CuspAI zebrało 450 mln dolarów. Oto pełna historia startupu, który przepisuje chemię za pomocą AI

Tego samego dnia CuspAI ogłosił uruchomienie AI Materials Foundry – globalnego konsorcjum skupiającego ponad 48 partnerów przemysłowych i badawczych, których celem jest przyspieszenie odkrywania materiałów projektowanych przez AI dla półprzewodników, czystej energii i zaawansowanej produkcji .

Oto pełny, oparty na źródłach obraz transakcji, technologii, koalicji i pozycji konkurencyjnej – wraz z kluczowymi zastrzeżeniami, jakie niesie ze sobą wycena 2,6 mld dolarów dla firmy, która nie wdrożyła jeszcze żadnego materiału komercyjnie .

Runda finansowania: od zalążka do 2,6 mld dolarów w dwa lata

CuspAI został założony w 2024 roku i w czerwcu tego samego roku zebrał 30 mln dolarów w rundzie seed, którą prowadził Hoxton Ventures . We wrześniu 2025 roku firma zamknęła rundę Series A o wartości 100 mln dolarów, współprowadzoną przez NEA i Temasek, przy wycenie 520 mln dolarów. Udział w niej wzięły ramię venture Nvidii, Samsung Ventures oraz aniołowie biznesu, w tym współzałożyciel OpenAI Durk Kingma i współzałożyciel Hugging Face Thomas Wolf .

Nowa runda Series B o wartości 450 mln dolarów została potwierdzona 20 lipca 2026 roku, po wcześniejszych doniesieniach Financial Times z czerwca, które mówiły o negocjacjach w sprawie pozyskania około 400 mln dolarów przy wycenie 2,6 mld dolarów . Ostateczna runda okazała się większa niż początkowo podawano i objęła nowych inwestorów – AMD Ventures, Glade Brook Capital Partners, Lux Capital oraz inwestorów państwowych z Wielkiej Brytanii, Holandii (Invest-NL) i Singapuru – obok wiodących inwestorów . Część źródeł podawała kwotę około 500 mln dolarów, jednak większość wskazuje właśnie na 450 mln dolarów .

AI Materials Foundry: przemysłowa koalicja 48 członków

Tego samego dnia, co ogłoszenie finansowania, CuspAI uruchomił AI Materials Foundry – globalne konsorcjum, którego zadaniem jest połączenie mocy obliczeniowej, zastrzeżonych danych materiałowych, zaplecza laboratoryjnego i wiedzy produkcyjnej w celu przyspieszenia projektowania materiałów .

Wśród członków założycieli znaleźli się: Nvidia, Meta, Samsung, Hyundai Motor Group, Applied Materials, Lam Research, Tokyo Electron, ASMPT, 3M, Henkel, Hitachi, JSR, Merck, AMD i wiele innych .

Nvidia zapewnia infrastrukturę obliczeniową, a Meta wnosi modele chemii atomistycznej swojego zespołu Fundamental AI Research (FAIR) . Firmy członkowskie dostarczają zastrzeżone dane materiałowe, moce laboratoryjne i wymagania produkcyjne . Deklarowanym celem koalicji jest skrócenie tradycyjnego, trwającego 10–20 lat procesu odkrywania materiałów do cykli trwających sześć miesięcy .

Jak działa system odwrotnego projektowania (MIRA)

Podstawowa platforma CuspAI, nazwana MIRA, odwraca tradycyjny proces odkrywania materiałów . Zamiast syntetyzować związki chemiczne, a następnie badać ich właściwości, użytkownicy określają pożądane parametry – tolerancję termiczną, przewodność elektryczną, selektywność CO₂, odporność na trawienie – a generatywne modele AI proponują struktury cząsteczkowe zoptymalizowane pod kątem tych właśnie właściwości. Co kluczowe, system ocenia również możliwość wytworzenia materiału, upewniając się, że proponowane kandydatury można rzeczywiście zsyntetyzować .

Firma opisuje MIRA jako „wyszukiwarkę świata materialnego” . Platforma przesiewa kandydatów w ogromnej przestrzeni chemicznej, a następnie przekazuje najlepsze wyniki partnerom z konsorcjum w celu szybkiej syntezy i walidacji w świecie rzeczywistym . NEA, inwestor w rundzie Series A i B, opisał to podejście jako „odwrotne projektowanie – zaczynanie od docelowych właściwości i cofanie się, by zaproponować kandydatury – a następnie ocena stabilności, wydajności i możliwości wytworzenia poprzez szybkie pętle sprzężenia zwrotnego” .

