AI不只是應(yīng)用工具，已經(jīng)開始幫助人類攻克基礎(chǔ)科學(xué)的“卡脖子”問題。

文｜《中國企業(yè)家》見習(xí)記者 孫欣

記者 王怡潔

見習(xí)編輯｜李原 編輯｜何伊凡

圖片來源｜受訪者

“如果公司是艘在深海中探索的船，我是最不能跳船那個(gè)人?！鄙疃仍砜偛课挥诤贾?，其創(chuàng)始人賈皓鈞將自己的辦公室命名為“哥倫布”。在他看來，在AI for Science這個(gè)全新的風(fēng)口創(chuàng)業(yè)，無異于“哥倫布探索新大陸”。

成立一年多時(shí)間以來，深度原理正在研發(fā)、融資和商業(yè)化上一路狂奔。賈皓鈞每天早上會(huì)保持五到十分鐘的深度思考，盤點(diǎn)目前公司有哪些風(fēng)險(xiǎn)，以及下一個(gè)目標(biāo)在哪里。這個(gè)習(xí)慣，從2023年賈皓鈞創(chuàng)業(yè)時(shí)開始。那時(shí)他正在麻省理工學(xué)院（以下簡稱MIT）攻讀博士學(xué)位。

AI for Science（科學(xué)智能，行業(yè)簡稱“AI4S”），意指用AI來做新的科學(xué)發(fā)現(xiàn)。2023年，美國貝克團(tuán)隊(duì)與谷歌DeepMind開發(fā)的深度學(xué)習(xí)模型“RFdiffusion”問世，該模型預(yù)測了約2億個(gè)蛋白質(zhì)結(jié)構(gòu)，并可一鍵設(shè)計(jì)和生成蛋白質(zhì)。2024年，諾貝爾化學(xué)獎(jiǎng)被授予了貝克團(tuán)隊(duì)和DeepMind團(tuán)隊(duì)。

同一年，賈皓鈞正式創(chuàng)立深度原理，團(tuán)隊(duì)基于生成式AI和第一性原理的融合，將AI應(yīng)用于材料研發(fā)。截至目前，深度原理已自研六大算法模塊，并集成于一個(gè)名為“ReactiveAI”的自研平臺。近期，平臺升級為材料發(fā)現(xiàn)智能體（Agent Mira），其可以根據(jù)客戶要求，自主調(diào)動(dòng)數(shù)據(jù)、資源進(jìn)行化學(xué)材料的研發(fā)。

2025年，AI4S迎來關(guān)鍵拐點(diǎn)。8月，中國“人工智能+”計(jì)劃發(fā)布，將AI4S作為推動(dòng)科學(xué)發(fā)現(xiàn)范式升級的重要方向。11月25日，特朗普簽署了“創(chuàng)世紀(jì)計(jì)劃”行政命令，利用AI變革科學(xué)研究方式被美國抬上了國家級別。同期，硅谷上百個(gè)關(guān)于AI4S的創(chuàng)業(yè)項(xiàng)目誕生。

此后，美國國家實(shí)驗(yàn)室、OpenAI、DeepMind不斷向AI4S加碼。2026年1月12日，英偉達(dá)與禮來宣布將在五年內(nèi)斥資10億美元在舊金山建立聯(lián)合研究實(shí)驗(yàn)室，用于研發(fā)AI藥物。同日，Anthropic宣布推出醫(yī)療保健和生命科學(xué)服務(wù)，幫助Claude用戶共享健康記錄。Kosmos、Biomni等通用科研引擎也接連發(fā)布。

國內(nèi)大廠反應(yīng)迅速。騰訊在2025年9月成立生命科學(xué)實(shí)驗(yàn)室；阿里巴巴推動(dòng)建立LucaOne大模型，這是業(yè)界首個(gè)聯(lián)合DNA、RNA、蛋白質(zhì)的生物大模型；字節(jié)跳動(dòng)專門設(shè)立AI for Science團(tuán)隊(duì)并入Seed部門，并與比亞迪鋰電池共建“AI+高通量聯(lián)合實(shí)驗(yàn)室”。

