融资事件与市场意义 - 深势科技完成总额超8亿元人民币的C轮融资 [2] - 投资方包括达晨财智、京国瑞基金、北京市人工智能产业投资基金、北京市医药健康产业投资基金、联想创投、元禾璞华等机构 [2] - 此次融资是国有资本、产业资本与财务资本的战略合围 标志着AI for Science赛道被主流资本市场以更系统、确定的方式纳入战略配置 [2] - 融资发生在全球AI for Science进入规模化应用快车道的背景下 是资本市场对公司技术路径、商业化潜能及长期统治力的集中投票 [3] 政策与投资趋势 - 国家层面已形成多层次、连续性的政策框架支持AI for Science发展 包括《新一代人工智能发展规划》、六部委指导意见、科技部专项部署及2025年国务院重点行动方向 [3] - 投资视角正从追逐单点技术突破的战术机会 演变为布局下一代科研与工业基础设施的战略配置 [4] - 科学大模型、智能科研平台、自动化实验系统共同构成驱动生物医药、新能源、新材料等行业研发范式革命的新底座 [4] 核心技术体系 - 公司构建了难以复制的科学发现智能引擎全栈能力 旨在打造能够自主进行科学发现的AI科学家系统 [5] - 核心基础是自主可控的深势・宇知®科学大模型体系 与国际一流水平对标 将众多学科带入预训练模型时代 [5] - 科学发现智能引擎以科学智能体为驱动 贯通读—算—做闭环 面向AI4S场景构建通往人类未知知识的最短路径 [6] - 玻尔・科学导航作为智能工作入口 整合了超过1.7亿篇高质量英文文献、超过2亿篇专利和8000万篇中文文献知识内容 [8] - 玻尔・智能计算集成了千余个基于原子、分子、基因、蛋白等方向的AI4S垂类应用模型 [8] - 玻尔・赛博实验室的Uni-Lab OS智能实验室操作系统已整合接入百余款高频使用的实验仪器 [8] - 通用科研智能体SciMaster及垂直领域AI科学家如PharmMaster、MatMaster 旨在理解问题、生成假设并调度资源完成任务验证 [8] - 底层由面向科学智能的跨云、端、超统一算力调度平台玻尔・勒贝格智算提供支撑 [9] - 完整技术栈构成有机协同系统 目标是将科研与工业研发的效率提升一个数量级 [11] 商业化路径 - 商业化呈现双轮驱动特征：通过标准化、云化的SaaS平台实现快速市场扩张 同时为头部客户提供深度融合研发流程的定制化解决方案 [12] - 标准化SaaS平台包括Bohrium®、Hermite®等 定制化解决方案包括RiDYMO®、Piloteye®等 [12] - 行业领导者以共建者身份与公司合作 关系从用户升级为伙伴 产品深度嵌入客户价值创造链条 [12] - 商业化潜力从提升效率的工具价值 升维至重构研发体系和建立研发共同体的战略价值 [12] 未来发展规划 - C轮融资资金将用于持续吸引全球顶尖交叉学科人才 并用于科学发现智能引擎的迭代升级 [13] - 目标是在基础科研、生命科学、物质科学等优势领域更快实现规模化应用 并将已验证的范式复制到更广阔的基础科学和工业研发场景中 [13] - 公司成长与两大趋势深度交织：全球AI重构科学发现范式的进程 以及中国在战略科技领域自主创新、打造高端科研基础设施的需求 [15] - 公司已从技术开拓者 成长为生态构建者和标准定义者 [15]

公司融资与估值 - 公司已完成总额超8亿元人民币的C轮融资，投资方包括达晨、京国瑞基金、北京市人工智能产业投资基金、北京市医药健康产业投资基金、联想创投、元禾璞华等机构 [2] - 公司已累计融资数十亿元，正式跻身独角兽俱乐部 [3] - 公司在2021年8月完成由高瓴创投领投的数千万美元A轮融资，随后很快完成B轮融资，在短短18个月内连续完成了四轮融资 [20] - 公司估值在三年内大涨数十倍 [21] 公司创立与团队 - 公司成立于2018年，由两位90后北大校友张林峰和孙伟杰创立 [4] - 两位创始人于2011年在北京大学元培学院相遇，张林峰主修物理、数学、计算机，孙伟杰主修政经哲 [7][8] - 