CuspAI的核心思路是一种“逆向设计”方法，它从根本上颠覆了传统的材料科学。传统方法是从已知材料出发，测量其性能；而CuspAI的方法则是让用户首先指定他们所需的确切性能——例如，一种具有特定带隙、高导热性和低镓依赖性的半导体——然后平台直接从零开始生成全新的分子和晶体结构，以匹配这些规格。

B轮融资与估值

CuspAI于2026年7月20日完成了4.5亿美元的B轮融资，投后估值达到26亿美元。这较其2025年9月A轮融资时5.2亿美元的估值增长了近五倍。目前总融资额已超过6.7亿美元。

本轮融资由Kleiner Perkins和NEA联合领投，杰夫·贝佐斯的Bezos Expeditions和英国主权AI基金（英国政府支持的VC基金）也进行了重大参与。最终融资额超过了《金融时报》在2026年6月最初报道的4亿美元。

B轮投资者完整名单

B轮融资的确认投资者包括：

• 联合领投： Kleiner Perkins, New Enterprise Associates (NEA)
• 参投方： Bezos Expeditions, 英国主权AI基金, Glade Brook Capital Partners, Lux Capital, AMD Ventures, StepStone Group, Invest-NL, 以及约翰·杜尔

早期种子轮和A轮投资者包括Hoxton Ventures（种子轮领投方）、淡马锡、Prosus、Basis Set Ventures、Giant Ventures等。

顾问委员会

CuspAI组建了AI和科学领域最具声望的顾问委员会之一：

• 杰弗里·辛顿 – 诺贝尔奖和图灵奖得主，常被称为“AI教父”
• 杨立昆 – 图灵奖得主，Meta首席AI科学家
• 阿比·塔尔瓦卡尔 – AMD董事会成员，LSI公司前CEO（B轮时加入）
• 马丁·范登布林克 – ASML前总裁兼CTO（2025年加入）
• 约翰·布朗勋爵 – 英国石油前CEO，弗朗西斯·克里克研究所主席，英国政府科技委员会联合主席（2025年加入）

AI驱动的材料发现平台如何工作

CuspAI的平台基于“逆向设计”方法，从根本上颠覆了传统材料科学。

传统方法： 从已知材料开始，在实验室测试，然后测量其性能。这个过程既慢又贵——每种材料通常需要十年的研发时间。

CuspAI的方法（“逆向设计”）：

1. 指定目标性能 – 客户或研究人员输入所需的精确性能（例如，“一种具有特定带隙、高导热性和低镓依赖性的半导体”）。
2. 生成式AI生成候选材料 – 专有的生成模型产生全新的、从未存在过的分子和晶体结构，这些结构是从头开始设计以匹配那些规格的。
3. 模拟与筛选 – 基于物理的模拟和强化学习快速评估这些候选材料，根据预测的性能、稳定性和可合成性进行排序。
4. 物理验证 – 顶级候选材料被送往合作实验室（通过AI材料铸造厂网络）进行真实世界的合成和测试，将过去需要十年的过程压缩到几个月。

该平台与AI材料铸造厂一同推出，这是一个由超过45个组织组成的全球网络——包括数据提供商、实验室、计算合作伙伴和科学专家——旨在通过一个单一的智能平台来协调从发现到验证的完整流程。创始成员包括NVIDIA（提供计算基础设施）和Meta的基础AI研究团队（开发通用原子模型）。

在清洁能源和半导体领域的应用

• 半导体： CuspAI正在与Nvidia和Meta合作，发现可以替代镓等稀缺资源的新型芯片材料——全球99%的镓供应由中国控制——从而制造更快、更冷、在地缘政治上更安全的芯片。
• 清洁能源： 该平台设计用于更好的电池电极、固态电解质以及用于能源存储和转换的更高效催化剂的材料。CuspAI联合创始人马克斯·韦林表示，公司还在“构建能够从水中去除永久化学物质的分子”。
• 工业涂料： 按需发现具有特定耐久性、导电性或导热性的新聚合物和涂料。