“只把AI用作聊天、生成視頻有些大材小用。”賈皓鈞告訴《中國企業(yè)家》。他認(rèn)為，AI最寶貴的價(jià)值，是賦能人類未知的領(lǐng)域，“所有的科學(xué)進(jìn)步，本質(zhì)上都是由新發(fā)現(xiàn)推動(dòng)”。

2025年11月，深度原理完成超億元人民幣A輪融資。由戈壁創(chuàng)投管理的阿里巴巴創(chuàng)業(yè)者基金大灣區(qū)基金與螞蟻集團(tuán)共同領(lǐng)投，現(xiàn)有股東聯(lián)想創(chuàng)投、Taihill Venture、BV百度風(fēng)投等多家機(jī)構(gòu)跟投。

聯(lián)想創(chuàng)投董事總經(jīng)理梁穎對《中國企業(yè)家》表示：“世界已進(jìn)入‘科學(xué)發(fā)現(xiàn)+超級科技工程’共同創(chuàng)新的階段，AI4S能精準(zhǔn)解決高端制造、生物醫(yī)藥等領(lǐng)域的‘卡脖子’問題——比如新材料研發(fā)滯后、創(chuàng)新藥研發(fā)成本過高等，將科研周期從數(shù)年縮短至數(shù)月甚至數(shù)周，直接提升國家在基礎(chǔ)科研領(lǐng)域的競爭力。”

雖然在價(jià)值爆發(fā)前夜，但賈皓鈞每天早上仍會(huì)從悲觀的角度思考公司走向，這源自AI賦能科學(xué)研究還有許多不確定性。

一方面，過去科學(xué)發(fā)現(xiàn)領(lǐng)域，尤其是產(chǎn)業(yè)界相對封閉保守，數(shù)據(jù)獲取限制了垂直類模型的研發(fā)。另一方面，化學(xué)材料領(lǐng)域研發(fā)的規(guī)范化與數(shù)字化進(jìn)程仍在路上，相關(guān)歷史數(shù)據(jù)的留存在數(shù)量與質(zhì)量上均有缺失。換言之，針對科學(xué)發(fā)現(xiàn)的AI數(shù)據(jù)基礎(chǔ)十分薄弱，合作機(jī)制也不健全。

但在賈皓鈞看來，當(dāng)下深度原理除了與大廠賽跑，他更看重公司如何快速實(shí)現(xiàn)AI4S的產(chǎn)業(yè)化落地，讓手中的技術(shù)創(chuàng)造出價(jià)值。

技術(shù)時(shí)機(jī)已至

從幼時(shí)起，賈皓鈞就著迷于兩樣事情：理科和計(jì)算機(jī)。這也成為賈皓鈞進(jìn)入AI4S行業(yè)的原點(diǎn)。

2015年，賈皓鈞讀本科時(shí)選擇了物理學(xué)專業(yè)。讀大二時(shí)，他就用CPU進(jìn)行基于薛定諤方程的第一性原理計(jì)算。但彼時(shí)，算力的局限讓這件事極其耗時(shí)耗力，商業(yè)潛力幾乎為零，“投一個(gè)計(jì)算任務(wù)，超算得跑好幾天”。

這一切在2018年發(fā)生改變。那時(shí)，顯卡（GPU）的算力突飛猛進(jìn)——計(jì)算效率提升數(shù)十倍，原本需要跑好幾天的分子計(jì)算，幾分鐘就能出結(jié)果；同時(shí)，神經(jīng)網(wǎng)絡(luò)也開始被廣泛應(yīng)用，AI開始被用來“預(yù)測”分子的行為規(guī)律，而不再只靠死算。

這讓賈皓鈞察覺到AI在化學(xué)材料領(lǐng)域研發(fā)的巨大潛力。2019年，賈皓鈞剛?cè)雽W(xué)MIT讀博士學(xué)位時(shí)，主動(dòng)申請更換導(dǎo)師，尋找在該方向進(jìn)行研究的教授。最終他師從MIT化學(xué)工程系教授、AI化學(xué)設(shè)計(jì)領(lǐng)軍人物Heather Kulik。

