CuspAI融资1亿美元：Max Welling谈遍历所有可能材料空间

基本信息

摘要/简介

编者注：CuspAI 在 9 月完成 1 亿美元 A 轮融资，据传已达到独角兽估值。他们拥有从 Geoffrey Hinton 到 Yann LeCun 的全明星顾问团队，以及一支深度领域专家团队。

导语

在材料科学领域，传统的试错法正面临效率瓶颈，而人工智能为探索无限的材料化学空间提供了新的可能。本文聚焦于 CuspAI 联合创始人 Max Welling 教授的研究，解析其团队如何利用生成式 AI 搜索并设计具有特定功能的全新材料。通过阅读本文，读者将了解这一前沿技术如何加速清洁能源等关键领域的材料发现，以及它对科研范式产生的实质性影响。

摘要

简报：CuspAI利用生成式AI搜索全新材料

核心动态 近期备受关注的初创公司 CuspAI（由图灵奖得主 Geoffrey Hinton 和 Yann LeCun 担任顾问）宣布完成 1亿美元 A 轮融资，传闻其估值已达到独角兽级别。

公司简介 CuspAI 拥有一支由深度领域专家组成的全明星团队。公司致力于利用 生成式人工智能 技术，探索“所有可能的材料空间”，旨在加速发现符合特定性能要求的新型材料，以应对气候变化等全球性挑战。

评论

文章中心观点 文章核心观点是：CuspAI 通过将生成式 AI（特别是扩散模型）与高性能计算及自动化实验室相结合，正在将材料科学从传统的“试错法”转变为一种通过逆向设计在广阔化学空间中进行高效搜索的工程学科。

深入评价

1. 内容深度与论证严谨性

  • 支撑理由： Max Welling 在文章中展示了深厚的学术底蕴，特别是将他在计算机视觉（扩散模型）领域的专长迁移到分子生成上。文章并未停留在概念炒作，而是深入到了技术细节，如如何利用 3D 几何先验和物理约束来引导生成过程。论证逻辑清晰：传统 DFT（密度泛函理论）计算太慢 -> 需要用代理模型加速 -> 生成式 AI 可以提出候选结构 -> 机器人实验室验证 -> 数据回流优化模型。这是一个闭环的科学发现范式。
  • 反例/边界条件： 文章似乎低估了“数据饥渴”问题。虽然生成式 AI 在图像和文本上表现优异，但高质量的材料性质数据（特别是针对特定应用如碳捕获的吸附数据）远比 ImageNet 稀缺且昂贵。此外，作者观点倾向于强调算法的优越性，但可能忽略了材料合成中的不可控因素（即“AI 设计出来了，但人类造不出来”的合成可行性问题）。

2. 创新性：从“筛选”到“生成”的范式转移

  • 支撑理由： 传统材料信息学多使用判别式模型进行筛选，即在一个固定的数据库中找性质最好的。CuspAI 的创新在于使用生成式模型，这允许模型去“想象”或“发明”自然界中可能不存在、但理论上稳定的全新结构。这种“逆向设计”思路是材料科学领域的圣杯。
  • 边界条件： 这种创新面临巨大的物理一致性挑战。生成模型容易产生幻觉，在分子结构中表现为产生化学上不稳定的键或不合理的几何构型。文章虽然提到了引入物理约束，但具体的约束机制（如力场引导的强度与生成多样性的权衡）仍是未解难题。

3. 行业影响与资本逻辑

  • 支撑理由： CuspAI 获得 1 亿美元融资并传闻达到独角兽估值，且背靠 Hinton 和 LeCun，这表明资本市场高度看好“AI for Science”在解决气候问题（如碳捕获）上的潜力。这标志着行业重心从通用大模型（LLM）向垂直领域的硬科技应用转移。
  • 反例： 你的推断认为，尽管估值高企，但材料科学的商业周期极长。相比 SaaS 软件，一种新材料的验证、中试和工业化往往需要 5-10 年。高昂的估值意味着市场需要在短期内看到具有爆发力的落地场景，否则将面临巨大的估值回调压力。

