公司近期融资与估值 - 公司近期完成C轮融资，规模超8亿元人民币，融资后估值超60亿元 [4] - 本轮融资由老股东北京人工智能产业投资基金继续加注，新股东包括达晨财智、联想创投、元禾璞华、京国瑞等具有深厚产业背景和国资属性的机构 [4] 公司发展历程与关键节点 - 公司故事起点于2017年，创始人张林峰在航班上用深度学习算法模拟64个水分子运动，相比40年前需2亿核时的实验，当时仅需一台笔记本电脑 [8] - 公司第一笔启动资金来自全国颠覆性技术创新大赛的金奖奖金，共计1200万人民币，分3年给到 [8] - 2020年，公司技术团队凭借“深度势能”分子模拟突破获得国际高性能计算最高奖项“戈登·贝尔奖”，该成果随后入选“2020年中国十大科技进展” [8] - 创始人张林峰在普林斯顿博士毕业后，拒绝了DeepMind的邀约，回国出任公司负责人 [9] 核心团队与技术实力 - 算法合伙人柯国霖加入前是微软亚洲研究院高级研究员，是知名机器学习库LightGBM的核心作者，该项目在GitHub上Star数破万，论文引用量数万次 [12] - 2021年，柯国霖带领团队在远少于谷歌资源的条件下，成功完成对AlphaFold2的完整训练复现，此为全球首个完整训练复现成果 [14][15][16] - 公司开发的蛋白—小分子对接模型Uni-Mol Docking在DeepMind后续的AlphaFold3论文中被作为表现最好的基线模型引用 [16] - 超级实验室负责人昌珺涵是一位99年的年轻人，正在管理公司最“重”的资产，致力于打通科学实验的“最后一公里” [21][24] 商业模式与战略选择 - 公司面临做药（Biotech）或做软件平台（Platform）的商业分岔路口，最终选择了做平台的道路 [18][19] - 选择平台模式首先是为了避免与药企客户竞争，以中立第三方身份早期获得如恒瑞等行业巨头的信任 [19] - 公司的核心愿景是成为“微观世界的达索系统”，定义微观尺度（分子、原子）的研发标准，其能力可通用於制药、电池、半导体、化工材料等多个领域 [19] - 商业化落地采用“软件+服务”模式，首个大客户为一家医药公司，通过数据验证AI算出的苗头化合物在活性和成功率上高于传统高通量筛选后达成合作 [19] - 业务版图已从生命科学拓展至物质科学，客户包括宁德时代、比亚迪等新能源巨头 [19] 技术设施与数据飞轮构建 - 为弥合“算”与“做”的鸿沟并解决高质量数据匮乏的瓶颈，公司决定建立超级实验室（玻尔·赛博实验室） [21] - 超级实验室是一整套以Uni-Lab-OS为内核的实验基础设施和调度技术体系，核心能力在于实现“读算做”的全自动闭环 [21] - 公司内部构建了严密分工体系：领域专家翻译科学需求，机械工程师具象化硬件方案，Uni-Lab-OS作为开源实验室操作系统支撑内外运行 [22] - 超级实验室旨在为AI4S行业源源不断产生标准化、高质量的“湿实验”数据，反哺AI模型，形成真正的数据飞轮 [23] 行业背景与竞争格局 - 公司被视为观察中国AI4S（人工智能用于科学）行业或前沿科技商业化的样本 [5] - 本轮融资引入国资背景机构，释放明确信号：AI for Science已被视为国家战略层面的科研基础设施 [26] - 相比于美国同行，中国AI4S公司在资本市场上仍面临估值压力，例如谷歌分拆的Sandbox AQ首轮融资达5亿美元，DeepMind背靠谷歌无限输血 [26] - 公司认为在AI for Science领域，中美之间不存在明显能力代差，中国在科学家执行力、成熟供应链及海量物理与制造业数据方面更具优势 [26] - 中国AI4S资本认可度不如美国的原因在于缺乏像AlphaFold那样让全世界震惊的“出圈”明星项目 [27] - 公司下一阶段的野心是在某个垂直领域制造出“中国的AlphaFold时刻”，例如革命性的固态电池材料或First-in-class的RNA药物，以征服资本市场偏见 [27]