Współzałożyciele

CuspAI został założony w 2024 roku przez dwie osoby o uzupełniających się kompetencjach :

• Dr Chad Edwards – dyrektor generalny (CEO). Chemik z doświadczeniem w komercjalizacji technologii w Google, BASF, a ostatnio w firmie komputerów kwantowych Quantinuum . Był także współzałożycielem komercyjnym Cambridge Quantum Computing .
• Profesor Max Welling – dyrektor ds. AI (CAIO). Uznany badacz AI, były wybitny naukowiec i wiceprezes w Microsoft Research i Qualcomm, profesor Uniwersytetu w Amsterdamie . Welling jest pionierem nowoczesnej AI, znanym z prac nad grafowymi sieciami neuronowymi i wnioskowaniem wariacyjnym.

Firma ma siedzibę w Cambridge w Wielkiej Brytanii, a jej korzenie sięgają Amsterdamu, gdzie mieszka Welling . W skład rady nadzorczej wchodzą m.in. Geoffrey Hinton („ojciec chrzestny AI”) jako doradca, Yann LeCun oraz były CTO ASML Martin van den Brink .

Porównanie konkurencji: jak CuspAI wypada na tle rywali

CuspAI działa w szybko rozwijającej się przestrzeni, w której obecne są również inne dobrze finansowane startupy zajmujące się materiałami AI. Oto porównanie oparte na dostępnych informacjach :

Kluczowa różnica strategiczna: CuspAI nie buduje własnych laboratoriów robotycznych. Zamiast tego zleca fizyczną walidację partnerom z konsorcjum, co teoretycznie pozwala szybciej skalować działalność i korzystać z istniejącej wiedzy produkcyjnej, ale oznacza też utratę kontroli nad pętlą syntezy . Natomiast zarówno Lila Sciences, jak i Periodic Labs obsługują w pełni autonomiczne laboratoria „mokre” – bardziej kapitałochłonne, kompleksowe podejście, które potencjalnie zapewnia ściślejsze pętle sprzężenia zwrotnego między przewidywaniem a walidacją . Periodic Labs, współzałożony przez współtwórcę ChatGPT Liama Fedusa i naukowca Google DeepMind Ekina Doğuşa Çubuka, ma węższy cel (nadprzewodnik działający w temperaturze pokojowej) . Lila Sciences ma najszerszy zakres, obejmujący biologię, chemię i materiały .

Pytanie o skalowanie: czy sześciomiesięczne cykle się utrzymają?

Żywotność AI Materials Foundry zależy od tego, czy jej sześciomiesięczne cykle od odkrycia do walidacji utrzymają się, gdy konsorcjum rozrośnie się do 48+ partnerów, każdy z własnymi formatami danych, sprzecznymi interesami dotyczącymi własności intelektualnej i różnymi ograniczeniami produkcyjnymi . Obietnica polega na tym, że scentralizowana platforma MIRA CuspAI będzie w stanie efektywnie kierować odpowiedniego kandydata do odpowiedniego partnera, ale ryzyko obejmuje obciążenia związane z koordynacją, tarcia przy udostępnianiu danych oraz fizyczną rzeczywistość, że synteza i testowanie – niezależnie od tego, jak inteligentna jest AI – pozostają powolne, kosztowne i podatne na zakłócenia .

Jeśli koalicja nie będzie w stanie wielokrotnie wykazać się przełomami w zamkniętej pętli w ciągu sześciu miesięcy, model ryzykuje przekształcenie się w silnik symulacji na dużą skalę, a nie w prawdziwy pipeline materiałowy . Wiele źródeł odnotowuje kluczowe zastrzeżenie: „obecnie żadna inicjatywa CuspAI nie przyniosła jeszcze komercyjnie wdrożonego materiału” . Dla firmy wycenianej na 2,6 mld dolarów ta luka między obietnicą a dowodem będzie kluczowym pytaniem, gdy AI Materials Foundry przejdzie od ogłoszenia do realizacji.