Heather Kulik與諾貝爾化學(xué)獎(jiǎng)得主、DeepMind核心成員John Jumper同為全球最早一批用人工智能做科學(xué)發(fā)現(xiàn)的學(xué)者。John Jumper研究方向是AI預(yù)測蛋白質(zhì)結(jié)構(gòu)，Heather Kulik則是將AI算法應(yīng)用在了化學(xué)材料發(fā)現(xiàn)領(lǐng)域。

彼時(shí)，賈皓鈞的同門師兄段辰儒在AI for Materials（AI賦能材料發(fā)現(xiàn)）方向已研究一年。段辰儒研究底層AI算法與計(jì)算方法，賈皓鈞則專注于材料應(yīng)用轉(zhuǎn)化與反應(yīng)體系。從研究方向上看，段辰儒與賈皓鈞分工類似于“道”與“術(shù)”的結(jié)合。這種分工延續(xù)至深度原理的創(chuàng)立：段辰儒負(fù)責(zé)技術(shù)架構(gòu)與算法研發(fā)，并擔(dān)任團(tuán)隊(duì)CTO，賈皓鈞負(fù)責(zé)戰(zhàn)略、客戶與團(tuán)隊(duì)搭建，擔(dān)任CEO。

在Heather Kulik的評價(jià)中，段辰儒在AI4S領(lǐng)域有著“出色的學(xué)術(shù)領(lǐng)導(dǎo)力”，賈皓鈞則是在面對復(fù)雜研究挑戰(zhàn)時(shí)“最勇敢的學(xué)生”。在天使投資人、線性資本合伙人曾穎哲的評價(jià)中，“他們兩個(gè)人創(chuàng)業(yè)，就是完美拍檔?！?/p>

雖然賈皓鈞如愿進(jìn)入了AI4S課題組，但那時(shí)，AI更多作為“工具”，其應(yīng)用很快便觸及天花板，AI4S的產(chǎn)業(yè)化仍迷霧重重。

“當(dāng)時(shí)的主流思路是用AI加速傳統(tǒng)流程——算得更快、擬合更準(zhǔn)?！辟Z皓鈞稱，“許多人被蘋果砸中，只有牛頓提出萬有引力定律，剩下大部分人做的都是驗(yàn)證這些極少數(shù)人提出的新發(fā)現(xiàn)。當(dāng)時(shí)AI成為科研工具，但科研范式本身沒有變：99%的科學(xué)家仍在從事驗(yàn)證工作，提出假設(shè)的環(huán)節(jié)依然依賴人類直覺?！?/p>

轉(zhuǎn)折發(fā)生在2022年底。ChatGPT的橫空出世讓賈皓鈞意識到“生成式AI”與過去的AI相較是質(zhì)的飛躍。于是，賈皓鈞和段辰儒兩人開始有了非常緊密的學(xué)術(shù)合作，共同研究如何把生成式AI技術(shù)應(yīng)用于研發(fā)化學(xué)材料方向。整個(gè)博士生涯期間，賈皓鈞與段辰儒在《Nature》大子刊等頂級期刊和平臺合計(jì)發(fā)表超過60篇論文，并開創(chuàng)了多個(gè)AI for Materials新模型。

那時(shí)，行業(yè)在分子合成、制藥等領(lǐng)域多使用大語言模型。但化學(xué)材料研發(fā)的核心問題不是“缺少知識”，而是“缺少可驗(yàn)證的候選結(jié)構(gòu)”。大語言模型或許可以寫出一篇關(guān)于催化劑的論文，但無法直接生成一個(gè)可計(jì)算的分子坐標(biāo)文件。

因此，在化學(xué)材料領(lǐng)域，需要差異化的模型來補(bǔ)齊大語言模型對結(jié)構(gòu)的理解能力，擴(kuò)散模型（Diffusion Model）便進(jìn)入了他們的視野。后者輸出的為結(jié)構(gòu)化數(shù)據(jù)，可直接對接模擬與實(shí)驗(yàn)。