该公司声称，在2025年期间，它通过其平台在六个月内将一种碳捕获材料从生成式设计推进到合成和实验验证，这充分展示了其平台的巨大速度优势。

CuspAI的核心思路是一种“逆向设计”方法，它从根本上颠覆了传统的材料科学。传统方法是从已知材料出发，测量其性能；而CuspAI的方法则是让用户首先指定他们所需的确切性能——例如，一种具有特定带隙、高导热性和低镓依赖性的半导体——然后平台直接从零开始生成全新的分子和晶体结构，以匹配这些规格。

B轮融资与估值

CuspAI于2026年7月20日完成了4.5亿美元的B轮融资，投后估值达到26亿美元。这较其2025年9月A轮融资时5.2亿美元的估值增长了近五倍。目前总融资额已超过6.7亿美元。

本轮融资由Kleiner Perkins和NEA联合领投，杰夫·贝佐斯的Bezos Expeditions和英国主权AI基金（英国政府支持的VC基金）也进行了重大参与。最终融资额超过了《金融时报》在2026年6月最初报道的4亿美元。

B轮投资者完整名单

B轮融资的确认投资者包括：

• 联合领投： Kleiner Perkins, New Enterprise Associates (NEA)
• 参投方： Bezos Expeditions, 英国主权AI基金, Glade Brook Capital Partners, Lux Capital, AMD Ventures, StepStone Group, Invest-NL, 以及约翰·杜尔

早期种子轮和A轮投资者包括Hoxton Ventures（种子轮领投方）、淡马锡、Prosus、Basis Set Ventures、Giant Ventures等。

顾问委员会

CuspAI组建了AI和科学领域最具声望的顾问委员会之一：

• 杰弗里·辛顿 – 诺贝尔奖和图灵奖得主，常被称为“AI教父”
• 杨立昆 – 图灵奖得主，Meta首席AI科学家
• 阿比·塔尔瓦卡尔 – AMD董事会成员，LSI公司前CEO（B轮时加入）
• 马丁·范登布林克 – ASML前总裁兼CTO（2025年加入）
• 约翰·布朗勋爵 – 英国石油前CEO，弗朗西斯·克里克研究所主席，英国政府科技委员会联合主席（2025年加入）

AI驱动的材料发现平台如何工作

CuspAI的平台基于“逆向设计”方法，从根本上颠覆了传统材料科学。

传统方法： 从已知材料开始，在实验室测试，然后测量其性能。这个过程既慢又贵——每种材料通常需要十年的研发时间。

CuspAI的方法（“逆向设计”）：

1. 指定目标性能 – 客户或研究人员输入所需的精确性能（例如，“一种具有特定带隙、高导热性和低镓依赖性的半导体”）。
2. 生成式AI生成候选材料 – 专有的生成模型产生全新的、从未存在过的分子和晶体结构，这些结构是从头开始设计以匹配那些规格的。
3. 模拟与筛选 – 基于物理的模拟和强化学习快速评估这些候选材料，根据预测的性能、稳定性和可合成性进行排序。
4. 物理验证 – 顶级候选材料被送往合作实验室（通过AI材料铸造厂网络）进行真实世界的合成和测试，将过去需要十年的过程压缩到几个月。

该平台与AI材料铸造厂一同推出，这是一个由超过45个组织组成的全球网络——包括数据提供商、实验室、计算合作伙伴和科学专家——旨在通过一个单一的智能平台来协调从发现到验证的完整流程。创始成员包括NVIDIA（提供计算基础设施）和Meta的基础AI研究团队（开发通用原子模型）。

在清洁能源和半导体领域的应用

• 半导体： CuspAI正在与Nvidia和Meta合作，发现可以替代镓等稀缺资源的新型芯片材料——全球99%的镓供应由中国控制——从而制造更快、更冷、在地缘政治上更安全的芯片。
• 清洁能源： 该平台设计用于更好的电池电极、固态电解质以及用于能源存储和转换的更高效催化剂的材料。CuspAI联合创始人马克斯·韦林表示，公司还在“构建能够从水中去除永久化学物质的分子”。
• 工业涂料： 按需发现具有特定耐久性、导电性或导热性的新聚合物和涂料。

该公司声称，在2025年期间，它通过其平台在六个月内将一种碳捕获材料从生成式设计推进到合成和实验验证，这充分展示了其平台的巨大速度优势。