazo tradicional de descubrimiento de materiales, que oscila entre 10 y 20 años, a ciclos de seis meses .

Cómo funciona el sistema de diseño inverso (MIRA)

La plataforma central de CuspAI, denominada MIRA, invierte el proceso tradicional de descubrimiento de materiales . En lugar de sintetizar compuestos y probar sus propiedades, los usuarios especifican las características de rendimiento deseadas (tolerancia térmica, conductividad eléctrica, selectividad de CO₂, resistencia al grabado, etc.) y los modelos generativos de IA proponen estructuras moleculares candidatas optimizadas para esas propiedades. El sistema también evalúa la capacidad de fabricación, garantizando que los candidatos propuestos puedan sintetizarse realmente .

La empresa describe MIRA como "un motor de búsqueda para el mundo material" . La plataforma examina a los candidatos en un espacio químico masivo y, a continuación, envía los mejores resultados a los socios de la coalición para su rápida síntesis y validación en el mundo real . NEA, inversor en las Series A y B, describió el enfoque como "diseño inverso: empezar con las propiedades objetivo y trabajar hacia atrás para proponer candidatos, y luego evaluar la estabilidad, el rendimiento y la capacidad de fabricación a través de bucles de retroalimentación rápidos" .

Los cofundadores

CuspAI fue fundada en 2024 por dos personas con experiencia complementaria :

• Dr. Chad Edwards — CEO. Químico con experiencia en comercialización de tecnología en Google, BASF y, más recientemente, en la empresa de computación cuántica Quantinuum . También fue cofundador comercial de Cambridge Quantum Computing .
• Profesor Max Welling — Director de IA (Chief AI Officer). Reconocido investigador en IA, antiguo científico distinguido y vicepresidente en Microsoft Research y Qualcomm, y profesor en la Universidad de Ámsterdam . Welling es un pionero en IA moderna y también es conocido por su trabajo en redes neuronales de grafos e inferencia variacional.

La empresa tiene su sede en Cambridge (Reino Unido) y también está presente en Ámsterdam, donde reside Welling . Entre los miembros notables de su consejo asesor se encuentran Geoffrey Hinton ("Padrino de la IA"), Yann LeCun y el exdirector técnico de ASML, Martin van den Brink .

Comparación con la competencia: ¿cómo se posiciona CuspAI?

CuspAI opera en un espacio de rápido crecimiento junto a otras startups de materiales con IA bien financiadas. A continuación, ofrecemos una comparativa basada en la información disponible :

La diferencia estratégica clave: CuspAI no construye sus propios laboratorios robóticos. En su lugar, externaliza la validación física a los socios del consorcio, lo que teóricamente le permite escalar más rápido y aprovechar la experiencia de fabricación existente, pero también significa que cede el control del bucle de síntesis . Por el contrario, tanto Lila Sciences como Periodic Labs operan laboratorios húmedos totalmente autónomos, un enfoque integral que requiere más capital pero que potencialmente ofrece bucles de retroalimentación de predicción-validación más ajustados . Periodic Labs, cofundada por Liam Fedus (cocreador de ChatGPT) y Ekin Doğuş Çubuk (científico de Google DeepMind), tiene un objetivo más definido (un superconductor a temperatura ambiente) . Lila Sciences tiene el alcance más amplio, abarcando biología, química y materiales .

La cuestión del escalado: ¿pueden sobrevivir los ciclos de seis meses?

La viabilidad de la AI Materials Foundry depende de que sus ciclos de descubrimiento y validación de seis meses se mantengan a medida que el consorcio crece hasta 48 socios, cada uno con formatos de datos propietarios, intereses de propiedad intelectual contrapuestos y diferentes limitaciones de fabricación . La promesa es que la plataforma MIRA centralizada de CuspAI pueda dirigir al candidato adecuado al socio adecuado de manera eficiente, pero los riesgos incluyen la sobrecarga de coordinación, la fricción en el intercambio de datos y la realidad física de que la síntesis y las pruebas, por muy inteligente que sea la IA, siguen siendo lentas, caras y ruidosas .

Si la coalición no puede demostrar avances repetidos en el bucle cerrado dentro del plazo de seis meses, el modelo corre el riesgo de convertirse en un motor de simulación a gran escala en lugar de un verdadero canal de materiales . Múltiples fuentes señalan un matiz crítico: "actualmente, ninguna iniciativa de CuspAI ha producido aún un material desplegado comercialmente" . Para una empresa valorada en 2.600 millones de dólares, esa brecha entre la promesa y la prueba será la cuestión definitoria a medida que la AI Materials Foundry pase del anuncio a la ejecución.