此外，化學(xué)反應(yīng)涉及多物體系統(tǒng)，需要考慮對稱性等問題，而傳統(tǒng)的SE(3)（等變擴(kuò)散模型）很難解決。賈皓鈞和段辰儒決定自研一套圖神經(jīng)網(wǎng)絡(luò)確?；瘜W(xué)反應(yīng)中的對稱性，同時(shí)將該網(wǎng)絡(luò)與擴(kuò)散模型結(jié)構(gòu)相結(jié)合，創(chuàng)建一個(gè)能夠生成完整化學(xué)反應(yīng)的系統(tǒng)。

2022年，兩人的工作取得重大突破——他們成為全世界第一個(gè)驗(yàn)證擴(kuò)散模型可以直接生成化學(xué)分子、化學(xué)反應(yīng)的團(tuán)隊(duì)。2023年，這項(xiàng)發(fā)表于《Nature Computational Science》封面論文的研究表明：新的化學(xué)反應(yīng)可在數(shù)秒內(nèi)生成，而傳統(tǒng)方法需數(shù)周手動(dòng)推導(dǎo)。

擴(kuò)散模型原本是圖像生成領(lǐng)域的技術(shù)，將其應(yīng)用于分子生成，意味著AI從“預(yù)測已知”轉(zhuǎn)向“探索未知”。據(jù)悉，目前深度原理是擴(kuò)散生成模型、大語言模型兩條生成式AI路線同步推進(jìn)。

但挑戰(zhàn)接踵而至：如何保證生成材料結(jié)構(gòu)的物理可行性？如何確保材料可以被合成？

深度原理的解決方案是構(gòu)建“分層生成”架構(gòu)：第一，底層用擴(kuò)散模型生成粗粒度結(jié)構(gòu)，這一步旨在畫出分子的“草稿”結(jié)構(gòu)；第二，基于量子化學(xué)中的第一性原理，以精密計(jì)算打磨細(xì)節(jié)；第三，頂層結(jié)合高通量實(shí)驗(yàn)驗(yàn)證穩(wěn)定性，即通過自動(dòng)化實(shí)驗(yàn)檢驗(yàn)“草稿”是否可行。

這一“AI模型預(yù)測-計(jì)算支撐-實(shí)驗(yàn)驗(yàn)證”流程，將計(jì)算效率提升數(shù)百倍?！拔覀冏钚碌哪Ｐ涂稍趲追昼妰?nèi)生成并篩選數(shù)千個(gè)候選材料?！辟Z皓鈞表示，“而傳統(tǒng)高通量計(jì)算需數(shù)月。”

這個(gè)閉環(huán)目前被命名為“ECML體系”，深度原理也將其稱為“AI材料研發(fā)的第五范式”。

算法、數(shù)據(jù)和算力是AI三大要素，其中，算法是AI公司構(gòu)建護(hù)城河的主戰(zhàn)場?；诖耍疃仍碜匝辛肆笏惴K，即ReactGen（分子生成）、ReactBO（廣域篩選）、Reactify（精準(zhǔn)計(jì)算）、ReactControl（資源調(diào)度）、ReactNet（合成導(dǎo)航）、ReactHTE（高通量實(shí)驗(yàn)）。這六大算法模塊涵蓋六個(gè)步驟，覆蓋了一種新材料從研發(fā)、合成到驗(yàn)證的整個(gè)流程。

簡而言之，深度原理將大模型技術(shù)賦能在材料的研發(fā)、合成、驗(yàn)證整個(gè)鏈條，這個(gè)閉環(huán)構(gòu)成了深度原理的ReactiveAI平臺。

大部分學(xué)者完成MIT博士學(xué)位約6～8年，賈皓鈞僅用了5年。2024年博士畢業(yè)時(shí)，不少海內(nèi)外大廠向他投去橄欖枝，但賈皓鈞還是決定創(chuàng)業(yè)。雖然這幾乎被他身邊所有人反對，但賈皓鈞堅(jiān)信，在生成式AI的爆發(fā)，以及自研平臺ReactiveAI在材料發(fā)現(xiàn)領(lǐng)域取得差異化優(yōu)勢的背景下，自己的創(chuàng)業(yè)時(shí)機(jī)已至。

