亚马逊创始人杰夫·贝索斯再次出手，押注了一家AI材料公司。这一次，他将目光投向了一个更宏大的命题：AI能否帮助人类找到下一块“硅”。
7月20日，英国AI材料公司CuspAI宣布完成4.5亿美元B轮融资，估值飙升至26亿美元。本轮融资由Kleiner Perkins和New Enterprise Associates（NEA）领投，亚马逊旗下Bezos Expeditions、英国政府支持的主权AI基金，以及AMD Ventures和三星投资等机构共同参与。
虽然在AI原生公司中，26亿美元的估值并不算离谱，但对于深耕垂直科学领域的初创企业而言，这无疑是极具突破性的成绩，尤其是考虑到CuspAI成立时间还不到两年。
如果说当前主流的AI竞争围绕大模型和智能体展开，那么CuspAI代表的则是另一条技术路线：AI能否从处理既有信息，进化到帮助人类发现未知。
人类工业文明的发展史，本质上是一部不断寻找新材料的历史。从开启青铜时代的青铜，到撑起工业革命的钢铁，再到创造计算机的硅，以及推动新能源汽车的锂，每一次产业变革的背后，都离不开关键材料的支撑。如今，人类依然在寻找下一块“硅”。
过去几十年，半导体行业曾依靠硅不断缩小晶体管尺寸，让计算机性能持续提升。但随着制程逐渐逼近物理极限，行业正将目光投向新型半导体材料、互连材料和先进封装，希望寻找下一代突破口。新能源领域同样如此，固态电池被视为提升安全性、能量密度和续航的关键，但商业化进程依然缓慢。此外，催化剂、航空航天、先进制造和环保领域，也都在寻找突破性的材料方案。
难点在于，寻找新材料绝非简单的数据库检索。科学家通常需要提出假设、设计结构、模拟计算、实验验证，一旦失败便需重来。材料世界浩瀚无垠，原子排列、晶体结构、缺陷状态等微小差异都会导致性能天壤之别。面对如此庞大的搜索空间，仅靠经验和实验已难以捕捉有价值的新材料。
正是在这样的背景下，AI的介入显得尤为关键。材料研发中最耗时的环节，往往是在无数可能性中筛选出值得实验的候选方案，而这正是AI的强项。
CuspAI由两位背景互补的创始人创立。CEO Chad Edwards曾参与创办量子计算公司Quantinuum，联合创始人Max Welling则是生成模型领域的权威学者。公司开发的MIRA系统采用了“逆向设计”思路：不再让科学家先思考设计什么，而是先定义目标（如更高的导电性、更强的耐热性），再由AI反向生成可能满足要求的材料结构，帮助科学家筛选最有价值的候选方案。
截至目前，CuspAI尚未公布足以颠覆行业的重磅成果，也没有宣布某项AI设计材料已实现产业化。其最接近商业验证的案例是帮助芬兰化工企业Kemira筛选去除PFAS污染物的材料，从约300万亿种结构中缩小到20种候选方案。然而，26亿美元的估值却并未因此显得高不可攀。关键在于，CuspAI在融资的同时宣布了“AI Materials Foundry”计划，集结了包括英伟达、Meta、现代汽车集团在内的45家合作伙伴。
这份名单的意义在于，它展示了一个超越单一材料研发的宏大愿景。CuspAI不再仅仅是一家寻找新材料的公司，而是一个覆盖从需求提出、候选生成、性能预测、验证到产业应用的完整研发链条。一旦跑通，芯片、汽车、电池、化工等所有依赖材料进步的行业都可能成为其服务对象。26亿美元的估值，定价的是它成为“材料研发平台”的可能性，而非单一材料的成功。
AI材料赛道并非只有CuspAI一家。Google DeepMind的GNoME曾发现220万种潜在晶体结构；MatNex（原名Materials Nexus）利用AI设计出无稀土永磁体MagNex，将研发周期缩短至3个月；Orbital则专注于碳捕获和数据中心散热材料，将材料模型嵌入具体工业场景。
这些进展表明，AI不仅能预测未知结构，还能缩短设计周期。然而，AI找到的材料并不等同于可用的材料。从计算预测到实验合成，再到规模化应用，每一步都充满挑战。AI目前最明确的价值在于缩短搜索过程，将有限的实验资源留给最有希望的方向。下一块“硅”或许会由AI率先发现，但真正将其定义并投入使用的，依然是现实世界。