公司分工明确，张林峰任首席科学家主导技术和研发，孙伟杰担任CEO负责战略和商业 [12] 技术核心与定位 - 公司是全球AI for Science基础设施公司，致力于通过人工智能赋能科学研究 [2][12] - AI for Science主要是通过AI求解电子、原子、分子等微观粒子间的相互作用，并应用于药物、材料、化工、能源等领域的关键工业问题 [12] - 公司已构建一系列智能化科学研究的基础设施，包括深势·宇知科学大模型体系、Science Navigator玻尔·科学导航、玻尔·智算和玻尔·赛博实验室体系，并打造了SciMaster科学发现智能体 [14] 技术成就与行业认可 - 2020年，公司团队核心成员凭借在“深度势能”分子模拟方面的突破，获得国际高性能计算领域最高奖项“戈登·贝尔奖” [13] - 该成果入选中国两院院士评选的“2020年中国十大科技进展” [14] - 英伟达CEO黄仁勋将大语言模型、具身智能、AI for Science并列为AI三大关键方向 [23] - 中国科学院院士鄂维南认为，AI for Science是中国科技创新历史上最好的机会 [28] 产品应用与客户成果 - 在生命科学领域，公司将传统靶点调研周期由平均三周缩短至三天 [14] - 公司的物质科学解决方案在3个月内完成了新型锂金属电池电解液设计，电池寿命达450圈，相比行业基准300圈提升50% [14] - 公司的玻尔·科学导航已服务来自全球超过1000所高校和组织的300多万名科学家，包括近百家985、211高校整体入驻 [14] - 产品累计支撑上千个科研项目，年均解答一千二百万个科学问题，为科学家节约超过20亿分钟工作时间 [14] - 公司已助力超过150家先进研发企业的研发智能化升级，深度赋能超过70家生命科学企业的100条以上研发管线，服务包括宁德时代、比亚迪在内的物质科学客户，帮助合作伙伴创造超过50项高价值科学资产 [15] 行业发展与市场热度 - AI for Science已成为当下AI圈最激动人心的方向，海外掀起创业与投资狂潮 [22][25] - 海外案例包括：斯坦福大学前校长创立的Xaira Therapeutics启动融资超10亿美元；CuspAI获淡马锡、英伟达等投资；OpenAI成立了“OpenAI for Science”部门 [25] - 国内一批AI for Science创业公司也相继官宣新融资 [26] - 公司被认为是该领域的平台和通用型代表，已构建以“玻尔·科研空间站”为枢纽的“读、算、做、智”能力体系及Science as a Service产品矩阵 [26] 早期发展与融资历程 - 创业初期，公司仅拥有20万元资金，而预计的算力成本至少需10-15亿人民币 [17] - 公司第一笔资金来自中关村颠覆性技术研发和成果转化项目，金额为1200万元人民币，分3年给到 [18] - 2020年夏天，公司获得由百度风投领投的天使轮投资，此后融资逐渐顺利 [18] - 2023年，公司吸引了众源资本、和玉资本等及多家产业资本注资 [21] - 去年10月，公司融资引进了北京市人工智能产业投资基金和中关村科学城公司等国资 [22] - 过去一年，主动接触公司的投资人络绎不绝，因融资“份额紧张”而不断被VC堵门，公司曾在深度考量后拒绝了某超级巨头的投资 [22]

公司近期重大融资事件 - 2025年12月，深势科技成功完成总额超8亿元人民币的C轮融资 [2] - 本轮融资由达晨财智、京国瑞基金、北京市人工智能产业投资基金、北京市医药健康产业投资基金、联想创投、元禾璞华等知名机构联合出资 [2] - 融资资金将主要用于吸引培养顶尖人才、迭代“科学发现智能引擎”、夯实全栈能力以及加速在基础科研、生命科学与物质科学等领域的市场拓展与规模化应用 [2][10] 公司创立背景与核心团队 - 公司由张林峰与孙伟杰于2018年创立，两人为1993年出生的90后，相识于北京大学元培学院 [3] - 张林峰担任首席科学家主导技术研发，孙伟杰担任CEO负责战略与商业布局 [3] - 