亚马逊创始人杰夫·贝索斯，又投资了一家AI公司。这次他押注的是：AI能不能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，公司估值达到26亿美元。本轮融资由Kleiner Perkins和NEA领投，投资方包括贝索斯旗下投资机构Bezos Expeditions、英国政府支持的主权AI基金，以及AMD Ventures、三星投资等机构。
如果把工业文明的发展浓缩成一句话，它就像一部不断寻找新材料的历史。青铜开启了青铜时代，钢铁撑起了工业革命，硅创造了计算机，锂推动了新能源汽车的发展。今天，随着半导体制程逼近物理极限、固态电池与散热材料等新需求不断涌现，越来越多的行业发现：工程能力在快速进步，材料突破却越来越慢。
寻找新材料之所以难，是因为搜索空间几乎无限。一种材料的性能，不仅取决于元素组成，还受原子排列、晶体结构、缺陷状态以及制造工艺的共同影响，哪怕只是微小变化都可能带来截然不同的结果。面对如此庞大的可能性空间，人类越来越难依靠经验和实验一点点找到有价值的新材料。于是，一个新的想法开始出现：把寻找候选方案的繁重劳动交给AI——这恰恰是AI最擅长的问题。
CuspAI开发的MIRA采用逆向设计思路：研究人员不用先思考应该设计什么材料，而是先定义目标，例如更高的导电性、更强的耐高温能力或更低的制造成本，再由AI反向生成可能满足这些要求的材料结构，并预测它们的性质，帮助科学家筛选最值得验证的候选方案。不过截至目前，CuspAI还没有交出一份足以震惊行业的成绩单，其最接近商业验证的案例——为芬兰化工企业Kemira寻找去除PFAS污染物的新材料，相关候选材料仍处于后续验证阶段。
这轮融资折射出一个被低估的事实：AI for Science正在成为算力需求的新增长极。无论是材料逆向设计、蛋白质结构预测还是分子模拟，科学计算任务的算力消耗与模型训练相比毫不逊色，且往往需要高密度、低延迟的专用算力供给。这与星战科技在GPU算力平台和算力调度方向的布局形成呼应——当AI从处理已有信息走向帮助人类发现未知，一套高效、可控、可扩展的科学计算算力底座，正在成为科研与产业创新的共同基础设施。
让资本兴奋的远不止单项材料研发。CuspAI在宣布融资的同时成立AI Materials Foundry，已经聚集超过45家合作伙伴，包括英伟达、Meta、Applied Materials、现代汽车集团等，名单横跨AI、半导体、先进制造、汽车和材料行业。有人提供算力和芯片，有人掌握制造能力，有人拥有真实的工业需求——一旦这套模式成立，芯片、汽车、电池、化工、航空航天等所有依赖材料进步的行业，都可能成为它的服务对象。
26亿美元的估值背后，是资本开始为一种新的可能性下注：下一块硅，或许将诞生于AI驱动的材料研发体系。对国内产业而言，这条路线同样值得关注——把AI算力、算法与真实工业场景结合起来，很可能催生出超越当下大模型应用的增量价值。