CuspAI: AI-drevet «søkemotor for materialer» hentet inn 450 millioner dollar – med Jeff Bezos og det britiske statlige AI-fondet på laget

CuspAI – en av Europas best finansierte AI-startups

CuspAI har raskt blitt en av de best finansierte og strategisk viktigste AI-startupene i Europa. Selskapet, som holder til i Cambridge i Storbritannia, bygger det de selv kaller en «søkemotor for materialer som ennå ikke eksisterer.» Målet er å løse et presserende industrielt problem: Verden trenger nye materialer til brikker, batterier og ren energi, men tradisjonell oppdagelse tar et tiår eller mer per materiale .

Hva er CuspAI?

CuspAI ble grunnlagt i 2024 og bruker generativ AI til å oppdage og designe nye materialer for kritiske industrier som halvledere, ren energi, batterier og industrielle belegg . Selskapet ble grunnlagt av CEO Dr. Chad Edwards (tidligere leder i Cambridge Quantum Computing og Quantinuum) og CTO Prof. Max Welling (en fremtredende maskinlæringsprofessor ved Universitetet i Amsterdam og en av oppfinnerne bak variational autoencoders) .

CuspAIs kjerneidé er en «invers design»-tilnærming som snur tradisjonell materialvitenskap på hodet . I stedet for å starte med et kjent materiale og måle egenskapene, starter brukeren med å spesifisere nøyaktig hvilke egenskaper som trengs – for eksempel en halvleder med et bestemt båndgap, høy termisk ledningsevne og lav avhengighet av gallium – og plattformen genererer helt nye molekylære og krystallinske strukturer designet fra bunnen av for å møte disse spesifikasjonene .

Serie B-finansiering og verdivurdering

CuspAI gjennomførte en serie B-runde på 450 millioner dollar 20. juli 2026, til en verdivurdering på 2,6 milliarder dollar etter emisjonen . Dette var en nesten femdobling fra verdivurderingen på 520 millioner dollar i serie A-runden i september 2025 . Totalt innhentet kapital overstiger nå 670 millioner dollar .

Runden ble ledet av Kleiner Perkins og NEA, med betydelig deltakelse fra Jeff Bezos' Bezos Expeditions og UK Sovereign AI Fund (det britiske statlige venturekapitalfondet) . Runden var større enn de 400 millioner dollar som først ble rapportert av Financial Times i juni 2026 .

Fullstendig liste over serie B-investorer

Bekreftede investorer i serie B-runden inkluderer :

• Hovedinvestorer: Kleiner Perkins, New Enterprise Associates (NEA)
• Deltakere: Bezos Expeditions, UK Sovereign AI Fund, Glade Brook Capital Partners, Lux Capital, AMD Ventures, StepStone Group, Invest-NL, og John Doerr

Tidligere investorer fra såkorn- og serie A-rundene inkluderer Hoxton Ventures (såkorndeltaker), Temasek, Prosus, Basis Set Ventures, Giant Ventures og andre .

Rådgivende styre

CuspAI har samlet et av de mest fremtredende rådgivende styrene innen AI og vitenskap :

• Geoffrey Hinton – Nobelprisvinner og Turing-prisvinner, ofte omtalt som «AI-gudfaren»
• Yann LeCun – Turing-prisvinner, Meta's sjef for AI-forskning
• Abhi Talwalkar – AMD-styremedlem, tidligere CEO for LSI Corporation (ble med i serie B)
• Martin van den Brink – tidligere president og CTO i ASML (ble med i 2025)
• Lord (John) Browne – tidligere BP-sjef, styreleder for Francis Crick Institute, medleder for den britiske regjeringens råd for vitenskap og teknologi (ble med i 2025)

Hvordan den AI-drevne plattformen for materialoppdagelse fungerer

CuspAIs plattform er bygget på en «invers design»-tilnærming som fundamentalt endrer konvensjonell materialvitenskap .

Tradisjonell metode: Start med et kjent materiale, test det i et laboratorium, og mål hvilke egenskaper det har. Dette er tregt og dyrt – ofte et tiår med forskning og utvikling per materiale.

CuspAIs metode («Inverse design»):

1. Spesifiser målegenskapene – En kunde eller forsker legger inn de nøyaktige egenskapene som trengs (f.eks. «en halvleder med et bestemt båndgap, høy termisk ledningsevne og lav avhengighet av gallium») .
2. Generativ AI genererer kandidater – Egenutviklede generative modeller produserer helt nye molekylære og krystallinske strukturer som aldri har eksistert, designet fra bunnen av for å matche spesifikasjonene .
3. Simulering og filtrering – Fysikkbaserte simuleringer og forsterkende læring evaluerer raskt kandidatene, og rangerer dem etter forventet ytelse, stabilitet og syntetiserbarhet .
4. Fysisk validering – De beste kandidatene sendes til partnerlaboratorier (via AI Materials Foundry-nettverket) for syntese og testing i den virkelige verden, noe som komprimerer det som pleide å ta et tiår til noen måneder .

Plattformen ble lansert samtidig med AI Materials Foundry, et globalt nettverk av over 45 organisasjoner – inkludert dataleverandører, laboratorier, beregningspartnere og vitenskapelige eksperter – for å orkestrere hele kjeden fra oppdagelse til validering på én agentisk plattform . Grunnleggende medlemmer inkluderer NVIDIA (som tilbyr beregningsinfrastruktur) og Metas Fundamental AI Research Team (som utvikler Universal Model for Atoms, eller UMA) .

Anvendelser innen ren energi og halvledere

• Halvledere: CuspAI samarbeider med Nvidia og Meta for å oppdage nye brikkematerialer som kan erstatte knappe ressurser som gallium – 99 prosent av verdensproduksjonen kontrolleres av Kina – og muliggjøre raskere, kjøligere og geopolitiskt sikrere brikker .
• Ren energi: Plattformen designer materialer for bedre batterielektroder, faststoff-elektrolytter og mer effektive katalysatorer for energilagring og -konvertering . CuspAI-medgründer Max Welling har uttalt at selskapet også «bygger molekyler for å fjerne evighetskjemikalier fra vann» .
• Industrielle belegg: Oppdagelse av nye polymerer og belegg med spesifikk holdbarhet, ledningsevne eller termiske egenskaper på forespørsel .

Selskapet hevder at de i løpet av 2025 flyttet et karbonfangstmateriale fra generativ design gjennom syntese og eksperimentell validering på seks måneder, noe som illustrerer hastighetsfordelen til plattformen .