创业契机源于2018年鄂维南院士在北大组织的国际首次“AI for Science”主题会议 [3] 核心技术、产品与能力体系 - 公司核心赛道为AI for Science，即通过人工智能求解微观粒子相互作用，以解决药物、材料、化工、能源等领域的关键工业问题，重构科研全流程 [3] - 2020年，公司核心成员研发的“深度势能”分子模拟技术获得国际高性能计算领域最高荣誉“戈登・贝尔奖”，并入选“2020年中国十大科技进展” [3] - 公司已构建以“玻尔・科研空间站”为枢纽的“读、算、做、智”全链条能力体系 [4] - 产品矩阵包括玻尔・科学导航、玻尔・勒贝格智算、Hermite®、Piloteye®等微尺度研发软件，以及玻尔・赛博实验室、SciMaster科学智能体等核心产品 [4] - 底层支撑的“深势・宇知®”体系已升级为科学发现智能引擎，整合了1.7亿篇英文文献、2亿篇专利、8000万篇中文文献，沉淀超千个垂类应用模型，支持5万+科学工具统一调用 [4] 应用成果与商业化验证 - 在生命科学领域，将传统靶点调研周期从三周压缩至三天 [6] - 在物质科学领域，3个月内完成新型锂金属电池电解液设计，循环寿命达450圈，较行业基准提升50% [6] - 玻尔・科学导航已服务全球超1000所高校和组织的300多万名科学家，近百家985、211高校整体入驻，累计支撑上千个科研项目，年均解答1200万个科学问题，为科研人员节约超20亿分钟工作时间 [6] - 已助力150余家先进研发企业实现智能化升级，深度赋能复星医药、国药集团、宁德时代、比亚迪等70余家生命科学企业和物质科学客户，创造超50项高价值科学资产 [6] - 其解决方案可将文献调研效率提升百倍，湿实验成本下降76%，实验仪器使用效率提升三倍以上，减少70%的重复性科研工作 [6] 发展历程与行业背景 - 创业初期面临巨大资金压力，预估算力成本达10-15亿元，而账上资金仅20万元 [9] - 早期融资转折点来自中关村颠覆性技术研发和成果转化项目的1200万元资助，随后在2020年获得百度风投领投的天使轮融资 [9] - 随着技术突破，公司在18个月内连续完成四轮融资，吸引高瓴创投、经纬创投、源码资本等知名机构入局，估值三年大涨数十倍 [9] - AI for Science已成为全球科技竞争核心赛道，2024年被英伟达掌门人黄仁勋与大语言模型、具身智能并列为AI三大关键方向 [9] - 国际上有Xaira Therapeutics、Cusp AI等公司获得巨额融资，Open AI也成立专门部门布局 [9] - 国内层面，国务院“人工智能+”行动将“人工智能+科学研究”置于首位，提供强劲政策支撑 [9] 公司愿景与投资方观点 - 创始人认为AI for Science是面向未来几十年的科学发现基础设施建设工程 [10] - 公司秉持“加速科学发现，释放科学价值”的理念，旨在打造源自中国、引领世界的科技品牌 [10] - 投资方达晨财智认为公司是赛道内稀缺的硬核平台型企业，商业化路径已得到充分验证 [10] - 北京市相关产业投资基金称赞公司构建了从实验室到产业化的清晰图景，是“产学研用”闭环的典型样本 [10] - 联想创投表示将依托自身产业生态优势，助力公司推动中国AI for Science走向世界前沿 [10]

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]

