Como a Dunia Innovations está industrializando a descoberta de materiais com IA e laboratórios autônomos
A Dunia Innovations desenvolve laboratórios autônomos que combinam IA e robótica para executar automaticamente todo o ciclo de descoberta de novos materiais. A plataforma usa modelos de IA com base em física e experimentos automatizados para resolver o gargalo da validação experimental na pesquisa de materiais.
A Dunia Innovations desenvolve laboratórios autônomos que combinam IA e robótica para executar automaticamente todo o ciclo de descoberta de novos materiais.
A plataforma usa modelos de IA com base em física e experimentos automatizados para resolver o gargalo da validação experimental na pesquisa de materiais.
O foco inicial está em catalisadores e materiais eletroativos para a transição energética, com apoio de investidores europeus e colaborações como o consórcio alemão ASCEND.
How is Dunia Innovations planning to industrialise AI‑driven materials discovery with its €280 million, 6,000 m² Berlin GigaLab—what technolAutonomous laboratories combine AI, robotics, and continuous experimentation to accelerate materials discovery.
Prompt de IA
Create a landscape editorial hero image for this Studio Global article: How is Dunia Innovations planning to industrialise AI‑driven materials discovery with its €280 million, 6,000 m² Berlin GigaLab—what technol. Article summary: I can verify Dunia’s core strategy—AI plus robotic “self-driving” labs for faster materials discovery—but I found insufficient public evidence for the specific €280 million, 6,000 m² Berlin “GigaLab,” its named partner s. Topic tags: general, general web, user generated, government. Reference image context from search candidates: Reference image 1: visual subject "# Dunia Innovations scores $11.5M for its ‘self-driving lab’ to speed up discovery of new materials. Dunia Innovations, a Berlin-based deeptech startup specialising in AI-driven ma" source context "Dunia Innovations scores $11.5M for its 'self-driving lab' to speed up ..." Reference image 2: visual su
openai.com
A ciência dos materiais está por trás de praticamente todas as tecnologias modernas — de baterias e semicondutores até catalisadores usados em processos industriais e energia limpa. O problema é que descobrir novos materiais sempre foi um processo lento, caro e altamente manual.
A startup alemã Dunia Innovations, sediada em Berlim, quer mudar esse cenário. A empresa está desenvolvendo laboratórios autônomos que combinam inteligência artificial, robótica e experimentação contínua para acelerar radicalmente a descoberta de novos materiais.
Em vez de cientistas executarem experimentos um a um, a plataforma da empresa cria um ciclo automatizado em que algoritmos projetam materiais, robôs conduzem experimentos e os resultados voltam para os modelos de IA — que aprendem e refinam novas hipóteses em tempo real.
Alguns relatos mencionam um futuro grande laboratório chamado “GigaLab” em Berlim. No entanto, a documentação pública disponível confirma principalmente a tecnologia da plataforma e o ecossistema de pesquisa colaborativa por trás da abordagem da Dunia, e não detalhes específicos sobre escala ou financiamento de uma instalação desse tipo.
O grande gargalo da descoberta de materiais
Modelos de inteligência artificial hoje conseguem prever milhares de novos materiais potenciais. O desafio é que previsões computacionais não bastam: cada candidato precisa ser sintetizado e testado no mundo real.
Essa etapa experimental é a mais lenta de todo o processo. O fluxo clássico da pesquisa científica em materiais segue o ciclo:
Design → Make → Test → Analyze (DMTA) — projetar, fabricar, testar e analisar.
Levar um catalisador ou material avançado do laboratório até uma aplicação industrial pode levar anos ou até décadas.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
Qual é a resposta curta para "Como a Dunia Innovations está industrializando a descoberta de materiais com IA e laboratórios autônomos"?
A Dunia Innovations desenvolve laboratórios autônomos que combinam IA e robótica para executar automaticamente todo o ciclo de descoberta de novos materiais.
Quais são os pontos-chave para validar primeiro?
A Dunia Innovations desenvolve laboratórios autônomos que combinam IA e robótica para executar automaticamente todo o ciclo de descoberta de novos materiais. A plataforma usa modelos de IA com base em física e experimentos automatizados para resolver o gargalo da validação experimental na pesquisa de materiais.