融資博弈

拿到線性資本天使投資之前，賈皓鈞還沒有從MIT畢業(yè)，甚至未曾線下見過對方。但雙方的緣分，在MIT的一次校園分享活動(dòng)中便已結(jié)下。

當(dāng)時(shí)，線性資本創(chuàng)始人王淮受邀給MIT、哈佛大學(xué)等高校的同學(xué)們分享從一位工程師轉(zhuǎn)型做投資人的經(jīng)歷，賈皓鈞正是學(xué)生中的一員。在后續(xù)的接觸中，賈皓鈞也給深度原理天使投資人、線性資本合伙人曾穎哲留下了深刻印象。“皓鈞非常出挑，一個(gè)中國小伙，年紀(jì)輕輕就擔(dān)任MIT中國學(xué)聯(lián)主席?！?/p>

那段時(shí)間，“盯”上賈皓鈞的不止線性資本。賈皓鈞和段辰儒組成的兩人團(tuán)隊(duì)還未畢業(yè)，僅靠著一個(gè)幾十頁的PPT，就收到了數(shù)十份投資意向書。

此前，賈皓鈞原本計(jì)劃選擇一份約300萬美元的投資合同，對方是一家知名的早期孵化基金。但落地前夕，對方臨時(shí)對條款細(xì)節(jié)進(jìn)行了改動(dòng)。賈皓鈞主動(dòng)放棄了這份投資意向，那時(shí)他還無需為融資擔(dān)憂。

但令賈皓鈞意外的是，資本市場瞬息萬變。2023年，資本市場進(jìn)入收縮期，炙手可熱的項(xiàng)目也經(jīng)常無人問津。相關(guān)報(bào)告顯示，機(jī)構(gòu)平均投資項(xiàng)目數(shù)、投資規(guī)模相比2022年下降了四成。

2023年10月，曾穎哲與賈皓鈞取得聯(lián)系?！皬拿绹砩?點(diǎn)一直聊到凌晨3點(diǎn)，單單未來的規(guī)劃就聊了整整8小時(shí)?！苯?jīng)過了一場“馬拉松式”的盡調(diào)考驗(yàn)，最終深度原理拿到線性這筆天使投資。

曾穎哲表示，投資賈皓鈞的原因之一，在于他身上有一種獨(dú)特的號召力。

2024年深度原理正式成立，從最初的兩人組，到來自微軟、Meta、陶氏化學(xué)、巴斯夫、圣戈班等知名企業(yè)的有自身經(jīng)驗(yàn)的伙伴不斷加入，“幾乎所有人都是降薪過來的?！辟Z皓鈞稱，最有代表性的例子是深度原理COO張露陽的加入。

張露陽是前Tenstorrent和地平線高管，當(dāng)時(shí)擺在他面前的Offer都十分可觀，如高管職位、百萬年薪等。賈皓鈞提到，張露陽作為“高性能計(jì)算+自動(dòng)駕駛”的技術(shù)與產(chǎn)品國際知名專家，很早就意識到AI即將對科學(xué)領(lǐng)域帶來巨大的變革。從2022年初，他就深度參與了深度原理的創(chuàng)立，并擔(dān)任公司顧問。

但外部顧問終不及全職入局，為了說服張露陽加盟，賈皓鈞拿出了所有誠意。彼時(shí)張露陽初為人父，全家都在加拿大生活，要說服其回國創(chuàng)業(yè)，更需要做通其家人的工作。

為此，賈皓鈞邀請張露陽，帶著其妻子和出生不久的孩子一起游西湖。為了讓張露陽的妻子安心游玩，賈皓鈞一邊推著嬰兒車，一邊與張露陽袒露心胸。

從左到右依次為段辰儒、賈皓鈞、張露陽。

“他一直都很明確知道自己想要什么，且執(zhí)行力很強(qiáng)?！本€性資本內(nèi)部對賈皓鈞評價(jià)一致。2024年3月，雙方達(dá)成500萬美元的投資。一年多后，深度原理完成多輪融資，累計(jì)數(shù)億元。

