独家｜让AI「算」出下一代半导体材料，新研智材完成数千万元天使轮融资

当AI for Science开始重新定义材料研发的底层逻辑。

「新物种」独家获悉，AI驱动的新材料研发公司新研智材（SynMatAI）近日完成数千万元天使轮融资，本轮融资由常春藤资本独家投资。

资金将重点投入AI算法迭代、顶尖人才引进、自建无人实验室建设，以及半导体核心材料等应用场景的产业化落地，并推进与行业龙头企业的深度产业合作。此前，公司已于2025年7月完成千万级种子轮融资，由产业基金与社会化资本联合投资。

这轮融资发生的背景是，AI for Science正在材料领域掀起一场静水流深的变革。

2026年3月，由中国科学技术信息研究所领衔发布的《AI for Science创新图谱2026》显示，材料科学已成为全球AI for Science领域增速最快的方向之一，年均论文产出增速超过30%。

工信部也明确提出，要探索人工智能在材料研发、中试、生产等典型场景的应用。就在本月，美国北卡罗来纳州立大学团队研制出由AI驱动的自主实验室PoLARIS，能在12小时内从数十亿种潜在配方中鉴定出一种无铅纳米材料。

政策、技术、产业三端正在同时升温。但宏大叙事之下，新材料研发的真实困境并未改变：一个配方的诞生和一个工艺参数的确定，往往需要研发人员上百次的实验和近十年的漫长周期。而新研智材的目标，是将这把时间的尺子缩短一个数量级。

他们的路径是“材料信息学”，即以人工智能、量子物理、计算化学等基础计算方式为底座，让新材料从依赖大量实验的试错，转向由AI计算与物理模型共同驱动的精准研发新范式。

这条技术路线的核心壁垒在于，不仅要算得快，更要算得准。单纯的数据驱动模型容易缺乏物理常识，给出的配方可能在理论上完美，但一到产线就暴露出工艺和稳定性的缺陷。新研智材的解法，是将量子力学方程、热力学原理等百年材料工程的物理骨架嵌入AI模型，让预测在符合数据规律的同时，不违背基本的物理法则。

公司团队背景横跨材料科学、AI算法与产业落地。核心成员中，既有来自华为、日本产业技术综合研究所（AIST）及国际头部材料公司的资深专家，也有来自字节跳动、美国国家实验室的算法新锐，硕博比例高达80%。

其中，联合创始人兼CTO南凯，拥有南佛罗里达大学应用物理博士学位，曾在字节跳动AI4S生物医药团队担任研究员，具备从基础物理理论到工业AI落地的复合型经验。在博士期间，他曾以第一作者在物理学顶刊PRL发表两篇论文，推翻一项存在四十年的经典银纹理论，建立新的物理模型，为设计高韧性柔性电子材料开辟了新路径。

新研智材聚焦于材料研发领域，特别是半导体先进封装材料，如CPO（共封装光学）关键光学粘接材料、GPU/HBM等高性能计算所需的导热界面材料，以及最前沿的光刻胶、前驱体等高壁垒电子化学品。

这是一个技术壁垒极高、长期面临“卡脖子”风险的赛道，配方复杂度与经验依赖性远超常规材料。用AI重构这类高端材料的研发流程，既是技术升级的切入点，也具备清晰的商业价值闭环。

当前，AI for Science中的材料赛道正迎来新一轮爆发。海外头部材料科学初创公司估值已突破数十亿美元，国内同类企业也在近期密集完成大额融资。新材料的战争，本质是研发效率的竞赛，AI能否真正改写这门比赛规则，答案将实验室和产线上逐一浮现。

 投资人观点：  

常春藤资本投资总监张健表示：

我们长期关注AI对底层科研与先进制造体系的重构，尤其是在产业核心环节推动材料、工艺与制造流程的范式升级。我们在寻找能改变新材料研发困境的团队，不仅提升研发迭代效率、缩短研发周期，更要能将行业know-how与AI能力深度融合，真正进入产业深水区。

新研智材团队将多年产业实践中积累的、对于材料配方体系与工艺场景的高质量“端侧理解”，沉淀并融入自研智能体之中。这种能力并非停留于通用模型层面，而是深入到了高端半导体封装材料这一中国最亟需突破的关键领域。

这不仅是AI for Science在材料研发领域的一次重要实践，更代表着AI开始从辅助工具真正走向先进制造与芯片产业链中的核心生产力，也是整个材料研发、制造业乃至半导体产业最期待看到的AI for Science范式演进方向。

文章来自于"新物种Sinovum"，作者 "Oriana"。