Kluczowym osiągnięciem CuspAI jest podejście „projektowania odwrotnego” (ang. inverse design), które wywraca konwencjonalną naukę o materiałach do góry nogami . Zamiast zaczynać od znanego materiału i mierzyć jego właściwości, użytkownik najpierw określa dokładnie, jakie właściwości są potrzebne – na przykład półprzewodnik o określonej przerwie energetycznej, wysokim przewodnictwie cieplnym i niskim zapotrzebowaniu na gal – a platforma generuje zupełnie nowe struktury molekularne i krystaliczne, zaprojektowane od podstaw tak, aby spełniały te wymagania .

Finansowanie serii B i wycena

CuspAI zamknął rundę serii B o wartości 450 milionów dolarów 20 lipca 2026 roku, przy wycenie post-money na 2,6 miliarda dolarów . To prawie pięciokrotny wzrost w porównaniu z wyceną 520 milionów dolarów z serii A we wrześniu 2025 roku . Łączny kapitał pozyskany przez firmę przekroczył 670 milionów dolarów .

Rundę współprowadziły Kleiner Perkins i NEA, a znaczący udział wzięły w niej Bezos Expeditions Jeffa Bezosa oraz UK Sovereign AI Fund (brytyjski rządowy fundusz venture capital) . Runda okazała się większa niż początkowo podawane przez Financial Times w czerwcu 2026 roku 400 milionów dolarów .

Pełna lista inwestorów serii B

Potwierdzeni inwestorzy w rundzie serii B to :

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

Wcześniejsi inwestorzy z rund seedowych i serii A to m.in. Hoxton Ventures (prowadzący rundę seed), Temasek, Prosus, Basis Set Ventures i Giant Ventures .

Rada doradcza

CuspAI zgromadził jedną z najbardziej opiniotwórczych rad doradczych w dziedzinie AI i nauki :

• Geoffrey Hinton – laureat Nagrody Nobla i Nagrody Turinga, często nazywany „ojcem chrzestnym AI”
• Yann LeCun – laureat Nagrody Turinga, główny naukowiec ds. AI w Meta
• Abhi Talwalkar – członek zarządu AMD, były dyrektor generalny LSI Corporation (dołączył przy serii B)
• Martin van den Brink – były prezes i dyrektor technologiczny ASML (dołączył w 2025 r.)
• Lord (John) Browne – były dyrektor generalny BP, przewodniczący Francis Crick Institute, współprzewodniczący Rady ds. Nauki i Technologii brytyjskiego rządu (dołączył w 2025 r.)

Jak działa platforma do odkrywania materiałów oparta na AI?

Platforma CuspAI opiera się na podejściu „projektowania odwrotnego”, które fundamentalnie zmienia konwencjonalną naukę o materiałach .

Tradycyjna metoda: Zaczyna się od znanego materiału, testuje go w laboratorium i mierzy jego właściwości. Jest to powolne i kosztowne – często dekada prac B+R na jeden materiał.

Metoda CuspAI („Projektowanie odwrotne”):

1. Określenie docelowych właściwości – Klient lub badacz wprowadza dokładnie potrzebne właściwości (np. „półprzewodnik o określonej przerwie energetycznej, wysokim przewodnictwie cieplnym i niskim zapotrzebowaniu na gal”) .
2. Generatywna AI tworzy kandydatów – Autorskie modele generatywne tworzą zupełnie nowe struktury molekularne i krystaliczne, które nigdy wcześniej nie istniały, zaprojektowane od podstaw tak, aby spełniały te wymagania .
3. Symulacja i filtrowanie – Symulacje oparte na fizyce i uczeniu przez wzmacnianie szybko oceniają kandydatów, szeregując ich według przewidywanej wydajności, stabilności i możliwości syntezy .
4. Walidacja fizyczna – Najlepsi kandydaci są wysyłani do partnerskich laboratoriów (za pośrednictwem sieci AI Materials Foundry) w celu rzeczywistej syntezy i testowania, co skraca czas z dekady do kilku miesięcy .

Platforma została uruchomiona równocześnie z AI Materials Foundry, globalną siecią ponad 45 organizacji – w tym dostawców danych, laboratoriów, partnerów obliczeniowych i ekspertów naukowych – które koordynują pełny proces od odkrycia do walidacji na jednej, opartej na agentach platformie . Do członków założycielskich należą NVIDIA (dostarczająca infrastrukturę obliczeniową) oraz Zespół Fundamentalnych Badań AI Meta (rozwijający Uniwersalny Model Atomów, UMA) .

Zastosowania dla czystej energii i półprzewodników

• Półprzewodniki: CuspAI współpracuje z Nvidią i Metą nad odkryciem nowych materiałów chipowych, które mogą zastąpić deficytowe surowce, takie jak gal – 99% jego światowych zasobów kontrolują Chiny – umożliwiając wytwarzanie szybszych, chłodniejszych i bardziej bezpiecznych geopolitycznie chipów .
• Czysta energia: Platforma projektuje materiały do lepszych elektrod baterii, elektrolitów stałych i wydajniejszych katalizatorów do magazynowania i konwersji energii . Współzałożyciel CuspAI, Max Welling, stwierdził, że firma „buduje cząsteczki, aby usuwać wieczne chemikalia z wody” .
• Powłoki przemysłowe: Odkrywanie nowych polimerów i powłok o określonych właściwościach wytrzymałościowych, przewodności czy termicznych na żądanie .

Firma twierdzi, że w 2025 roku przeszła od generatywnego projektu materiału do wychwytywania dwutlenku węgla, przez syntezę i walidację eksperymentalną, w ciągu sześciu miesięcy, co ilustruje przewagę szybkości swojej platformy .