這期間，AI4S賽道也成為資本寵兒。AI for Drug領(lǐng)軍企業(yè)晶泰科技在2024年成為港股18C（特?？萍迹┥鲜械谝还?，在2025年上半年實(shí)現(xiàn)盈利。業(yè)內(nèi)獨(dú)角獸深勢科技2025年12月完成總額超8億元的C輪融資，此前累計(jì)融資額已達(dá)數(shù)十億元。在海外，a16z主導(dǎo)的Periodic Labs在2025年宣布獲得3億美元融資； Lila Sciences獲Flagship與ARK領(lǐng)投超4億美元；CuspAI獲英偉達(dá)等巨頭投資1億美元，構(gòu)建材料發(fā)現(xiàn)的“搜索引擎”。

務(wù)實(shí)做商業(yè)化

“我從小就對錢比較敏感。在我很小的時(shí)候，如果你問我15+27等于多少，我不知道，但如果你問我15元加27元是多少錢，我能立馬算出來?！辟Z皓鈞坦承，自己是個(gè)務(wù)實(shí)的人。

自深度原理落地杭州后，公司便開始馬不停蹄拓展客戶。賈皓鈞將這筆賬算得很清楚，“以戰(zhàn)代練”能一邊賺錢、一邊提升平臺性能。2025年，深度原理拿下千萬元的訂單，客戶從以歐洲某美妝跨國巨頭為代表的保健日化行業(yè)，到某頭部精細(xì)化工廠商為代表的材料能源行業(yè)等多個(gè)領(lǐng)域。

其中，與歐洲美妝跨國巨頭的合作，提升了公司在商業(yè)化上的自信。2025年初，該企業(yè)遇到了一個(gè)美妝領(lǐng)域的典型挑戰(zhàn)——活性組分的穩(wěn)定問題。在昂貴的化妝品中，部分核心分子活性極強(qiáng)，雖發(fā)揮了卓越的美妝效果，但也意味著其穩(wěn)定性較差、保質(zhì)期較短。于是，該企業(yè)希望在中國《已使用化妝品原料目錄》的8000多個(gè)分子中尋找到一個(gè)配體添加劑，提升整體配方的穩(wěn)定性。

這項(xiàng)工作，過去往往以實(shí)驗(yàn)來推演，不僅耗費(fèi)數(shù)月，且成本高企，每50g的測試原料就達(dá)萬元。

AI到底能發(fā)揮多大的價(jià)值，彼時(shí)該企業(yè)持觀望態(tài)度。但在深度原理團(tuán)隊(duì)的堅(jiān)持下，該企業(yè)同深度原理簽署POC（驗(yàn)證性測試）合作。簡單來說，對方給了賈皓鈞一次嘗試的機(jī)會(huì)。

基于目標(biāo)分子活性強(qiáng)的機(jī)理本身，結(jié)合第一性原理與大模型的推理能力，深度原理在一個(gè)月內(nèi)即完成了篩選工作。最終推薦的6個(gè)分子，均讓目標(biāo)分子穩(wěn)定性提升顯著，達(dá)到預(yù)期效果。

“做完實(shí)驗(yàn)之后，配方性能、效率讓他們非常震驚?！边@個(gè)數(shù)年才能完成的研發(fā)任務(wù)，在深度原理的平臺中，僅需兩名工程師在數(shù)周內(nèi)完成。這次試水，也讓深度原理敲開進(jìn)軍美妝領(lǐng)域的大門。雙方合作也從最初的POC延伸至分子設(shè)計(jì)，反應(yīng)路線優(yōu)化等更深層次的戰(zhàn)略合作。

與該美妝巨頭的聯(lián)合研發(fā)合作，也為深度原理理清了商業(yè)化路徑。賈皓鈞坦承，當(dāng)前階段“與客戶合作研發(fā)終端垂類應(yīng)用，比賣平臺更易于普及AI”，平臺化是“為未來培育更大市場”的伏筆，而非現(xiàn)階段的收入主體。