公司融资与估值 - 深势科技完成总额超8亿元人民币的C轮融资 [1] - 本轮融资由达晨财智、京国瑞基金、北京市人工智能产业投资基金、北京市医药健康产业投资基金、联想创投、元禾璞华等机构共同出资 [1] - 公司已累计融资数十亿元，正式跻身独角兽俱乐部 [1] 资金用途与公司战略 - 融资资金将主要用于持续吸引和培养行业内顶尖人才 [4] - 资金将用于进一步进化迭代公司的“科学发现智能引擎” [4] - 资金将用于持续夯实从原始技术创新到智能科研工具产品及行业解决方案的全栈能力 [4] - 资金将用于加速围绕科学发现的智能产品与服务在基础科研、生命科学与物质科学等领域的市场拓展与规模化应用 [4] 公司背景与业务 - 深势科技成立于2018年，是全球AI for Science的开拓者 [4] - 公司依托在领域的多年深耕及对产业的深刻理解，构建了以“玻尔·科研空间站”为枢纽的“读、算、做、智”能力体系 [4] - 公司打造了Science as a Service智能化科研产品和服务矩阵 [4] 核心团队 - 公司创始人为两位“90后”北大校友张林峰和孙伟杰 [4] - 创始人张林峰担任首席科学家，毕业于北京大学元培学院，后获普林斯顿大学应用数学博士学位 [6] - 创始人孙伟杰担任CEO，毕业于北京大学元培学院，后获北京大学管理学硕士学位 [6] - 两位创始人联手构建了一系列“读文献、做计算、做实验”的智能科学工具和各领域的科学智能体 [4]

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]

公司融资与资金用途 - 深势科技完成总额超8亿元人民币的C轮融资，由达晨财智、京国瑞基金、北京市人工智能产业投资基金、北京市医药健康产业投资基金、联想创投、元禾璞华等机构共同出资 [1] - 融资资金将主要用于吸引培养顶尖人才、进化迭代“科学发现智能引擎”、夯实从技术创新到产品及解决方案的全栈能力，并加速在基础科研、生命科学与物质科学等领域的市场拓展与规模化应用 [1] 行业趋势与全球共识 - AI for Science已成为全球共识，目标在于变革人类探索未知和发现新知识的模式 [3] - 2025年8月，中国国务院发布意见将“人工智能+科学研究”放在首位，强调加速科学发现进程 [3] - 欧洲“地平线”计划重点布局AI赋能的科学研究，美国启动“创世纪计划”并将其提升至与“曼哈顿计划”同等的战略高度，旨在利用AI推动科学突破与应用转化 [3] - 谷歌DeepMind、英伟达、微软等科技巨头持续投入，一级市场也频频押注该领域的创新企业 [4] - AI for Science正给科学发现体系带来系统性重构机遇，其四大核心任务是：AI激活科学数据、AI重塑科学软件、AI驱动科学实验、AI创造科学家 [6] 公司产品、服务与市场成果 - 公司构建了以“玻尔·科研空间站”为枢纽的“读、算、做、智”能力体系，打造了Science as a Service智能化科研产品和服务矩阵 [8] - 产品矩阵包括：玻尔·科学导航、玻尔·勒贝格智算、Hermite®、Piloteye®等微尺度研发软件、玻尔·赛博实验室、SciMaster科学智能体，以及面向科学发现的“大装置”和研发服务 [9] - 玻尔·科学导航已服务全球超过1000所高校和组织的300多万名科学家，包括近百家985、211高校整体入驻 [12] - 平台累计支撑上千个科研项目，年均解答一千二百万个科学问题，为科学家节约超过20亿分钟的工作时间 [12] - 公司的科学智能产品及解决方案已助力超过150家先进研发企业进行研发智能化升级 [12] - 公司深度赋能超过70家生命科学企业的100条以上研发管线，服务了包括苏州国家实验室、中石油、中国钢研、宁德时代、比亚迪、广汽埃安在内的物质科学客户，帮助合作伙伴创造超过50项高价值科学资产 [12] 技术平台与核心能力 - 公司底层基础设施是历时七年构建的“深势·宇知®”基座，该基座已从一套面向科学领域的预训练大模型体系全面升级为“科学发现智能引擎” [14][15] - 该引擎以科学智能体为驱动，贯通“读—算—做”闭环，旨在构建通往人类未知知识的最短路径 [15] - 公司围绕该引擎将科学数据、计算与实验能力统一沉淀为可调用的研发基础设施 [16] - 玻尔·科学导航已整合超过1.7亿篇高质量英文文献、超过2亿篇专利和8000万篇中文文献知识内容 [18] - 基于原子、分子、基因、蛋白等方向AI4S大模型构建的垂类应用模型已逾千个 [18] - 玻尔·赛博实验室已整合100+款高频使用的实验仪器，并通过自动化编译与部署能力支持5万+科学工具以Agent-Ready形态被统一调用 [18] - 平台正服务来自全球1000+所高校与科研机构的300多万名科学家用户，形成“科研工具—科研内容—科研人员”相互促进的生态循环 [18] 效率提升与价值主张 - 研发体系智能化升级可将团队文献调研和整理的效率提升百倍 [12] - AI计算方法的引入使得湿实验需求和成本下降76% [12] - 智能实验室的普及使得实验仪器的使用效率和实验通量提升三倍以上 [12] - “AI科学家”可以将科学家的琐碎重复性工作降低70%左右 [12] - 公司的使命是打造能够帮助人类发现全新科学成果的AI科学家和一系列自主进行科学发现的智能系统，让科学发现像使用搜索引擎一样简单 [20] - 公司旨在系统性提升人类科学发现及应用落地进程，让全球每年2.8万亿美元、近1亿全职工作当量的科研及研发投入产生更强的创新效能 [20] 投资方观点与公司定位 - 达晨财智认为公司是“AI for Science”赛道稀缺硬核标的，是定义科研范式的平台级企业，核心壁垒深厚且商业化路径得到验证 [25] - 北京市人工智能产业投资基金等认为公司展现了AI驱动基础科研从实验室走向产业化的清晰图景，是推动全球科学研究进入“智能加速时代”的重要引领者，并成为“产学研用”闭环的典型样本 [26] - 京国瑞基金认为公司作为科研新范式的引领者，其创新的科学智能发现引擎正为生物医药、能源材料等基础产业的研发带来变革 [27] - 联想创投认为公司已构建起从底层模型、智能工具到产业落地的全栈能力，在学术界与工业界均获得广泛验证，展现出推动科研效率革命、赋能产业升级的巨大潜力 [28]

公司融资与战略规划 - 深势科技完成总额超8亿元人民币的C轮融资 由达晨财智 京国瑞基金 北京市人工智能产业投资基金 北京市医药健康产业投资基金 联想创投 元禾璞华等机构共同出资 [1] - 本轮融资资金将主要用于吸引培养顶尖人才 进化迭代“科学发现智能引擎” 夯实从原始技术创新到智能科研工具产品及行业解决方案的全栈能力 加速产品与服务在基础科研 生命科学与物质科学等领域的市场拓展与规模化应用 [1] - 公司创始人兼首席执行官表示 本轮融资发生在国家深入实施“人工智能+”行动 AI for Science被提升到全球科技竞争前沿的关键阶段 是对公司阶段性进展的认可与下一阶段使命的托付 [18] - 公司创始人兼首席科学家表示 融资将聚焦提升科学发现智能引擎在真实科研场景中的可用性与演进能力 推动前沿科学能力持续涌现并加速在生命科学 物质科学等领域的落地应用 [17] 行业趋势与全球共识 - AI for Science已成为全球性共识 目标在于从根本上变革人类探索未知 发现全新科学知识并将其系统沉淀为可复用科学资产的模式 [2] - 2025年8月 中国国务院发布关于深入实施“人工智能+”行动的意见 将“人工智能+科学研究”放在首位 特别强调加速科学发现进程 驱动技术研发模式创新和效能提升 [2] - 欧洲的“地平线”计划重点布局AI赋能的科学研究 美国启动创世纪计划 核心是加速利用AI推动科学突破 提高AI驱动科学发现以及工业应用转化的效率 此计划被上升到与“曼哈顿计划”同等的战略高度 [2] - 谷歌DeepMind 英伟达 微软等科技巨头持续投入布局 一级市场也频频出资押注领域内的创新企业 [2] - AI for Science正在给科学发现体系带来系统性重构机遇 体现在AI激活科学数据 AI重塑科学软件 AI驱动科学实验 AI创造科学家 [3] 公司产品服务体系与市场应用 - 公司构建了以“玻尔·科研空间站”为枢纽的“读 算 做 智”能力体系 打造了Science as a Service智能化科研产品和服务矩阵 [5] - 产品矩阵包括玻尔·科学导航 玻尔·勒贝格智算 Hermite® Piloteye®等一系列微尺度研发软件 玻尔·赛博实验室 SciMaster科学智能体 [5] - 公司旨在为基础科研 生命科学 物质科学领域的科学家和研发型组织提供深宽兼顾 