O que devo fazer a seguir na prática?
O foco inicial está em catalisadores e materiais eletroativos para a transição energética, com apoio de investidores europeus e colaborações como o consórcio alemão ASCEND.
Como a Dunia Innovations está industrializando a descoberta de materiais com IA e laboratórios autônomos
A Dunia Innovations desenvolve laboratórios autônomos que combinam IA e robótica para executar automaticamente todo o ciclo de descoberta de novos materiais. A plataforma usa modelos de IA com base em física e experimentos automatizados para resolver o gargalo da validação experimental na pesquisa de materiais.
A Dunia Innovations desenvolve laboratórios autônomos que combinam IA e robótica para executar automaticamente todo o ciclo de descoberta de novos materiais.
A plataforma usa modelos de IA com base em física e experimentos automatizados para resolver o gargalo da validação experimental na pesquisa de materiais.
O foco inicial está em catalisadores e materiais eletroativos para a transição energética, com apoio de investidores europeus e colaborações como o consórcio alemão ASCEND.
How is Dunia Innovations planning to industrialise AI‑driven materials discovery with its €280 million, 6,000 m² Berlin GigaLab—what technolAutonomous laboratories combine AI, robotics, and continuous experimentation to accelerate materials discovery.
Prompt de IA
Create a landscape editorial hero image for this Studio Global article: How is Dunia Innovations planning to industrialise AI‑driven materials discovery with its €280 million, 6,000 m² Berlin GigaLab—what technol. Article summary: I can verify Dunia’s core strategy—AI plus robotic “self-driving” labs for faster materials discovery—but I found insufficient public evidence for the specific €280 million, 6,000 m² Berlin “GigaLab,” its named partner s. Topic tags: general, general web, user generated, government. Reference image context from search candidates: Reference image 1: visual subject "# Dunia Innovations scores $11.5M for its ‘self-driving lab’ to speed up discovery of new materials. Dunia Innovations, a Berlin-based deeptech startup specialising in AI-driven ma" source context "Dunia Innovations scores $11.5M for its 'self-driving lab' to speed up ..." Reference image 2: visual su
openai.com
A ciência dos materiais está por trás de praticamente todas as tecnologias modernas — de baterias e semicondutores até catalisadores usados em processos industriais e energia limpa. O problema é que descobrir novos materiais sempre foi um processo lento, caro e altamente manual.
A startup alemã Dunia Innovations, sediada em Berlim, quer mudar esse cenário. A empresa está desenvolvendo laboratórios autônomos que combinam inteligência artificial, robótica e experimentação contínua para acelerar radicalmente a descoberta de novos materiais.
Em vez de cientistas executarem experimentos um a um, a plataforma da empresa cria um ciclo automatizado em que algoritmos projetam materiais, robôs conduzem experimentos e os resultados voltam para os modelos de IA — que aprendem e refinam novas hipóteses em tempo real.
Alguns relatos mencionam um futuro grande laboratório chamado “GigaLab” em Berlim. No entanto, a documentação pública disponível confirma principalmente a tecnologia da plataforma e o ecossistema de pesquisa colaborativa por trás da abordagem da Dunia, e não detalhes específicos sobre escala ou financiamento de uma instalação desse tipo.
O grande gargalo da descoberta de materiais
Modelos de inteligência artificial hoje conseguem prever milhares de novos materiais potenciais. O desafio é que previsões computacionais não bastam: cada candidato precisa ser sintetizado e testado no mundo real.
Essa etapa experimental é a mais lenta de todo o processo. O fluxo clássico da pesquisa científica em materiais segue o ciclo:
Design → Make → Test → Analyze (DMTA) — projetar, fabricar, testar e analisar.
Levar um catalisador ou material avançado do laboratório até uma aplicação industrial pode levar anos ou até décadas.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
Qual é a resposta curta para "Como a Dunia Innovations está industrializando a descoberta de materiais com IA e laboratórios autônomos"?
A Dunia Innovations desenvolve laboratórios autônomos que combinam IA e robótica para executar automaticamente todo o ciclo de descoberta de novos materiais.
Quais são os pontos-chave para validar primeiro?