4. 实用价值与争议点

  • 实用价值： 对于行业从业者，文章揭示了未来的工作流：材料学家将更多地扮演“数据标注者”和“约束制定者”的角色，而非亲手在实验室试错。
  • 争议点： 文章暗示 AI 可以搜索“所有可能的材料”。这在计算复杂性上是一个巨大的承诺。化学空间是天文数字级别的，即使有 AI 引导，是否能真正覆盖有意义的区域，还是只是在局部极值中打转，是一个值得怀疑的技术点。

实际应用建议

  1. 数据壁垒构建： 仅仅依靠算法是不够的，CuspAI 的核心竞争力将很快转移到其自动化实验室产生的独有数据上。建议关注其与化工巨头的合作，这决定了数据的来源和质量。
  2. 关注合成可行性： 在应用此类技术时，必须引入合成可行性评分模块，否则生成的 99% 的分子都将是废纸。

可验证的检查方式

  1. 技术指标（指标）： 关注 CuspAI 在未来发表的论文或技术报告中，关于“生成结构的稳定性”和“DFT 预测一致性”的具体量化指标。如果生成的结构中有超过 10% 无法通过几何优化收敛，则说明技术尚不成熟。
  2. 商业落地（观察窗口）： 观察其在 12-18 个月内是否宣布与大型工业气体公司（如 Linde, Air Liquide）或能源公司的实质性联合开发协议（JDA），而不仅仅是顾问团队的背书。
  3. 开源复现（实验）： 学术界是否会开源类似的基于扩散模型的材料生成框架？如果 CuspAI 的技术难以被学术界复现或验证，其“黑盒”性质将限制其在科学界的长期影响力。
  4. 算力效率（指标）： 对比其筛选 10,000 个候选材料的成本与传统高通量筛选（HTS）的成本比率。如果成本降低没有达到数量级（10x 以上），则商业优势不明显。

总结 这篇文章（及 CuspAI 的愿景）代表了 AI 赋能科学发现的正确方向，即从被动分析转向主动创造。然而，事实陈述是目前的 AI 仍面临物理准确性和数据稀缺的严峻挑战。高估值既是对技术潜力的认可，也是对长周期商业化风险的博弈。

技术分析

基于您提供的文章标题、摘要以及CuspAI公司背景（Max Welling教授、巨额融资、Geoff Hinton等顾问），这篇文章的核心在于探讨如何利用**生成式AI（Generative AI）**彻底改变材料科学的发现过程。

以下是对该文章核心观点和技术要点的深入分析：

1. 核心观点深度解读

主要观点： 文章主张利用生成式人工智能（特别是深度生成模型）在庞大的化学和结构空间中主动“搜索”和“生成”满足特定性能指标的新材料，而非像传统方法那样在有限的现有数据库中进行“筛选”或“试错”。

核心思想： Max Welling 教授（CuspAI 联合创始人兼首席科学家）试图将物理学知识与生成式AI相结合。其核心思想是**“逆向设计”**（Inverse Design）：即不再问“这个材料有什么性质？”，而是问“我想要这个性质，请告诉我应该是什么材料”。这被视为从“数据驱动”向“生成驱动”的范式转移。

创新性与深度：

  • 维度跨越： 传统的材料筛选是在离散的、已知的数据点上做低维查找，而 CuspAI 的方法是在近乎连续的、未知的化学空间中做高维搜索。
  • 物理约束的引入： 单纯的生成式AI（如扩散模型）容易产生幻觉（即生成不存在的材料）。CuspAI 的创新在于将物理定律（如能量泛函、对称性）嵌入到生成模型中，确保生成的材料在热力学上是稳定的。