灵活组合的解决方案 [6] - 玻尔·科学导航已服务全球超过1000所高校和组织的300多万名科学家 包括近百家985 211高校整体入驻 累计支撑上千个科研项目 年均解答一千二百万个科学问题 为科学家节约超过20亿分钟工作时间 [9] - 科学智能产品及解决方案已助力超过150家先进研发企业的研发智能化升级 深度赋能超过70家生命科学企业的100条以上研发管线 服务了包括苏州国家实验室 中石油 中国钢研 宁德时代 比亚迪 广汽埃安在内的物质科学客户 帮助合作伙伴创造超过50项高价值科学资产 [9] 公司核心技术平台与基础设施 - 支撑产品服务体系与科研生态的底层基础设施是公司历时七年持续构建的“深势·宇知®”基座 该基座已从一套面向科学领域的预训练大模型体系全面升级为科学发现智能引擎 [11] - 该引擎以科学智能体为驱动 贯通“读—算—做”闭环 面向AI4S场景构建通往人类未知知识的最短路径 [11] - 公司围绕这一引擎将科学数据 计算与实验能力统一沉淀为可调用的研发基础设施 [11] - 与生态伙伴合作 将不同学科的研究流程与方法论抽象为可组合的智能体模块 使科研智能体能够被快速构建 持续演进 并不断催生新的“Master Agents” [11] - 作为代表性成果 ML-Master在HLE MLE等顶级评测中取得领先表现 与苏州国家实验室联合发布的MatMaster展示了该体系在具体学科中的落地与延展能力 [11] 公司运营数据与效率优势 - 玻尔·科学导航已整合超过1.7亿篇高质量英文文献 超过2亿篇专利和8000万篇中文文献知识内容 [15] - 基于原子 分子 基因 蛋白等方向AI4S大模型构建的垂类应用模型已逾千个 [15] - 依托玻尔·赛博实验室 已整合100+款高频使用的实验仪器 [15] - 通过自动化编译与部署能力 已支持5万+科学工具以Agent-Ready的形态被统一调用 [15] - 平台正服务来自全球1000+所高校与科研机构的300多万名科学家用户 逐步形成“科研工具—科研内容—科研人员”相互促进的生态循环 [15] - 经合作伙伴实践测算 研发体系智能化升级可将团队文献调研和整理效率提升百倍 AI计算方法引入使湿实验需求和成本下降76% 智能实验室普及使实验仪器使用效率和实验通量提升三倍以上 “AI科学家”可以将科学家的琐碎重复性工作降低70%左右 [9] 公司愿景与行业影响 - 公司使命和愿景是打造能够帮助人类发现全新科学成果的AI科学家和一系列自主进行科学发现的智能系统 让科学发现像使用搜索引擎一样简单 [16] - 基于新范式赋能全球研发体系智能化升级 将科学家从繁杂重复劳动中解放 专注于创造性灵感迸发 从而系统性提升人类科学发现及应用落地进程 让全人类每年2.8万亿美元 近1亿全职工作当量的科研及研发投入产生更强创新效能 [16] - 公司创始人兼首席科学家认为 AI for Science是一项面向未来几十年科学发现的基础设施建设工程 [17] - 公司创始人兼首席执行官表示 公司以打造“AI 科学家”和“科学发现智能系统”为长期目标 努力成长为源自中国 引领世界的科技公司 [18] 投资机构观点 - 达晨财智表示 公司是“AI for Science”赛道稀缺硬核标的 也是定义科研范式的平台级企业 核心壁垒深厚 且已跨越从技术到市场的关键一步 构建的科学智能发现引擎已服务上百家客户 商业化路径得到验证 [20] - 北京市人工智能产业投资基金 北京市医药健康产业投资基金表示 公司全链条赋能能力展现了AI驱动基础科研从实验室走向产业化的清晰图景 公司是推动全球科学研究进入“智能加速时代”的重要引领者 并成为“产学研用”闭环的典型样本 [21] - 京国瑞基金表示 公司作为“AI for Science”科研新范式的引领者 其创新的科学智能发现引擎正为生物医药 能源材料等基础产业的研发带来变革 [22] - 联想创投表示 AI for Science正开启科学发现的“大航海时代” 公司作为该领域开拓者 已构建起从底层模型 智能工具到产业落地的全栈能力 在学术界与工业界均获得广泛验证 [23]