公司近期融资与估值 - 公司近期完成C轮融资，规模超8亿元人民币，融资后估值超60亿元 [3] - 本轮融资由老股东北京人工智能产业投资基金继续加注，新股东包括达晨财智、联想创投、元禾璞华、京国瑞等具有深厚产业背景和国资属性的机构 [3] 公司起源与技术突破 - 2017年，创始人张林峰在航班上用深度学习算法模拟64个水分子运动，该实验在40年前需耗费2亿核时，如今仅需一台笔记本电脑 [6] - 公司第一笔启动资金来自全国颠覆性技术创新大赛的金奖奖金，共计1200万人民币，分3年给到 [6] - 2020年，公司团队凭借“深度势能”分子模拟方面的突破获得国际高性能计算最高奖项“戈登·贝尔奖”，该成果随后入选“2020年中国十大科技进展” [6] - 创始人张林峰从普林斯顿博士毕业后，拒绝了DeepMind的邀约，回国出任公司负责人 [7] 核心团队与人才吸引 - 算法合伙人柯国霖加入前是微软亚洲研究院高级研究员，是知名机器学习库LightGBM的核心作者，该项目在GitHub上Star数破万，论文引用量数万次 [10] - 柯国霖加入后，带领团队在2021年成功复现了Google DeepMind未开源训练代码的AlphaFold 2，成为全球首个完整训练复现该模型的团队 [11] - 公司开发的蛋白—小分子对接模型Uni-Mol Docking在DeepMind后续的AlphaFold 3论文中被作为表现最好的基线模型引用 [12] - 超级实验室负责人昌珺涵是一位99年的年轻人，他在北大求学期间被张林峰对底层规律的洞察力折服而加入公司 [19] 商业模式与战略选择 - 公司在商业路径上选择了做软件平台公司，而非利用算法自己做药，旨在成为“微观世界的达索系统”，定义微观尺度的研发标准 [15] - 选择平台模式首先是为了解决与药企客户的信任问题，严守“不碰管线”的红线以保持中立第三方地位 [15] - 公司认为其解决“原子排列组合”底层问题的能力具有通用性，不仅能用于制药，还能用于电池、半导体、化工材料，平台价值高于单一管线 [15] - 商业化落地采用“软件+服务”模式，首个大客户是一家医药公司，通过数据验证AI算出的苗头化合物在活性和成功率上高于传统高通量筛选后达成合作 [15] - 业务版图已从生命科学拓展到物质科学，客户包括宁德时代、比亚迪等新能源巨头 [15] 超级实验室与数据飞轮 - 为弥合“算”与“做”的鸿沟并解决高质量数据匮乏的瓶颈，公司决定建立超级实验室，其核心是一整套以Uni-Lab-OS为内核的实验基础设施和调度技术体系 [17] - 超级实验室的核心能力在于实现“读算做”的全自动闭环，AI设计配方后指令直接下达给机械臂自动执行实验，数据实时回传模型 [18] - 公司内部构建了严密分工体系：领域专家翻译科学需求，机械工程师具象化硬件方案，Uni-Lab-OS作为开源实验室操作系统支撑内部运行并对外开放接口 [18] - 超级实验室旨在为AI4S行业源源不断产生标准化、高质量的“湿实验”数据，形成数据飞轮反哺AI模型 [18] 行业背景与战略愿景 - C轮融资引入国资背景机构，释放出AI for Science被视为国家战略层面科研基础设施的信号 [21] - 相比于美国同行，中国AI4S公司在资本市场面临估值压力，例如谷歌分拆的Sandbox AQ首轮融资达5亿美元 [21] - 公司认为在AI for Science领域，中美之间不存在明显能力代差，中国在科学家执行力、成熟供应链及海量物理与制造业数据方面更具优势 [21] - 公司指出中国尚未诞生像AlphaFold那样让世界震惊的明星项目，投资人需要一个超级图腾来理解技术的颠覆性 [23] - 公司下一阶段野心是在某个垂直领域制造出“中国的AlphaFold时刻”，例如革命性的固态电池材料或First-in-class的RNA药物，以征服资本市场偏见 [23]