A Dunia Innovations desenvolve laboratórios autônomos que combinam IA e robótica para executar automaticamente todo o ciclo de descoberta de novos materiais. A plataforma usa modelos de IA com base em física e experimentos automatizados para resolver o gargalo da validação experimental na pesquisa de materiais.
O que devo fazer a seguir na prática?
O foco inicial está em catalisadores e materiais eletroativos para a transição energética, com apoio de investidores europeus e colaborações como o consórcio alemão ASCEND.
A estratégia da Dunia é automatizar esse ciclo completo para que experimentos rodem continuamente e gerem dados para a IA em tempo real.
O laboratório autônomo: IA + robótica + dados reais
O núcleo da tecnologia da empresa é uma plataforma de descoberta de materiais em circuito fechado que integra modelos de machine learning com equipamentos laboratoriais automatizados.
O funcionamento geral segue quatro etapas:
Design: modelos de IA baseados em princípios físicos geram candidatos a novos materiais e estimam suas propriedades.
Make: sistemas robóticos sintetizam automaticamente os materiais propostos.
Test: instrumentos automatizados medem desempenho químico, eletroquímico ou estrutural.
Analyze: os resultados experimentais alimentam novamente os modelos de IA, melhorando previsões futuras.
Ao integrar essas etapas em um fluxo contínuo, a plataforma gera conjuntos de dados experimentais muito mais rapidamente do que laboratórios tradicionais.
A própria empresa descreve o sistema como uma materials acceleration platform, ou plataforma de aceleração de materiais, em que os modelos de IA aprendem diretamente com resultados reais de laboratório — e não apenas com simulações ou bases de dados históricas.
Por que usar IA baseada em física
Muitas abordagens de IA em química dependem apenas de correlações estatísticas entre dados existentes. A Dunia adota um modelo diferente: combina aprendizado de máquina com restrições físicas e químicas conhecidas.
Esse conceito — chamado de physics‑informed AI — ajuda a gerar candidatos que não são apenas promissores em teoria, mas também viáveis de produzir e testar no laboratório.
Segundo o acelerador de tecnologias climáticas Third Derivative, a combinação de IA baseada em física com experimentação robótica pode permitir a descoberta de novos materiais eletroativos até 10 vezes mais rápido e com cerca de um terço do custo dos processos tradicionais de P&D.
Foco inicial: energia e catalisadores
Os primeiros projetos da empresa concentram‑se em materiais críticos para a transição energética.
Entre os exemplos estão:
Eletrocatalisadores para produção de hidrogênio verde ou amônia
Materiais capazes de converter CO₂ em combustíveis ou produtos químicos
Catalisadores avançados usados na descarbonização industrial
A empresa dá atenção especial a materiais eletroativos usados em tecnologias power‑to‑X, que convertem eletricidade renovável em combustíveis ou matérias‑primas químicas.
Essas áreas são particularmente adequadas para automação porque a descoberta de catalisadores costuma exigir testes de milhares de combinações de materiais.
Colaboração industrial: o consórcio ASCEND
Um exemplo confirmado de colaboração industrial envolvendo a Dunia é o consórcio ASCEND, na Alemanha, voltado à descoberta de catalisadores com IA.
O projeto reúne:
Dunia Innovations
BASF
Siemens Energy
Helmholtz‑Zentrum Berlin
Instituto Fritz Haber da Sociedade Max Planck
Universidade Técnica de Berlim
O governo federal alemão destinou €30 milhões para financiar a iniciativa.
O objetivo é integrar modelagem computacional, experimentação automatizada e conhecimento industrial para acelerar o desenvolvimento de catalisadores mais eficientes para setores industriais intensivos em energia.
Financiamento e investidores
Fundada em 2022, a Dunia já levantou cerca de €10,6 milhões (aproximadamente US$11,5 milhões) para expandir sua plataforma de laboratórios autônomos.
Entre os investidores estão:
Elaia
redalpine
European Innovation Council (EIC)
Pace Ventures
Kindred Capital
Deep Science Ventures
Anglo American
O perfil desses investidores reflete uma tendência crescente na Europa: apoiar deep tech baseada em ciência e IA aplicada à transição climática.
