CuspAI 4.5億美元B輪融資背後嘅完整故事：呢間劍橋AI材料初創點樣改寫化學規則

融資歷程：由種子輪到26億美元只係兩年

CuspAI喺2024年成立，同年6月完成3000萬美元種子輪，由Hoxton Ventures領投。到2025年9月，公司完成1億美元Series A，由NEA同Temasek共同領投，估值5.2億美元，參與者包括Nvidia嘅VC部門、Samsung Ventures，以及OpenAI聯合創辦人Durk Kingma同Hugging Face聯合創辦人Thomas Wolf等天使投資者。

新一輪4.5億美元Series B喺2026年7月20日確認，之前《金融時報》6月已經報道公司正洽談融資約4億美元、估值26億美元。最終金額比最初報道嘅大，新投資者包括AMD Ventures、Glade Brook Capital Partners、Lux Capital，以及英國、荷蘭（Invest-NL）同新加坡嘅主權投資者。有部分媒體報道金額約5億美元，但大多數來源引用4.5億美元呢個數字。

AI材料工廠：48個成員嘅工業聯盟

喺融資公布同一日，CuspAI推出AI材料工廠，一個全球性聯盟，集合運算能力、專有材料數據、實驗室產能同製造專業知識，加速材料設計。創始成員包括Nvidia、Meta、三星、現代汽車集團、應用材料、Lam Research、東京威力科創、ASMPT、3M、Henkel、日立、JSR、默克、AMD等幾十間企業。

Nvidia提供加速運算基礎設施，Meta貢獻其FAIR團隊嘅原子化學模型。成員公司提供專有材料數據、實驗室產能同製造需求。聯盟目標係將傳統10-20年嘅材料研發週期壓縮到6個月。

逆向設計系統（MIRA）點運作

CuspAI嘅核心平台叫MIRA，顛覆咗傳統材料發現流程。傳統方法係先合成化合物再測試性能，但MIRA嘅做法係倒轉：用戶輸入想要嘅性能特性——例如耐熱度、導電性、二氧化碳選擇性、蝕刻抗性等——生成式AI模型就會提出針對呢啲特性最佳化嘅候選分子結構。關鍵係，系統同時會評估可製造性，確保提出嘅候選分子真係能夠合成出嚟。

公司形容MIRA係「材料世界嘅搜尋引擎」。平台會從龐大嘅化學空間篩選候選材料，然後將最好嘅方案交俾聯盟夥伴快速合成同真實世界驗證。NEA（Series A同B投資者）形容呢個方法係「逆向設計——由目標性能出發，倒推提出候選方案——然後透過快速反饋循環評估穩定性、性能同可製造性」。

聯合創辦人

CuspAI喺2024年由兩位背景互補嘅創辦人成立：

• Dr. Chad Edwards —— CEO。化學家出身，曾經喺Google、BASF同量子計算公司Quantinuum做技術商業化。亦係Cambridge Quantum Computing嘅商業聯合創辦人。
• Professor Max Welling —— 首席AI官。知名AI研究員，曾任微軟研究院同Qualcomm嘅傑出科學家同副總裁，亦係阿姆斯特丹大學教授。Welling係現代AI先驅，以圖神經網絡同變分推斷嘅研究知名。

公司總部喺英國劍橋，但根源可以追溯到阿姆斯特丹，Welling就喺嗰度。董事會同顧問團隊星光熠熠，包括「AI教父」Geoffrey Hinton做顧問、Yann LeCun，以及前ASML CTO Martin van den Brink。

競爭對手比較：CuspAI嘅定位

CuspAI身處一個快速增長嘅賽道，同其他資金充裕嘅AI材料初創競爭。以下係根據公開資訊嘅比較：

關鍵策略差異：CuspAI唔自己起機械人實驗室，而係將實體驗證外判俾聯盟夥伴，理論上可以更快擴張，但亦放棄咗合成環節嘅控制權。相反，Lila Sciences同Periodic Labs都營運緊全自主嘅濕實驗室——資本密集度更高嘅端到端方法，但可能產生更緊密嘅預測-驗證反饋循環。Periodic Labs由ChatGPT共同創造者Liam Fedus同Google DeepMind科學家Ekin Doğuş Çubuk共同創立，目標更集中（室溫超導體）。Lila Sciences範圍最廣，覆蓋生物學、化學同材料學。

規模化問題：6個月週期能否持續？

AI材料工廠嘅可行性關鍵在於，當聯盟擴大到48+個夥伴——每個夥伴都有專有數據格式、相互衝突嘅知識產權利益同唔同嘅製造限制——嗰6個月由發現到驗證嘅週期仲能否維持。理論上，CuspAI嘅中央化MIRA平台可以有效將候選材料分配俾最適合嘅夥伴，但風險包括協調成本、數據共享障礙，以及一個現實問題：無論AI幾聰明，合成同測試始終係慢、貴同有噪音嘅過程。

如果聯盟無法喺6個月節奏內反覆展示閉環突破，呢個模型可能會淪為一個大型模擬引擎，而唔係真正嘅材料生產線。多個來源都指出一個關鍵嘅警示：「目前，CuspAI嘅任何項目都未產生過商業化材料」。對於一間估值26億美元嘅公司嚟講，承諾同實證之間嘅呢個落差將會係AI材料工廠由公布進入執行階段後最重要嘅考驗。