重要性： 材料科学是现代工业的瓶颈（如电池续航、碳捕获效率、芯片算力）。传统发现新材料耗时10-20年。如果能将这一过程缩短至数月甚至数天，将对能源危机和硬件性能产生革命性影响。

2. 关键技术要点

涉及的关键技术或概念：

  1. 深度生成模型： 可能基于扩散模型或自回归模型，用于生成晶体结构。
  2. 几何深度学习： 处理非欧几里得数据（如原子坐标、晶格结构）的技术，如等变神经网络（Equivariant GNNs）。
  3. 贝叶斯优化 / 主动学习： 用于在巨大的搜索空间中高效导航，决定下一步应该合成或计算哪个候选材料。

技术原理和实现方式：

  • 生成式搜索： 模型不是从数据库中检索，而是学习原子排列的概率分布。通过输入目标属性（如“高孔隙率”、“特定带隙”），模型反向推导出可能的原子结构。
  • E(3) 等变性： 技术难点在于神经网络必须理解物理系统的旋转和平移不变性。如果旋转一个分子，它的能量不应改变。CuspAI 极可能使用了基于 E(3) 等变的图神经网络来保证物理合理性。
  • 闭环验证： AI 生成的候选材料会通过高通量计算（DFT）或实验室自动化机器人进行验证，验证结果反馈给模型进行微调。

技术难点与解决方案：

  • 难点： 化学空间是离散的且巨大的（$10^{100}$ 以上），且大部分空间是不稳定的。
  • 方案： 引入物理先验作为约束条件，限制模型只在“合理”的物理区域内生成；利用Max Welling 在概率推断方面的专长，可能使用了变分自编码器（VAE）或扩散模型的改进版来处理复杂的后验分布。

3. 实际应用价值

对实际工作的指导意义： 这标志着从“实验驱动”向“算法驱动”研发的转变。对于研发密集型行业，这意味着不再依赖专家的直觉试错，而是依赖算法的系统性搜索。

应用场景：

  1. 碳捕获： 设计具有极高吸附效率和低再生能耗的金属有机框架，直接服务于碳中和目标。
  2. 能源存储： 寻找固态电池电解质材料，解决电动车安全性和续航问题。
  3. 半导体： 发现具有特定热学或电学性质的新材料以替代硅。

需要注意的问题：

  • 合成可行性： AI 设计出的材料虽然理论上稳定，但可能在实验室极端条件下无法合成。
  • 计算成本： 高精度的第一性原理计算（DFT）非常耗时，需要AI模型本身具备极高的筛选准确率。

4. 行业影响分析

对行业的启示： CuspAI 获得巨额融资（A轮1亿美金）并成为独角兽，表明资本市场开始从“大语言模型（LLM）”转向“科学AI”。这预示着AI for Science 不再仅仅是学术界的玩具，而是具备了巨大的商业变现能力。

可能带来的变革：

  • 研发去中心化： 只要拥有强大的AI模型，小团队也能挑战传统巨头（如巴斯夫、陶氏化学）的材料研发垄断。
  • 实验室自动化： AI大脑与机器人手臂的结合，将实现“黑灯实验室”，24/7不间断进行材料合成。

对行业格局的影响： 传统软件公司（如微软、谷歌）正在通过云服务渗透材料领域，而CuspAI 这种垂直领域的原生AI公司试图建立新的壁垒——即**“材料模型即服务”**（MaaS）。

5. 延伸思考

引发的思考：

  • 数据稀缺性： 与拥有万亿文本数据的语言模型不同，高质量的材料实验数据非常匮乏。如何利用合成数据或迁移学习是关键。
  • 可解释性： 化学家需要知道“为什么”这个材料有效。深度学习的黑盒特性在科学领域是巨大的阻碍，需要发展可解释性AI（XAI）。