O ecossistema industrial que pode sustentar laboratórios autônomos
Mesmo sem confirmação pública de um grande laboratório específico da Dunia, o ecossistema tecnológico que tornaria essas instalações possíveis já está em desenvolvimento.
Exemplos incluem:
A colaboração entre Siemens e NVIDIA para criar sistemas industriais baseados em IA e gêmeos digitais capazes de simular ambientes industriais complexos.
A integração de bibliotecas NVIDIA Omniverse ao RobotStudio da ABB Robotics, permitindo treinar robôs industriais em ambientes virtuais antes da implantação no mundo real.
Tecnologias como gêmeos digitais, simulação avançada e robótica autônoma são justamente os blocos fundamentais necessários para escalar laboratórios automatizados e experimentação científica guiada por IA.
O que isso pode significar para o deep tech europeu
Se plataformas como a da Dunia conseguirem escalar, elas podem mudar completamente a economia da descoberta científica.
Laboratórios autônomos prometem:
ciclos muito mais rápidos de descoberta de materiais
grandes volumes de dados experimentais para treinar IA
custos menores de pesquisa e desenvolvimento
experimentação contínua em vez de projetos isolados
Isso é importante porque materiais avançados sustentam setores inteiros da economia — incluindo energia, química, eletrônica e manufatura.
Historicamente, a Europa tem forte tradição em ciência dos materiais, mas ficou atrás dos Estados Unidos e da China em infraestrutura de IA em larga escala. Plataformas que combinam software de IA com experimentação física automatizada podem ajudar a reduzir essa diferença.
Conclusão
A Dunia Innovations representa uma nova geração de infraestrutura científica: laboratórios nativos de IA, onde algoritmos, robôs e experimentos reais operam como um único sistema integrado.
A tecnologia central da empresa — descoberta de materiais em circuito fechado orientada por IA — já está documentada e aplicada principalmente a catalisadores e materiais para energia.
Já as alegações sobre um grande “GigaLab” em Berlim ainda não têm confirmação clara em fontes públicas.
O que parece cada vez mais evidente, porém, é a direção do setor: o futuro da descoberta de materiais pode não estar em bancadas de laboratório tradicionais, mas em fábricas autônomas de pesquisa científica funcionando 24 horas por dia, projetando e testando materiais com ajuda da inteligência artificial.
bebeez.euBerlin-based Dunia.ai raises €10.6 million to accelerate clean energy innovations
A estratégia da Dunia é automatizar esse ciclo completo para que experimentos rodem continuamente e gerem dados para a IA em tempo real.
O laboratório autônomo: IA + robótica + dados reais
O núcleo da tecnologia da empresa é uma plataforma de descoberta de materiais em circuito fechado que integra modelos de machine learning com equipamentos laboratoriais automatizados.
O funcionamento geral segue quatro etapas:
Design: modelos de IA baseados em princípios físicos geram candidatos a novos materiais e estimam suas propriedades.
Make: sistemas robóticos sintetizam automaticamente os materiais propostos.
Test: instrumentos automatizados medem desempenho químico, eletroquímico ou estrutural.
Analyze: os resultados experimentais alimentam novamente os modelos de IA, melhorando previsões futuras.
Ao integrar essas etapas em um fluxo contínuo, a plataforma gera conjuntos de dados experimentais muito mais rapidamente do que laboratórios tradicionais.
A própria empresa descreve o sistema como uma materials acceleration platform, ou plataforma de aceleração de materiais, em que os modelos de IA aprendem diretamente com resultados reais de laboratório — e não apenas com simulações ou bases de dados históricas.
Por que usar IA baseada em física
Muitas abordagens de IA em química dependem apenas de correlações estatísticas entre dados existentes. A Dunia adota um modelo diferente: combina aprendizado de máquina com restrições físicas e químicas conhecidas.
Esse conceito — chamado de physics‑informed AI — ajuda a gerar candidatos que não são apenas promissores em teoria, mas também viáveis de produzir e testar no laboratório.
Segundo o acelerador de tecnologias climáticas Third Derivative, a combinação de IA baseada em física com experimentação robótica pode permitir a descoberta de novos materiais eletroativos até 10 vezes mais rápido e com cerca de um terço do custo dos processos tradicionais de P&D.