公司融资与里程碑 - 深势科技完成总额超8亿元人民币的C轮融资 投资方包括达晨、京国瑞基金、北京市人工智能产业投资基金、北京市医药健康产业投资基金、联想创投、元禾璞华等机构 [3] - 公司已累计融资数十亿元 正式跻身独角兽俱乐部 [3] - 公司估值在三年内大涨数十倍 [11] 创始团队与公司起源 - 公司由两位90后北大校友张林峰和孙伟杰于2018年联合创立 创业时年仅25岁 [3][4][5] - 张林峰任首席科学家 孙伟杰任CEO [5] - 公司创立灵感源于2018年鄂维南院士组织的AI for Science会议 [5] 核心技术、产品与成就 - 公司定位为全球AI for Science基础设施公司 [3] - 2020年 团队凭借“深度势能”分子模拟方面的突破获得高性能计算领域最高奖“戈登·贝尔奖” 并入选“2020年中国十大科技进展” [6] - 公司构建了智能化科学研究基础设施 包括深势·宇知科学大模型体系、Science Navigator玻尔·科学导航、玻尔·智算和玻尔·赛博实验室体系 以及SciMaster科学发现智能体 [6] - 公司已构建以“玻尔·科研空间站”为枢纽的“读、算、做、智”能力体系 打造Science as a Service智能化科研产品和服务矩阵 [14] 业务进展与客户成果 - 在生命科学领域 将传统靶点调研周期由平均三周缩短至三天 [7] - 物质科学解决方案可在3个月内完成新型锂金属电池电解液设计 寿命达450圈 相比行业基准300圈提升50% [7] - 玻尔·科学导航已服务来自全球超1000所高校和组织的300多万名科学家 近百家985、211高校整体入驻 [7] - 累计支撑上千个科研项目 年均解答一千二百万个科学问题 为科学家节约超20亿分钟工作时间 [7] - 已助力超150家先进研发企业研发智能化升级 深度赋能超70家生命科学企业的100条以上研发管线 服务包括苏州国家实验室、中石油、宁德时代、比亚迪等物质科学客户 帮助合作伙伴创造超50项高价值科学资产 [7] 行业发展与赛道前景 - AI for Science与大型语言模型、具身智能被英伟达掌门人黄仁勋并列为AI三大关键方向 [12] - 海外掀起AI for Science狂潮 例如Xaira Therapeutics启动融资超10亿美元 CuspAI获淡马锡、英伟达等投资 OpenAI成立“OpenAI for Science”部门 [13] - 国内一批AI for Science创业公司相继官宣新融资 [13] - 中国科学院院士鄂维南认为 AI for Science是中国科技创新历史上最好的机会 [14] - AI for Science被认为是承接下一轮AI叙事的前沿赛道 [14]

上海交通大学表示，"致远一号"智算平台是全国高校最大的国产智算算力基础设施，更是交大向"AI for Science"科研新范式迈出的坚实一步。 秉承"边建边用"理念，学校从2024年12月启动建设平台，2025年2月上线国内高校首个本地满血版 DeepSeek，11月机房全面通电，12月平台全面落成。"致远一号"平台本地部署了包含DeepSeek在内的8 款主流大模型，面向全校师生提供模型即服务，累计服务校内师生3.8万人，成为支撑学校高质量发展 的关键算力基座。 上海交通大学"致远一号"智算平台 据微信公众号"上海交通大学"消息，12月23日，人工智能赋能教育高质量发展研讨会暨"致远一号"全面 落成仪式在上海交通大学闵行校区举行。 教育部教育管理信息中心副主任曾德华，华为公司董事、ICT BG CEO杨超斌，清华大学校务委员会副 主任、赛尔网络党总支书记王岩，华为公司副总裁、公共事业军团CEO李俊风作为嘉宾出席本次大会； 中国科学院院士、上海交通大学校长丁奎岭出席仪式并致辞，中国科学院院士、上海交通大学人工智能 学院首席顾问鄂维南教授作专题报告。 根据上海交通大学高性能计算中心介绍，"致远一号"国产千卡智 ...