No mesmo dia, a CuspAI lançou o AI Materials Foundry (Fundição de Materiais com IA), um consórcio de 48 parceiros industriais e de pesquisa focado em acelerar a descoberta de materiais projetados por IA para semicondutores, energia limpa e manufatura avançada . A seguir, uma análise completa da rodada, da tecnologia, da coalizão e de como a empresa se compara aos concorrentes — incluindo os principais riscos de um valuation de US$ 2,6 bilhões para uma empresa que ainda não comercializou nenhum material
.
A CuspAI foi fundada em 2024 e levantou uma rodada semente de US$ 30 milhões em junho daquele ano, liderada pela Hoxton Ventures . Em setembro de 2025, fechou uma Série A de US$ 100 milhões, co-liderada pela NEA e pela Temasek, com valuation de US$ 520 milhões, contando com a participação do braço de venture capital da Nvidia, da Samsung Ventures e de investidores-anjo como o cofundador da OpenAI, Durk Kingma, e o cofundador da Hugging Face, Thomas Wolf
.
A nova Série B de US$ 450 milhões foi confirmada em 20 de julho de 2026, após negociações de aproximadamente US$ 400 milhões divulgadas pelo Financial Times em junho . A rodada final superou o valor inicialmente noticiado e incluiu novos investidores como AMD Ventures, Glade Brook Capital Partners, Lux Capital, além de fundos soberanos do Reino Unido, dos Países Baixos (Invest-NL) e de Cingapura
. Alguns veículos noticiaram o valor como US$ 500 milhões, mas a maioria das fontes confiáveis cita US$ 450 milhões
.
No mesmo dia do anúncio da captação, a CuspAI lançou o AI Materials Foundry, um consórcio global criado para reunir poder computacional, dados proprietários de materiais, capacidade de laboratório e conhecimento em manufatura para acelerar a criação de novos materiais . Os membros fundadores incluem Nvidia, Meta, Samsung, Hyundai Motor Group, Applied Materials, Lam Research, Tokyo Electron, ASMPT, 3M, Henkel, Hitachi, JSR, Merck e AMD, entre dezenas de outros
.
A Nvidia fornece a infraestrutura de computação acelerada, enquanto a Meta contribui com os modelos de química atomística do seu time de pesquisa fundamental em IA (FAIR) . As empresas-membro contribuem com dados proprietários de materiais, capacidade de laboratório e requisitos de manufatura
. O objetivo declarado da coalizão é comprimir o cronograma tradicional de descoberta de materiais — de 10 a 20 anos — para ciclos de seis meses
.
A plataforma central da CuspAI, chamada MIRA, inverte o processo tradicional de descoberta de materiais . Em vez de sintetizar compostos e depois testar suas propriedades, os usuários especificam as características de desempenho desejadas — tolerância térmica, condutividade elétrica, seletividade de CO₂, resistência a corrosão etc. — e os modelos generativos de IA propõem estruturas moleculares candidatas otimizadas para essas propriedades
. De forma crucial, o sistema também avalia a fabricabilidade, garantindo que os candidatos propostos possam realmente ser sintetizados
.
A empresa descreve o MIRA como "um mecanismo de busca para o mundo dos materiais" . A plataforma analisa candidatos em um vasto espaço químico e, em seguida, encaminha os resultados mais promissores para os parceiros da coalizão, que realizam a síntese rápida e a validação no mundo real
. A NEA, investidora da Série A e B, descreveu a abordagem como "design inverso — começando com as propriedades-alvo e trabalhando de trás para frente para propor candidatos —, depois avalia estabilidade, desempenho e fabricabilidade por meio de ciclos de feedback rápidos"
.
A empresa tem sede em Cambridge, Reino Unido, com raízes em Amsterdã, onde Welling está baseado . O conselho consultivo inclui Geoffrey Hinton (o "Padrinho da IA"), Yann LeCun e o ex-CTO da ASML, Martin van den Brink
.
A CuspAI atua em um espaço de rápido crescimento, ao lado de outras startups de materiais com IA bem financiadas. Aqui está uma comparação baseada em informações disponíveis :
| Empresa | Total Captado | Foco | Abordagem | Principais Investidores |
|---|---|---|---|---|
| CuspAI | ~US$ 580M+ (US$ 30M semente + US$ 100M Série A + US$ 450M Série B) | Semicondutores, energia limpa, manufatura avançada | IA generativa de design inverso + rede de laboratórios em coalizão (AI Materials Foundry) | Kleiner Perkins, NEA, Bezos Expeditions, Temasek, Nvidia, AMD |
| Lila Sciences | ~US$ 550M total, valuation ~US$ 1,3B | Materiais + ciências da vida + química | Laboratórios autônomos de IA ("Fábricas de Ciência de IA") visando "superinteligência científica" | Flagship Pioneering, Nvidia, ADIA (Abu Dhabi) |
| Periodic Labs | ~US$ 300M–US$ 605M (semente/Série A) | Supercondutores de alta temperatura | Cientistas de IA combinados com laboratórios autônomos, experimentação ponta a ponta | Sequoia, outros (em grande parte em modo furtivo até o final de 2025) |
A diferença estratégica central: a CuspAI não constrói seus próprios laboratórios robóticos. Em vez disso, terceiriza a validação física para os parceiros da coalizão, o que teoricamente permite escalar mais rápido e aproveitar a experiência de manufatura existente, mas também significa que abre mão do controle do ciclo de síntese . Em contraste, tanto a Lila Sciences quanto a Periodic Labs operam laboratórios úmidos totalmente autônomos — uma abordagem mais intensiva em capital, de ponta a ponta, que potencialmente produz ciclos de feedback de previsão-validação mais rigorosos
. A Periodic Labs, cofundada pelo cocriador do ChatGPT, Liam Fedus, e pelo cientista do Google DeepMind, Ekin Doğuş Çubuk, tem um objetivo mais restrito (um supercondutor à temperatura ambiente)
. A Lila Sciences tem o escopo mais amplo, cobrindo biologia, química e materiais
.
A viabilidade do AI Materials Foundry depende se seus ciclos de descoberta para validação de seis meses se manterão à medida que o consórcio cresce para 48 ou mais parceiros, cada um com formatos de dados proprietários, interesses conflitantes de propriedade intelectual e diferentes restrições de manufatura . A promessa é que a plataforma MIRA centralizada da CuspAI possa direcionar o candidato certo para o parceiro certo de forma eficiente, mas os riscos incluem a sobrecarga de coordenação, o atrito no compartilhamento de dados e a realidade física de que a síntese e os testes — por mais inteligente que seja a IA — continuam lentos, caros e cheios de ruídos
.
Se a coalizão não conseguir demonstrar avanços repetidos em circuito fechado dentro do cronograma de seis meses, o modelo corre o risco de se tornar um motor de simulação em larga escala, em vez de um verdadeiro pipeline de materiais . Diversas fontes apontam uma ressalva crítica: "atualmente, nenhuma iniciativa da CuspAI produziu um material comercialmente implantado"
. Para uma empresa avaliada em US$ 2,6 bilhões, essa lacuna entre promessa e comprovação será a questão definidora à medida que o AI Materials Foundry passa do anúncio para a execução.