Foco inicial: energia e catalisadores
Os primeiros projetos da empresa concentram‑se em materiais críticos para a transição energética.
Entre os exemplos estão:
Eletrocatalisadores para produção de hidrogênio verde ou amônia
Materiais capazes de converter CO₂ em combustíveis ou produtos químicos
Catalisadores avançados usados na descarbonização industrial
A empresa dá atenção especial a materiais eletroativos usados em tecnologias power‑to‑X, que convertem eletricidade renovável em combustíveis ou matérias‑primas químicas.
Essas áreas são particularmente adequadas para automação porque a descoberta de catalisadores costuma exigir testes de milhares de combinações de materiais.
Colaboração industrial: o consórcio ASCEND
Um exemplo confirmado de colaboração industrial envolvendo a Dunia é o consórcio ASCEND, na Alemanha, voltado à descoberta de catalisadores com IA.
O projeto reúne:
Dunia Innovations
BASF
Siemens Energy
Helmholtz‑Zentrum Berlin
Instituto Fritz Haber da Sociedade Max Planck
Universidade Técnica de Berlim
O governo federal alemão destinou €30 milhões para financiar a iniciativa.
O objetivo é integrar modelagem computacional, experimentação automatizada e conhecimento industrial para acelerar o desenvolvimento de catalisadores mais eficientes para setores industriais intensivos em energia.
Financiamento e investidores
Fundada em 2022, a Dunia já levantou cerca de €10,6 milhões (aproximadamente US$11,5 milhões) para expandir sua plataforma de laboratórios autônomos.
Entre os investidores estão:
Elaia
redalpine
European Innovation Council (EIC)
Pace Ventures
Kindred Capital
Deep Science Ventures
Anglo American
O perfil desses investidores reflete uma tendência crescente na Europa: apoiar deep tech baseada em ciência e IA aplicada à transição climática.
O ecossistema industrial que pode sustentar laboratórios autônomos
Mesmo sem confirmação pública de um grande laboratório específico da Dunia, o ecossistema tecnológico que tornaria essas instalações possíveis já está em desenvolvimento.
Exemplos incluem:
A colaboração entre Siemens e NVIDIA para criar sistemas industriais baseados em IA e gêmeos digitais capazes de simular ambientes industriais complexos.
A integração de bibliotecas NVIDIA Omniverse ao RobotStudio da ABB Robotics, permitindo treinar robôs industriais em ambientes virtuais antes da implantação no mundo real.
Tecnologias como gêmeos digitais, simulação avançada e robótica autônoma são justamente os blocos fundamentais necessários para escalar laboratórios automatizados e experimentação científica guiada por IA.
O que isso pode significar para o deep tech europeu
Se plataformas como a da Dunia conseguirem escalar, elas podem mudar completamente a economia da descoberta científica.
Laboratórios autônomos prometem:
ciclos muito mais rápidos de descoberta de materiais
grandes volumes de dados experimentais para treinar IA
custos menores de pesquisa e desenvolvimento
experimentação contínua em vez de projetos isolados
Isso é importante porque materiais avançados sustentam setores inteiros da economia — incluindo energia, química, eletrônica e manufatura.
Historicamente, a Europa tem forte tradição em ciência dos materiais, mas ficou atrás dos Estados Unidos e da China em infraestrutura de IA em larga escala. Plataformas que combinam software de IA com experimentação física automatizada podem ajudar a reduzir essa diferença.
Conclusão
A Dunia Innovations representa uma nova geração de infraestrutura científica: laboratórios nativos de IA, onde algoritmos, robôs e experimentos reais operam como um único sistema integrado.
A tecnologia central da empresa — descoberta de materiais em circuito fechado orientada por IA — já está documentada e aplicada principalmente a catalisadores e materiais para energia.
Já as alegações sobre um grande “GigaLab” em Berlim ainda não têm confirmação clara em fontes públicas.
O que parece cada vez mais evidente, porém, é a direção do setor: o futuro da descoberta de materiais pode não estar em bancadas de laboratório tradicionais, mas em fábricas autônomas de pesquisa científica funcionando 24 horas por dia, projetando e testando materiais com ajuda da inteligência artificial.
bebeez.euBerlin-based Dunia.ai raises €10.6 million to accelerate clean energy innovations