未来趋势： 未来可能会出现“材料基础模型”，即一个在海量未标记晶体结构上预训练的通用模型，可以针对特定任务（如超导、催化）进行微调。

6. 实践建议

如何应用到自己的项目：

  • 数据积累： 如果您身处传统制造业，开始系统性地数字化您的实验数据，清洗并结构化它们，这是未来应用AI的基础。
  • 工具引入： 关注开源的几何深度学习库（如 PyG, e3nn），尝试用图神经网络处理分子数据。

行动建议： 不要试图从头训练大模型，而是利用现有的微调能力。建立“计算筛选 -> 实验验证 -> 数据反馈”的闭环流程比单纯追求模型大小更重要。

7. 案例分析

成功案例（推测与行业类比）：

  • Microsoft Azure Quantum Elements： 微软利用类似技术将潜在电池材料的筛选范围从数千种压缩到数十种，并在几周内完成，这验证了CuspAI路径的可行性。
  • MetaGen (Facebook AI)： 曾尝试利用大规模语言模型预测新材料结构，虽然生成了数百万种候选，但因缺乏物理约束导致大部分不可用。CuspAI 的改进在于引入了Max Welling 的物理约束机制，避免了Meta的覆辙。

经验教训： 单纯的数据挖掘无法解决科学问题，必须将领域知识物理、化学嵌入到AI架构中。

8. 哲学与逻辑：论证地图

中心命题: 通过将物理约束嵌入深度生成模型，我们可以高效地在无限的化学空间中进行逆向搜索，从而以数量级的速度发现具有目标性能的新材料。

支撑理由:

  1. 搜索空间的指数级爆炸： 传统的组合化学无法穷举 $10^{100}$ 的可能性，而生成模型可以学习流形分布，进行概率采样。
  2. 物理定律的可微性： 现代深度学习可以将能量方程作为损失函数的一部分，强制生成结果符合热力学稳定性。
  3. 算力与算法的成熟： GNN 和 Transformer 处理 3D 结构的能力已达到临界点，且 H100 等硬件提供了必要的算力。

反例 / 边界条件:

  1. 合成不可达性： 即使模型生成了能量最低的结构，人类可能尚未掌握合成该结构所需的催化剂或路径。
  2. 计算精度限制： AI 依赖的近似计算可能无法准确预测复杂的电子关联效应（如高温超导），导致预测失效。

命题性质分析:

  • 事实： 化学空间巨大；传统研发缓慢。
  • 价值判断： 加速材料发现对人类（特别是气候变化）是有益的。
  • 可检验预测： CuspAI 将在未来 24 个月内公开一种具有商业价值的全新材料（如比现有材料效率高 20% 的碳捕获吸附剂），并成功通过实验室验证。

立场与验证: 我持谨慎乐观态度。

  • 验证指标： 关注 CuspAI 发布的关于“合成成功率”的数据。如果他们生成的材料有 >10% 能被实验室合成，即证明技术成熟。如果仅停留在计算机模拟，则尚未解决核心痛点。观察窗口：2025-2026年。

最佳实践

最佳实践指南

实践 1：利用生成式模型探索广阔的化学空间

说明: 传统的材料发现依赖于对已知数据库的搜索，这限制了发现新型独特材料的可能性。Max Welling 强调使用生成式 AI 模型（如 GANs 或扩散模型）来直接生成潜在的材料结构，从而跳出已知数据库的限制，探索更广阔的化学空间。

实施步骤:

  1. 收集大规模的材料结构数据作为训练集。
  2. 训练生成模型，使其学习材料结构的概率分布。
  3. 从模型中采样，生成全新的、理论上稳定的晶体结构。

注意事项: 确保生成的结构在物理上是合理的，需要配合几何深度学习技术来处理晶格对称性。

实践 2：结合主动学习与高效筛选

说明: 由于可能的材料数量是无限的，对所有生成物进行计算模拟是不可能的。最佳实践是采用主动学习策略，利用机器学习模型快速预测生成材料的性质，并筛选出最有希望的候选者进行昂贵的 DFT（密度泛函理论）计算。

实施步骤:

