Finansieringen innebar en mer än fyrdubbling av bolagets värde jämfört med Series A-rundan på 100 miljoner dollar i september 2025, då CuspAI värderades till 520 miljoner dollar .
Samma dag som finansieringen offentliggjordes lanserade CuspAI AI Materials Foundry – ett globalt konsortium med över 48 industri- och forskningspartners . Syftet är att påskynda upptäckten av AI-designade material för halvledare, ren energi och avancerad tillverkning .
Bland grundarmedlemmarna finns Nvidia, Meta, Samsung, Hyundai Motor Group, Applied Materials, Lam Research, Tokyo Electron, ASMPT, 3M, Henkel, Hitachi, JSR och Merck . Nvidia bidrar med sin acceleratorbaserad datorkraft, medan Meta bidrar med sin forskningsavdelning FAIR och dess atomära kemimodeller . Medlemsföretagen bidrar med egna proprietära materialdata, labbkapacitet och tillverkningskrav .
Det uttalade målet är att komprimera den traditionella materialutvecklingstiden – som ofta tar 10–20 år – till cykler på sex månader .
CuspAIs kärnplattform, MIRA, vänder på den traditionella materialutvecklingsprocessen . I stället för att först syntetisera föreningar och sedan testa deras egenskaper, kan användare specificera önskade prestandaegenskaper – som värmetålighet, elektrisk ledningsförmåga eller CO₂-selektivitet – och de generativa AI-modellerna föreslår kandidatstrukturer optimerade för dessa egenskaper . Systemet utvärderar också om de föreslagna ämnena faktiskt går att tillverka i praktiken .
Företaget beskriver MIRA som "en sökmotor för materialvärlden" . Plattformen sållar bland kandidater i ett enormt kemiskt universum och skickar sedan de bästa träffarna vidare till koalitionspartners för snabb syntes och verklig validering .
CuspAI grundades 2024 av två personer med kompletterande expertis :
Bolaget har sitt huvudkontor i Cambridge, Storbritannien, med rötter i Amsterdam där Welling är verksam . Bland rådgivarna märks Geoffrey Hinton, känd som "AI:s gudfader", Yann LeCun och Martin van den Brink, tidigare CTO på ASML .
CuspAI verkar i ett snabbväxande segment tillsammans med andra välfinansierade AI-materialstartups. Här är en jämförelse baserad på tillgänglig information :
| Företag | Totalt insamlat | Fokus | Metod | Nyckelinvesterare |
|---|---|---|---|---|
| CuspAI | ~580 miljoner dollar+ (30 miljoner seed + 100 miljoner Series A + 450 miljoner Series B) | Halvledare, ren energi, avancerad tillverkning | Omvänd design-GI + koalitionslabbnätverk (AI Materials Foundry) | Kleiner Perkins, NEA, Bezos Expeditions, Temasek, Nvidia, AMD |
| Lila Sciences | ~550 miljoner dollar totalt, värdering ~1,3 miljarder dollar | Material + livsvetenskap + kemi | Autonoma AI-labb ("AI Science Factories") som strävar efter "vetenskaplig superintelligens" | Flagship Pioneering, Nvidia, ADIA (Abu Dhabi) |
| Periodic Labs | ~300–605 miljoner dollar (rapporterad seed/Series A) | Högtemperatursupraledare | AI-forskare ihopkopplade med autonoma laboratorier, slut-till-slut-experimentering | Sequoia, flera (i stort sett hemliga till slutet av 2025) |
Den avgörande strategiska skillnaden: CuspAI bygger inte sina egna robotlabb . I stället lägger man ut den fysiska valideringen på koalitionspartners, vilket i teorin gör att man kan skala upp snabbare och dra nytta av befintlig tillverkningsexpertis. Men det innebär också att man avstår från kontroll över syntesloopen . Både Lila Sciences och Periodic Labs driver helt autonoma våtlabb – en mer kapitalintensiv, slut-till-slut-metod som potentiellt ger snävare förutsägelse–validerings-loopar .
AI Materials Foundrys livskraft hänger på om dess sexmånaderscykler för upptäckt-till-validering håller när konsortiet växer till över 48 partners, var och en med egna dataformat, motstridiga IP-intressen och olika tillverkningsbegränsningar . Löftet är att CuspAIs centrala MIRA-plattform effektivt kan styra rätt kandidat till rätt partner, men riskerna inkluderar samordningskostnader, friktion vid datadelning och den fysiska realiteten att syntes och testning – hur smart AI:n än är – fortfarande är långsam, dyr och brusig .
Om koalitionen inte kan uppvisa upprepade genombrott inom sexmånaderskadensen, riskerar modellen att bli en storskalig simuleringsmotor snarare än en verklig materialpipeline . Flera källor noterar en kritisk förbehåll: "för närvarande har inget CuspAI-initiativ ännu producerat ett kommersiellt material i drift" . För ett företag värderat till 2,6 miljarder dollar kommer denna klyfta mellan löfte och bevis att vara den avgörande frågan när AI Materials Foundry går från annonsering till verkställighet.