梁穎表示，深度原理作為創(chuàng)業(yè)公司與大廠同臺競技，就要堅(jiān)持“小步快跑”，先通過小范圍試點(diǎn)驗(yàn)證技術(shù)價(jià)值，再逐步擴(kuò)大商業(yè)化規(guī)模。

在賈皓鈞的規(guī)劃中，隨著深度原理擴(kuò)大規(guī)模，ReactiveAI平臺及智能體Agent Mira作為基座，公司將從“項(xiàng)目制”轉(zhuǎn)向“產(chǎn)品化”，可通過平臺訂閱（PaaS）作為收入來源。

此外，行業(yè)目前共同面臨的“最后一公里”難題，是計(jì)算預(yù)測的材料往往在合成階段失敗。因此，2025年下半年，深度原理開始建設(shè)自有自動(dòng)化實(shí)驗(yàn)室AI Materials Factory，來直面材料合成的實(shí)際落地問題。

在賈皓鈞看來，在一個(gè)全新的風(fēng)口創(chuàng)業(yè)，商業(yè)模式只能靠自己跑出來，不能硬套任何一家公司，“AI4S不應(yīng)只停留在‘賣鏟子’階段。如果你認(rèn)為你有一把好的鏟子，你應(yīng)該自己下場去挖‘礦’?！?/p>

梁穎表示，AI4S行業(yè)內(nèi)已涌現(xiàn)出多樣化的優(yōu)秀實(shí)踐。如深勢科技作為頭部玩家，打造了專業(yè)藥物計(jì)算平臺與AI藥化助手，實(shí)現(xiàn)對臨床前藥物研發(fā)全流程的賦能，大幅壓縮藥物研發(fā)周期；AI4S頭部公司呈元科技聚焦AI+合成肽藥物研發(fā)賽道，自研研發(fā)平臺，實(shí)現(xiàn)AI對合成肽藥物研發(fā)各環(huán)節(jié)的全鏈條賦能，重點(diǎn)攻堅(jiān)“不可成藥”靶點(diǎn)的藥物研發(fā)。

但梁穎也告訴《中國企業(yè)家》，較之AI4S在其他領(lǐng)域的進(jìn)展，化學(xué)材料的應(yīng)用場景更分散，中小批量定制化需求多，商業(yè)化落地也更快。而深度原理相比其他公司，有其獨(dú)特優(yōu)勢。

在其看來，AI4S行業(yè)的技術(shù)壁壘并非單一環(huán)節(jié)，而是“數(shù)據(jù)—算法—算力—跨學(xué)科融合”的綜合壁壘，其中最核心的是“高質(zhì)量標(biāo)注科研數(shù)據(jù)+領(lǐng)域?qū)Ｓ盟惴ā钡慕M合壁壘。

通用大模型無法滿足AI4S的需求，必須基于具體學(xué)科的物理、化學(xué)原理，開發(fā)領(lǐng)域?qū)Ｓ盟惴?。而深度原理的ReactiveAI平臺，就是針對化學(xué)反應(yīng)和材料性能預(yù)測優(yōu)化的專用架構(gòu)，這種“算法+領(lǐng)域知識”的深度融合，很難被簡單復(fù)制。

“深度原理的跨學(xué)科團(tuán)隊(duì)和算力適配能力也是重要壁壘。AI4S需要‘AI算法專家+材料/化學(xué)/生物專家+工程化人才’的復(fù)合型團(tuán)隊(duì)，這種團(tuán)隊(duì)的搭建和磨合難度極大?！?/p>

梁穎建議，深度原理要避開大廠的優(yōu)勢領(lǐng)域，聚焦垂直細(xì)分場景。比如不做通用型AI4S平臺，而是專注于新能源材料、特種化工材料等細(xì)分賽道，并通過“技術(shù)+場景”的綁定，能有效抵御大廠的競爭。

不過，賈皓鈞的野心不只與國內(nèi)玩家競爭，而在于全球，他認(rèn)為目前的AI for Science領(lǐng)域，中美站在同一起跑線，行業(yè)都在蓄勢。目前這個(gè)階段，彎車道容易超車，以深度原理為代表的這些中國AI4S正在開啟行業(yè)的新一頁。