  1. 建立一个快速的代理模型来预测目标属性（如吸附能、带隙等）。
  2. 设计“探索-利用”策略，选择不确定性高或预测性能好的样本进行高精度验证。
  3. 将高精度验证的结果反馈给模型，进行迭代优化。

注意事项: 平衡探索新区域与利用现有知识之间的关系，避免陷入局部最优。

实践 3：构建基于几何深度学习的图神经网络

说明: 材料通常表示为原子和键的图结构。使用图神经网络（GNN）而非传统的图像处理或序列模型，能更自然地捕捉原子间的局部相互作用和全局对称性，提高预测准确性。

实施步骤:

  1. 将晶体结构转换为图表示（节点为原子，边为化学键或邻近原子）。
  2. 实施 GNN 架构（如 SchNet 或 DimeNet），处理三维几何信息。
  3. 在标准基准数据集上预训练模型，然后针对特定任务进行微调。

注意事项: 处理周期性边界条件时，需确保模型能理解晶格的长程相互作用。

实践 4：关注数据的多样性与质量

说明: AI 模型的表现高度依赖于训练数据。在材料科学中，数据往往存在偏差（例如只包含稳定的材料）。Welling 指出，必须注意数据的分布，并在可能的情况下包含不稳定的“负样本”以帮助模型学习稳定性的边界。

实施步骤:

  1. 审查现有材料数据库（如 Materials Project）的偏差。
  2. 在训练集中引入对比数据，包括已知的不稳定结构或合成失败的数据。
  3. 使用数据增强技术，通过施加扰动来增加模型的鲁棒性。

注意事项: 避免数据泄露，确保测试集中的材料没有被包含在训练集的相似结构中。

实践 5：利用云端高性能计算进行加速

说明: 搜索所有可能的材料需要巨大的算力。利用云计算平台和分布式计算资源，可以并行化处理成千上万个候选材料的模拟和筛选过程，显著缩短研发周期。

实施步骤:

  1. 将材料生成和筛选流程容器化。
  2. 设置自动化的云工作流，按需扩展计算节点。
  3. 建立集中式数据库存储中间结果和最终候选材料。

注意事项: 优化成本控制，在低精度筛选阶段使用廉价资源，仅在高精度验证阶段使用高性能资源。

实践 6：建立跨学科协作闭环

说明: 仅仅计算出新材料是不够的，必须能够合成它。最佳实践包括在早期阶段就引入实验科学家，建立“计算预测-实验验证-模型修正”的闭环反馈系统。

实施步骤:

  1. 定义明确的项目目标，如寻找特定碳捕获能力的 MOF 材料。
  2. 计算团队提供候选列表，实验团队评估可合成性。
  3. 将实验结果（无论是成功还是失败）回传给 AI 模型以改进预测。

注意事项: 确保理论预测与实际实验条件（如温度、压力）的一致性。

学习要点

  • 生成式人工智能通过学习化学分布而非物理模拟，能够以前所未有的速度在广阔的化学空间中高效筛选和设计新材料。
  • 研究团队利用生成式模型成功设计了专门用于直接空气捕获（DAC）的新型多孔材料，证明了AI在解决碳捕获等具体能源挑战上的巨大潜力。
  • 结合生成式AI与几何深度学习技术，能够精确处理分子和晶体结构的对称性与不变性，从而更准确地预测材料性质。
  • 主动学习策略被用于优化实验过程，通过算法智能选择最有潜力的候选材料进行合成验证，大幅降低了研发的时间与经济成本。
  • 该方法通过探索所有可能的材料空间，打破了人类直觉和传统试错法的局限，有望发现超越已知认知的全新材料。
  • AI在材料科学中的应用标志着研发范式的转变，即从基于物理原理的模拟转向基于数据驱动的概率生成，加速了可持续技术的创新。

引用

注：文中事实性信息以以上引用为准；观点与推断为 AI Stack 的分析。

站内链接

相关文章