Finansieringen innebar en mer än fyrdubbling av bolagets värde jämfört med Series A-rundan på 100 miljoner dollar i september 2025, då CuspAI värderades till 520 miljoner dollar .
Samma dag som finansieringen offentliggjordes lanserade CuspAI AI Materials Foundry – ett globalt konsortium med över 48 industri- och forskningspartners . Syftet är att påskynda upptäckten av AI-designade material för halvledare, ren energi och avancerad tillverkning .
Bland grundarmedlemmarna finns Nvidia, Meta, Samsung, Hyundai Motor Group, Applied Materials, Lam Research, Tokyo Electron, ASMPT, 3M, Henkel, Hitachi, JSR och Merck . Nvidia bidrar med sin acceleratorbaserad datorkraft, medan Meta bidrar med sin forskningsavdelning FAIR och dess atomära kemimodeller . Medlemsföretagen bidrar med egna proprietära materialdata, labbkapacitet och tillverkningskrav .
Det uttalade målet är att komprimera den traditionella materialutvecklingstiden – som ofta tar 10–20 år – till cykler på sex månader .
CuspAIs kärnplattform, MIRA, vänder på den traditionella materialutvecklingsprocessen . I stället för att först syntetisera föreningar och sedan testa deras egenskaper, kan användare specificera önskade prestandaegenskaper – som värmetålighet, elektrisk ledningsförmåga eller CO₂-selektivitet – och de generativa AI-modellerna föreslår kandidatstrukturer optimerade för dessa egenskaper . Systemet utvärderar också om de föreslagna ämnena faktiskt går att tillverka i praktiken .
Företaget beskriver MIRA som "en sökmotor för materialvärlden" . Plattformen sållar bland kandidater i ett enormt kemiskt universum och skickar sedan de bästa träffarna vidare till koalitionspartners för snabb syntes och verklig validering .
CuspAI grundades 2024 av två personer med kompletterande expertis :
Bolaget har sitt huvudkontor i Cambridge, Storbritannien, med rötter i Amsterdam där Welling är verksam . Bland rådgivarna märks Geoffrey Hinton, känd som "AI:s gudfader", Yann LeCun och Martin van den Brink, tidigare CTO på ASML .
CuspAI verkar i ett snabbväxande segment tillsammans med andra välfinansierade AI-materialstartups. Här är en jämförelse baserad på tillgänglig information :
| Företag | Totalt insamlat | Fokus | Metod | Nyckelinvesterare |
|---|---|---|---|---|
| CuspAI | ~580 miljoner dollar+ (30 miljoner seed + 100 miljoner Series A + 450 miljoner Series B) | Halvledare, ren energi, avancerad tillverkning | Omvänd design-GI + koalitionslabbnätverk (AI Materials Foundry) | Kleiner Perkins, NEA, Bezos Expeditions, Temasek, Nvidia, AMD |
| Lila Sciences | ~550 miljoner dollar totalt, värdering ~1,3 miljarder dollar | Material + livsvetenskap + kemi | Autonoma AI-labb ("AI Science Factories") som strävar efter "vetenskaplig superintelligens" | Flagship Pioneering, Nvidia, ADIA (Abu Dhabi) |
| Periodic Labs | ~300–605 miljoner dollar (rapporterad seed/Series A) | Högtemperatursupraledare | AI-forskare ihopkopplade med autonoma laboratorier, slut-till-slut-experimentering | Sequoia, flera (i stort sett hemliga till slutet av 2025) |
Den avgörande strategiska skillnaden: CuspAI bygger inte sina egna robotlabb . I stället lägger man ut den fysiska valideringen på koalitionspartners, vilket i teorin gör att man kan skala upp snabbare och dra nytta av befintlig tillverkningsexpertis. Men det innebär också att man avstår från kontroll över syntesloopen . Både Lila Sciences och Periodic Labs driver helt autonoma våtlabb – en mer kapitalintensiv, slut-till-slut-metod som potentiellt ger snävare förutsägelse–validerings-loopar .
AI Materials Foundrys livskraft hänger på om dess sexmånaderscykler för upptäckt-till-validering håller när konsortiet växer till över 48 partners, var och en med egna dataformat, motstridiga IP-intressen och olika tillverkningsbegränsningar . Löftet är att CuspAIs centrala MIRA-plattform effektivt kan styra rätt kandidat till rätt partner, men riskerna inkluderar samordningskostnader, friktion vid datadelning och den fysiska realiteten att syntes och testning – hur smart AI:n än är – fortfarande är långsam, dyr och brusig .
Om koalitionen inte kan uppvisa upprepade genombrott inom sexmånaderskadensen, riskerar modellen att bli en storskalig simuleringsmotor snarare än en verklig materialpipeline . Flera källor noterar en kritisk förbehåll: "för närvarande har inget CuspAI-initiativ ännu producerat ett kommersiellt material i drift" . För ett företag värderat till 2,6 miljarder dollar kommer denna klyfta mellan löfte och bevis att vara den avgörande frågan när AI Materials Foundry går från annonsering till verkställighet.