CuspAI嘅核心創新係一個「逆向設計」方法，完全顛覆咗傳統材料科學嘅做法 。傳統方法係「由已知材料出發」——搵一種已知材料，攞去實驗室測試，再量度佢有咩性能。呢種方法又慢又貴，通常一種材料就要用十年去做研發。

CuspAI嘅方法（「逆向設計」）：

1. 指定目標性能 – 客戶或者研究人員輸入佢哋需要嘅性能（例如：「一個有特定bandgap、高導熱率、而且唔依賴鎵嘅半導體」）。
2. 生成式AI產生候選方案 – 專用嘅生成模型憑空產生全新嘅分子同晶體結構——呢啲結構以前從未出現過，全部係由頭度身設計去符合客戶要求 。
3. 模擬同篩選 – 用物理模擬同強化學習快速評估候選方案，按預計性能、穩定性同埋「可合成性」排次序 。
4. 物理驗證 – 將頭幾名嘅候選方案送去合作實驗室（透過AI Materials Foundry網絡）進行真實合成同測試，將本來要十年嘅研發壓縮到幾個月 。

B輪融資同估值

CuspAI喺2026年7月20日完成咗一輪 4.5億美元嘅B輪融資，事後估值達到26億美元 。呢個估值相比2025年9月A輪嘅5.2億美元，升咗接近五倍 。公司累計融資額已超過6.7億美元 。

呢輪由 Kleiner Perkins同NEA 共同領投，Jeff Bezos嘅Bezos Expeditions同英國主權AI基金（英國政府旗下嘅創投基金）都有重磅參與 。最終完成嘅融資額比金融時報2026年6月最初報道嘅4億美元更高 。

B輪投資者完整名單

根據多個消息來源 ，今次B輪嘅投資者包括：

• 共同領投： Kleiner Perkins, New Enterprise Associates (NEA)
• 參與投資： Bezos Expeditions, 英國主權AI基金, Glade Brook Capital Partners, Lux Capital, AMD Ventures, StepStone Group, Invest-NL, 同埋John Doerr

早期（種子輪同A輪）投資者包括Hoxton Ventures（種子輪領投）、Temasek、Prosus、Basis Set Ventures、Giant Ventures 等 。

顧問團隊

CuspAI嘅顧問團隊可謂星光熠熠，可以話係AI同科學界嘅「夢幻組合」 ：

• Geoffrey Hinton – 諾貝爾獎同圖靈獎得主，被譽為「AI教父」
• Yann LeCun – 圖靈獎得主，Meta嘅首席AI科學家
• Abhi Talwalkar – AMD董事會成員，LSI Corporation前CEO（B輪時加入）
• Martin van den Brink – ASML前總裁兼CTO（2025年加入）
• Lord (John) Browne – BP前CEO，Francis Crick Institute主席，英國政府科學技術委員會聯席主席（2025年加入）

AI材料發現平台點樣運作？

CuspAI嘅平台係基於「逆向設計」方法，完全顛覆咗傳統材料科學 。

傳統方法： 由一種已知材料出發，拎去實驗室測試，然後量度佢有咩性能。呢種方法又慢又貴——每發現一種新材料平均要用十年時間。

CuspAI嘅方法（「逆向設計」）：

1. 輸入目標性能 – 客戶輸入佢哋需要嘅性能（例如：「一個有特定bandgap、高導熱率、而且唔依賴鎵嘅半導體」）。
2. 生成式AI產生候選方案 – 專用嘅生成模型憑空產生全新嘅分子同晶體結構——呢啲結構以前從未出現過，全部係由頭度身設計去符合客戶要求 。
3. 模擬同篩選 – 用物理模擬同強化學習快速評估候選方案，按預計性能、穩定性同埋「可合成性」排序 。
4. 物理驗證 – 將最佳候選方案送去AI Materials Foundry嘅合作實驗室進行真實合成同測試，將本來要十年嘅研發壓縮到幾個月 。

公司同時推出 AI Materials Foundry——一個超過45間機構組成嘅全球網絡，包括數據供應商、實驗室、運算夥伴同科學專家，用一個統一嘅AI平台協調整個「由發現到驗證」嘅流程 。創始成員包括 NVIDIA（提供運算基建）同埋Meta嘅FAIR團隊（開發通用原子模型UMA）。

對清潔能源同半導體行業嘅應用

• 半導體： CuspAI同Nvidia同Meta合作，發現新嘅晶片材料，可以取代鎵呢類稀缺資源——全世界99%嘅鎵由中國控制。呢啲新材料可以令晶片更快、更涼、而且喺地緣政治上更安全 。
• 清潔能源： 平台設計更好嘅電池電極、固態電解質，同埋更有效嘅儲能同轉換催化劑 。CuspAI聯席創辦人Max Welling話公司仲「緊建造可以從水中移除永恆化學物質嘅分子」 。
• 工業塗層： 按需發現具有特定耐久性、導電性或導熱性嘅新聚合物同塗層 。

