CuspAI完成4.5億美元B輪融資:以AI材料探索挑戰半導體前沿
英國劍橋新創公司CuspAI宣布完成由Kleiner Perkins、NEA及貝佐斯探險(Bezos Expeditions)共同領投的4.5億美元B輪融資,估值從九個月前的5.2億美元躍升至26億美元。公司同步啟動「AI材料鑄造廠」,聯合包括輝達、Meta、三星在內的45家創始夥伴,以AI驅動新一代半導體材料探索。
九個月前,CuspAI還只是一家鮮為人知的英國劍橋新創公司,剛以5.2億美元估值完成一輪種子+融資。2026年7月20日,這家公司宣布完成由Kleiner Perkins、New Enterprise Associates(NEA)領投、貝佐斯探險(Bezos Expeditions)聯合領投的4.5億美元B輪融資,估值躍升至26億美元。與此同時,CuspAI啟動了「AI材料鑄造廠」(AI Materials Foundry)——一個聚集45家工業與研究合作夥伴的全球聯盟,成員名單涵蓋輝達(NVIDIA)、Meta、三星、現代汽車集團、漢高(Henkel)、應用材料、東京電子及科林研發等半導體產業核心玩家。
在當前的AI投資週期中,這樣的估值成長速度也實屬罕見——公司估值在不到一年的時間裡提升了五倍,折射出AI能力爆發、半導體供應鏈焦慮,以及工業界對「製造下一代晶片所需材料可能尚未被發現」這一現實的日漸覺醒。
CuspAI在做什麼
CuspAI創立於一個看似簡單卻深刻的前提:延伸摩爾定律、支撐下一代AI硬體所需的材料,不可能通過傳統的試錯化學方法找到。元素、結構和製造條件的可能組合數量極為龐大,人工研究人員根本無法逐一評估。而AI能夠大幅壓縮這個搜索空間。
CuspAI的平台結合了物理資訊神經網絡、生成式模型和高通量模擬,在任何實際合成進行之前,就能預測候選材料的性能表現。研究人員或製程工程師描述性能目標——導熱系數、介電常數、擊穿電壓、電子遷移率——CuspAI的系統便會生成依預測性能、可合成性和可製造性排序的候選結構清單。
這種方法在概念上類似於AlphaFold在蛋白質結構預測上所做的事:用模型引導的生成和排序過程取代了實驗上難以窮舉的搜索問題。不同之處在於,材料探索涉及的搜索空間在多樣性上遠大於蛋白質折疊,而且半導體材料的市場規模以數兆美元計。
AI材料鑄造廠的架構
4.5億美元融資的公布,與「AI材料鑄造廠」的啟動同步進行。CuspAI將其定義為「探索新材料的共享基礎設施全球網絡」。創始夥伴橫跨四大洲,涵蓋半導體設備和先進材料供應鏈的核心企業:輝達、Meta、三星、現代汽車集團、漢高、應用材料、東京電子和科林研發。
鑄造廠採用聯邦聯盟模式運作:CuspAI提供AI平台、計算基礎設施和科學方法論;合作夥伴則貢獻專有實驗數據、實驗室設施和領域專業知識。研究成果與智慧財產權依照分層參與協議共享,創始夥伴獲得優先訪問集體研究所產生新發現的權利。
這種結構是為了解決材料探索中一個根本性問題而刻意設計的:最寶貴的數據被鎖在企業實驗室內部從不對外共享,這意味著僅在公開文獻上訓練的AI模型,缺失了最具資訊含量的訓練信號。通過建立一個可信聯盟結構——讓參與者在不完全曝露數據的前提下貢獻專有資訊——CuspAI試圖匯集構建真正預測性材料模型所需的數據質量。
半導體:研發路線圖中的80%
CuspAI明確表示,2026年約80%的研發資源將集中在半導體領域。這並非巧合:在先進製程製造前沿,半導體產業正面臨一場材料危機,其嚴峻程度絲毫不遜於頻登產業頭條的資本支出和設備挑戰。
在2奈米及以下製程中,傳統矽材料的性能開始逼近基本物理極限。業界早已知曉,持續縮放將需要新的通道材料——鍺、III-V族化合物、二硫化鉬等二維材料——但將理論材料科學轉化為可量產、高良率的生產製程,需要過去從未掌握過的高質量實驗數據和預測模型。
CuspAI重點攻克的是閘極介電層、接觸金屬、互連材料和封裝基板的材料挑戰——這些是現代晶片中材料選擇決定功耗、散熱性能、乃至每單位面積能集成多少電晶體的關鍵層。鑄造廠創始夥伴中的台積電客戶(輝達、Meta)和台積電供應商(應用材料、東京電子),都在解決這些問題上擁有直接的商業利益。
投資人的判斷邏輯
貝佐斯探險作為聯合領投方的加入值得特別關注。傑夫·貝佐斯的個人投資工具一貫聚焦「深科學與基礎設施規模商業機會交叉點」的公司——其投資組合包括核融合能源公司、軌道發射服務商和生物技術平台。CuspAI的投資完全符合這個模式:材料探索是基礎設施層面的問題,市場規模龐大,在AI輔助探索領域建立領先地位的時間窗口也相當有限。
英國政府通過「主權AI創投基金」的參與,則揭示了故事的另一層維度。英國已將AI相鄰深科技定為國家經濟優先事項,對CuspAI的投資代表著倫敦的一個押注:英國能在AI與物理科學的交叉點上孵化出具有全球影響力的深科技企業——而劍橋材料科學生態系統和英國強大的「大學到新創」轉化渠道,恰恰是實現這一押注的有利土壤。
其餘機構投資人——Glade Brook Capital Partners、Lux Capital、AMD Ventures、Tru Arrow Partners、StepStone以及荷蘭的Invest-NL——混合了深科技專業知識和半導體產業戰略協同,暗示本輪融資是刻意設計來為CuspAI帶來不只是資本、更是產業公信力的。
時機的深層含義
此輪融資和AI材料鑄造廠的啟動時機,在宏觀背景下尤顯意義深遠。全球半導體產業正處於一輪歷史性資本投資週期的中段——台積電承諾在亞利桑那州投入2650億美元,韓國宣布十年8800億美元半導體計畫,每一家主要晶片公司都在爭相探索定義2奈米和1奈米製程的材料與工藝。
在這個環境中,能夠可信地加速材料探索——將五至十年的實驗研究週期壓縮為兩至三年的AI輔助流程——的公司,其價值遠非現有的26億美元估值所能充分反映。半導體產業每年在材料上的支出高達數千億美元,而這些支出大多只是對已知化合物的漸進式改進。一套系統性的AI驅動新材料發現方法,有潛力從根本上重新定義這筆支出的效率和效果。
從本質上說,CuspAI是在押注:突破先進半導體製造的物理極限,不能單靠更多資本或更好設備——它需要的是目前尚不存在於商業形態的全新材料。若這個押注成立,公司當前的估值幾年後很可能會顯得保守。