打开APP
×
资本加码AI材料实验室,鼎犀智创一年连融三轮
科创板日报
2026-09-02 星期三
原创
①鼎犀智创完成数亿元Pre-A轮融资,资金用于RhinoMat大模型研发及碳基材料验证。
②该公司成立于2025年,已积累超125万条模拟数据,并与万华化学等企业开展联合研发。
创投日报
关注

《科创板日报》9月2日讯,近日,鼎犀智创(深圳)科技有限公司(下称“鼎犀智创”)宣布完成数亿元Pre-A轮融资。本轮融资由鼎晖百孚领投,九合创投、彬复资本、龙芯创投、顺禧基金及中关村资本跟投。

本轮资金将主要用于材料科学基础模型RhinoMat研发、材料研发智能体和自动化实验室建设,以及碳基高性能材料的放大验证。

此前,鼎犀智创已获得昆仲资本、元生创投、上海未来产业基金、晶泰科技等机构投资。这是公司一年内完成的第三轮融资。

鼎犀智创成立于2025年,总部位于广东省深圳市南山区,由北京大学深圳研究生院深港河套科创中心孵化,主要利用人工智能模型和自动化实验设备开展新材料研发。

公司创始人兼CEO吕海峰早期曾在中科院超算中心参与高性能计算项目,此后还曾任职于英特尔及北京北龙超级云计算等企业,长期从事高性能计算及相关技术的产业化工作。公司核心团队则覆盖材料科学、计算模拟、人工智能、自动化实验和工艺放大等方向。

与只在计算机中预测材料结构或生成候选配方的平台不同,鼎犀智创试图将材料计算、模型决策、机器人实验和中试验证连接起来。

具体而言,其自研RhinoAI平台首先根据目标性能设计材料结构和配方,再由自动化实验设备完成样品制备、测试及表征,实验结果随后返回模型,用于筛选下一轮候选配方和调整工艺参数。科学家在其中负责设定研发目标、解释材料机理以及作出工程决策。

这一模式试图解决AI材料研发面临的一个核心问题:模型能够快速生成大量候选材料,但候选材料是否能够实际制备、性能能否重复,以及实验室结果在扩大生产后能否保持,仍需要真实实验和工程验证。若缺少实验反馈,材料模型只能停留在预测环节,难以形成能够持续迭代的研发体系。

目前,鼎犀智创正在开发面向聚合物材料的RhinoMat基础模型,用于材料结构表示、性能预测及目标聚合物的逆向设计。公司披露,其已在结构承载聚合物、烯碳材料和电解液等方向积累超过125万条多尺度模拟数据及4.8万条自动化实验数据,并构建包含21.4万个实体和62.6万条实体关系的材料知识图谱。上述数据均为公司披露口径,尚缺少统一行业标准进行横向比较。

在应用方面,鼎犀智创目前主要面向化工材料、新能源电池和高性能复合材料等领域,与万华化学、贝特瑞、金羽新能等企业开展联合研发。

从产业链位置看,鼎犀智创并非传统材料生产商,也不只是出售材料模拟软件,而是位于新材料研发上游,尝试向企业提供模型、自动化实验及联合研发服务。其商业模式既可能包括研发平台和工具服务,也可能通过联合开发、材料配方及工艺包等方式参与新材料成果转化。

近两年,AI驱动材料研发成为AI for Science领域融资较活跃的方向。今年3月,开物纪完成数亿元天使+轮融资,由Monolith领投,高瓴创投、IDG资本、蓝驰创投等老股东继续投资,资金用于材料模型建设和自研材料管线产业化。

5月,新研智材完成由常春藤资本投资的数千万元天使轮融资,主要面向半导体先进封装材料、导热界面材料和电子化学品;8月,和光智成完成数千万元天使轮融资,用于自主实验室扩建和团队扩充。

这些企业的共同方向,是将材料模型与自动化实验连接起来,但它们的具体商业路径有所差异,有的侧重向企业提供材料研发软件和计算平台,有的建设自动化实验室并承接联合研发项目,也有企业计划孵化自主材料产品或持有材料知识产权。

这一轮AI材料创业的技术基础,来自材料计算模型、生成式AI、机器人实验和高通量表征能力的同步发展。传统材料研发通常需要在较大的结构、配方和工艺空间中反复试验,AI可以先缩小候选范围,自动化实验室再完成批量验证,从而减少无效实验并积累专有数据。

不过,材料研发与文本、图像生成不同,模型输出并不等于形成可销售产品。候选材料还需要经过可制备性、稳定性、成本、安全性以及中试放大等验证。实验室阶段的性能提升能否在更大规模生产中复现,以及联合研发项目能否形成稳定收入或可交易的材料知识产权,将是鼎犀智创及同类企业商业化进程中的关键。

特别声明:文章内容仅供参考,不构成投资建议。投资者据此操作风险自担。
相关企业家
联系Ta
联系企业家
为保护双方个人信息请联系您的专属助理进行接洽
我再想想
点击复制
复制成功,请去微信添加