Kluczowym osiągnięciem CuspAI jest podejście „projektowania odwrotnego” (ang. inverse design), które wywraca konwencjonalną naukę o materiałach do góry nogami . Zamiast zaczynać od znanego materiału i mierzyć jego właściwości, użytkownik najpierw określa dokładnie, jakie właściwości są potrzebne – na przykład półprzewodnik o określonej przerwie energetycznej, wysokim przewodnictwie cieplnym i niskim zapotrzebowaniu na gal – a platforma generuje zupełnie nowe struktury molekularne i krystaliczne, zaprojektowane od podstaw tak, aby spełniały te wymagania .

Finansowanie serii B i wycena

CuspAI zamknął rundę serii B o wartości 450 milionów dolarów 20 lipca 2026 roku, przy wycenie post-money na 2,6 miliarda dolarów . To prawie pięciokrotny wzrost w porównaniu z wyceną 520 milionów dolarów z serii A we wrześniu 2025 roku . Łączny kapitał pozyskany przez firmę przekroczył 670 milionów dolarów .

Rundę współprowadziły Kleiner Perkins i NEA, a znaczący udział wzięły w niej Bezos Expeditions Jeffa Bezosa oraz UK Sovereign AI Fund (brytyjski rządowy fundusz venture capital) . Runda okazała się większa niż początkowo podawane przez Financial Times w czerwcu 2026 roku 400 milionów dolarów .

Pełna lista inwestorów serii B

Potwierdzeni inwestorzy w rundzie serii B to :

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

Wcześniejsi inwestorzy z rund seedowych i serii A to m.in. Hoxton Ventures (prowadzący rundę seed), Temasek, Prosus, Basis Set Ventures i Giant Ventures .

Rada doradcza

CuspAI zgromadził jedną z najbardziej opiniotwórczych rad doradczych w dziedzinie AI i nauki :

• Geoffrey Hinton – laureat Nagrody Nobla i Nagrody Turinga, często nazywany „ojcem chrzestnym AI”
• Yann LeCun – laureat Nagrody Turinga, główny naukowiec ds. AI w Meta
• Abhi Talwalkar – członek zarządu AMD, były dyrektor generalny LSI Corporation (dołączył przy serii B)
• Martin van den Brink – były prezes i dyrektor technologiczny ASML (dołączył w 2025 r.)
• Lord (John) Browne – były dyrektor generalny BP, przewodniczący Francis Crick Institute, współprzewodniczący Rady ds. Nauki i Technologii brytyjskiego rządu (dołączył w 2025 r.)

Jak działa platforma do odkrywania materiałów oparta na AI?

Platforma CuspAI opiera się na podejściu „projektowania odwrotnego”, które fundamentalnie zmienia konwencjonalną naukę o materiałach .

Tradycyjna metoda: Zaczyna się od znanego materiału, testuje go w laboratorium i mierzy jego właściwości. Jest to powolne i kosztowne – często dekada prac B+R na jeden materiał.

Metoda CuspAI („Projektowanie odwrotne”):

1. Określenie docelowych właściwości – Klient lub badacz wprowadza dokładnie potrzebne właściwości (np. „półprzewodnik o określonej przerwie energetycznej, wysokim przewodnictwie cieplnym i niskim zapotrzebowaniu na gal”) .
2. Generatywna AI tworzy kandydatów – Autorskie modele generatywne tworzą zupełnie nowe struktury molekularne i krystaliczne, które nigdy wcześniej nie istniały, zaprojektowane od podstaw tak, aby spełniały te wymagania .
3. Symulacja i filtrowanie – Symulacje oparte na fizyce i uczeniu przez wzmacnianie szybko oceniają kandydatów, szeregując ich według przewidywanej wydajności, stabilności i możliwości syntezy .
4. Walidacja fizyczna – Najlepsi kandydaci są wysyłani do partnerskich laboratoriów (za pośrednictwem sieci AI Materials Foundry) w celu rzeczywistej syntezy i testowania, co skraca czas z dekady do kilku miesięcy .

Platforma została uruchomiona równocześnie z AI Materials Foundry, globalną siecią ponad 45 organizacji – w tym dostawców danych, laboratoriów, partnerów obliczeniowych i ekspertów naukowych – które koordynują pełny proces od odkrycia do walidacji na jednej, opartej na agentach platformie . Do członków założycielskich należą NVIDIA (dostarczająca infrastrukturę obliczeniową) oraz Zespół Fundamentalnych Badań AI Meta (rozwijający Uniwersalny Model Atomów, UMA) .

Zastosowania dla czystej energii i półprzewodników

• Półprzewodniki: CuspAI współpracuje z Nvidią i Metą nad odkryciem nowych materiałów chipowych, które mogą zastąpić deficytowe surowce, takie jak gal – 99% jego światowych zasobów kontrolują Chiny – umożliwiając wytwarzanie szybszych, chłodniejszych i bardziej bezpiecznych geopolitycznie chipów .
• Czysta energia: Platforma projektuje materiały do lepszych elektrod baterii, elektrolitów stałych i wydajniejszych katalizatorów do magazynowania i konwersji energii . Współzałożyciel CuspAI, Max Welling, stwierdził, że firma „buduje cząsteczki, aby usuwać wieczne chemikalia z wody” .
• Powłoki przemysłowe: Odkrywanie nowych polimerów i powłok o określonych właściwościach wytrzymałościowych, przewodności czy termicznych na żądanie .

Firma twierdzi, że w 2025 roku przeszła od generatywnego projektu materiału do wychwytywania dwutlenku węgla, przez syntezę i walidację eksperymentalną, w ciągu sześciu miesięcy, co ilustruje przewagę szybkości swojej platformy .