南科大教授余沛源创业做AI+材料:真正难的不是生成,而是验证
南科大教授余沛源创业做AI+材料:真正难的不是生成,而是验证人工智能可以在很短的时间内生成成千上万种候选材料,但真正进入实验室后,其中许多可能根本无法合成。
搜索
人工智能可以在很短的时间内生成成千上万种候选材料,但真正进入实验室后,其中许多可能根本无法合成。
Discovered Materials便是这一趋势下的最新代表,该公司计划利用大量AI Agent集群,寻找可用于制造更高效集成电路的新材料。这家初创公司表示,公司近期从Y Combinator毕业后,已完成一轮900万美元种子轮融资,由Lightspeed India Partners领投
硬氪获悉,近日AI新材料企业北京和光智成科技有限公司(以下简称“和光智成”)完成天使轮数千万融资,此次融资将主要用于团队扩招与自主实验室扩容。
7月14日,AI for Materials公司深度原理Deep Principle完成A系列融资,累计融资金额近10亿元人民币。A系列融资的募集资金将用于以下方向:持续升级AI Scientist能力,扩大全球领先优势;依托AI Materials Factory,加速重点材料管线研发落地;深化海内外上下游合作,共同构建产业生态。
刚刚,阿里达摩院联合中国人民大学高瓴人工智能学院、中国科学院大学等机构,发布了首个专攻超导材料发现的AI智能体“ElementsClaw”(元素虾)。只用了28个GPU小时,ElementsClaw就给已知的240万种稳定晶体统统海选了一遍,预测其中的6.8万种可能是超导体。
近期Radical AI 的 CEO Joseph Krause接受了一次深度访谈,在访谈中,他揭开了现在资本热炒的 “AI for Science” 的虚假外衣。如果你以为搞材料研发只要像生物制药一样,用大模型在云端“跑个分”就能大力出奇迹,那这期节目会给你狠狠上一课,你会发现,真正的材料学 AI 护城河,离我们简单的想象差了十万八千里。
我们获悉,斯坦福博士&前字节AI4S早期员工俞之奡近期已加盟小米集团,出任小米材料Core团队负责人。据悉,AI4Materials和材料core是小米继自研大模型之后,在前沿科技领域的又一战略布局,专注AI+材料协同、串联及前沿材料研发,覆盖小米集团所需的各种新材料方向
近日,《金融时报》报道称AI for Science企业CuspAI将完成一轮4亿美元融资,投资方包含亚马逊创始人杰夫・贝佐斯家族办公室Bezos Expeditions与知名风投凯鹏华盈(Klein
AI模型在电脑上预测精度爆表,一到实验室就各种出错用不了?
材料研发的“试错时代”,正在被AI加速改变。5月21日,未来光锥「AI for Science 创变者说」第二期沙龙“AI+材料的千亿级机会”,邀请了三位学界与产业一线嘉宾,共同探讨AI+材料科学的前沿与实践。