公司聲稱喺2025年期間，用短短六個月時間就將一種碳捕集材料由生成設計推進到合成同實驗驗證階段，充分展示咗平台嘅速度優勢 。

CuspAI嘅核心創新係一個「逆向設計」方法，完全顛覆咗傳統材料科學嘅做法 。傳統方法係「由已知材料出發」——搵一種已知材料，攞去實驗室測試，再量度佢有咩性能。呢種方法又慢又貴，通常一種材料就要用十年去做研發。

CuspAI嘅方法（「逆向設計」）：

1. 指定目標性能 – 客戶或者研究人員輸入佢哋需要嘅性能（例如：「一個有特定bandgap、高導熱率、而且唔依賴鎵嘅半導體」）。
2. 生成式AI產生候選方案 – 專用嘅生成模型憑空產生全新嘅分子同晶體結構——呢啲結構以前從未出現過，全部係由頭度身設計去符合客戶要求 。
3. 模擬同篩選 – 用物理模擬同強化學習快速評估候選方案，按預計性能、穩定性同埋「可合成性」排次序 。
4. 物理驗證 – 將頭幾名嘅候選方案送去合作實驗室（透過AI Materials Foundry網絡）進行真實合成同測試，將本來要十年嘅研發壓縮到幾個月 。

B輪融資同估值

CuspAI喺2026年7月20日完成咗一輪 4.5億美元嘅B輪融資，事後估值達到26億美元 。呢個估值相比2025年9月A輪嘅5.2億美元，升咗接近五倍 。公司累計融資額已超過6.7億美元 。

呢輪由 Kleiner Perkins同NEA 共同領投，Jeff Bezos嘅Bezos Expeditions同英國主權AI基金（英國政府旗下嘅創投基金）都有重磅參與 。最終完成嘅融資額比金融時報2026年6月最初報道嘅4億美元更高 。

B輪投資者完整名單

根據多個消息來源 ，今次B輪嘅投資者包括：

• 共同領投： Kleiner Perkins, New Enterprise Associates (NEA)
• 參與投資： Bezos Expeditions, 英國主權AI基金, Glade Brook Capital Partners, Lux Capital, AMD Ventures, StepStone Group, Invest-NL, 同埋John Doerr

早期（種子輪同A輪）投資者包括Hoxton Ventures（種子輪領投）、Temasek、Prosus、Basis Set Ventures、Giant Ventures 等 。

顧問團隊

CuspAI嘅顧問團隊可謂星光熠熠，可以話係AI同科學界嘅「夢幻組合」 ：

• Geoffrey Hinton – 諾貝爾獎同圖靈獎得主，被譽為「AI教父」
• Yann LeCun – 圖靈獎得主，Meta嘅首席AI科學家
• Abhi Talwalkar – AMD董事會成員，LSI Corporation前CEO（B輪時加入）
• Martin van den Brink – ASML前總裁兼CTO（2025年加入）
• Lord (John) Browne – BP前CEO，Francis Crick Institute主席，英國政府科學技術委員會聯席主席（2025年加入）

AI材料發現平台點樣運作？

CuspAI嘅平台係基於「逆向設計」方法，完全顛覆咗傳統材料科學 。

傳統方法： 由一種已知材料出發，拎去實驗室測試，然後量度佢有咩性能。呢種方法又慢又貴——每發現一種新材料平均要用十年時間。

CuspAI嘅方法（「逆向設計」）：

1. 輸入目標性能 – 客戶輸入佢哋需要嘅性能（例如：「一個有特定bandgap、高導熱率、而且唔依賴鎵嘅半導體」）。
2. 生成式AI產生候選方案 – 專用嘅生成模型憑空產生全新嘅分子同晶體結構——呢啲結構以前從未出現過，全部係由頭度身設計去符合客戶要求 。
3. 模擬同篩選 – 用物理模擬同強化學習快速評估候選方案，按預計性能、穩定性同埋「可合成性」排序 。
4. 物理驗證 – 將最佳候選方案送去AI Materials Foundry嘅合作實驗室進行真實合成同測試，將本來要十年嘅研發壓縮到幾個月 。

公司同時推出 AI Materials Foundry——一個超過45間機構組成嘅全球網絡，包括數據供應商、實驗室、運算夥伴同科學專家，用一個統一嘅AI平台協調整個「由發現到驗證」嘅流程 。創始成員包括 NVIDIA（提供運算基建）同埋Meta嘅FAIR團隊（開發通用原子模型UMA）。

對清潔能源同半導體行業嘅應用

• 半導體： CuspAI同Nvidia同Meta合作，發現新嘅晶片材料，可以取代鎵呢類稀缺資源——全世界99%嘅鎵由中國控制。呢啲新材料可以令晶片更快、更涼、而且喺地緣政治上更安全 。
• 清潔能源： 平台設計更好嘅電池電極、固態電解質，同埋更有效嘅儲能同轉換催化劑 。CuspAI聯席創辦人Max Welling話公司仲「緊建造可以從水中移除永恆化學物質嘅分子」 。
• 工業塗層： 按需發現具有特定耐久性、導電性或導熱性嘅新聚合物同塗層 。

公司聲稱喺2025年期間，用短短六個月時間就將一種碳捕集材料由生成設計推進到合成同實驗驗證階段，充分展示咗平台嘅速度優勢 。