AI不只是应用工具，已经开始帮助人类攻克基础科学的“卡脖子”问题。
文｜《中国企业家》见习记者 孙欣
记者 王怡洁
见习编辑｜李原 编辑｜何伊凡
图片来源｜受访者
“如果公司是艘在深海中探索的船，我是最不能跳船那个人。”深度原理总部位于杭州，其创始人贾皓钧将自己的办公室命名为“哥伦布”。在他看来，在AI for Science这个全新的风口创业，无异于“哥伦布探索新大陆”。
成立一年多时间以来，深度原理正在研发、融资和商业化上一路狂奔。贾皓钧每天早上会保持五到十分钟的深度思考，盘点目前公司有哪些风险，以及下一个目标在哪里。这个习惯从2023年贾皓钧创业时开始，那时他正在麻省理工学院（以下简称MIT）攻读博士学位。
AI for Science（科学智能，行业简称“AI4S”），意指用AI来做新的科学发现。2023年，美国贝克团队与谷歌DeepMind开发的深度学习模型“RFdiffusion”问世，该模型预测了约2亿个蛋白质结构，并可一键设计和生成蛋白质。2024年，诺贝尔化学奖被授予了贝克团队和DeepMind团队。
同一年，贾皓钧正式创立深度原理，团队基于生成式AI和第一性原理的融合，将AI应用于材料研发。截至目前，深度原理已自研六大算法模块，并集成于一个名为“ReactiveAI”的自研平台。近期，平台升级为材料发现智能体Agent Mira，可根据客户要求，自主调动数据、资源进行化学材料的研发。
2025年，AI4S迎来关键拐点。8月，中国“人工智能+”计划发布，将AI4S作为推动科学发现范式升级的重要方向。11月25日，特朗普签署了“创世纪计划”行政命令，利用AI变革科学研究方式被美国抬上国家级别。同期，硅谷上百个关于AI4S的创业项目诞生。
此后，美国国家实验室、OpenAI、DeepMind不断加码AI4S。2026年1月12日，英伟达与礼来宣布将在五年内斥资10亿美元于旧金山建立联合研究实验室，用于研发AI药物。同日，Anthropic宣布推出医疗保健和生命科学服务，帮助Claude用户共享健康记录。Kosmos、Biomni等通用科研引擎也接连发布。
国内大厂反应迅速。腾讯在2025年9月成立生命科学实验室；阿里巴巴推动建立LucaOne大模型，这是业界首个联合DNA、RNA、蛋白质的生物大模型；字节跳动专门设立AI for Science团队并入Seed部门，并与比亚迪锂电池共建“AI+高通量联合实验室”。
“只把AI用作聊天、生成视频有些大材小用。”贾皓钧告诉《中国企业家》。他认为，AI最宝贵的价值，是赋能人类未知的领域，“所有的科学进步，本质上都是由新发现推动”。
2025年11月，深度原理完成超亿元人民币A轮融资，由戈壁创投管理的阿里巴巴创业者基金大湾区基金与蚂蚁集团共同领投，现有股东联想创投、Taihill Venture、BV百度风投等机构跟投。
联想创投董事总经理梁颖对《中国企业家》表示：“世界已进入‘科学发现+超级科技工程’共同创新的阶段，AI4S能精准解决高端制造、生物医药等领域的‘卡脖子’问题——比如新材料研发滞后、创新药研发成本过高等，将科研周期从数年缩短至数月甚至数周，直接提升国家在基础科研领域的竞争力。”
虽然价值处于爆发前夜，但贾皓钧每天早上仍会从悲观的角度思考公司走向，这源自AI赋能科学研究存在许多不确定性。
一方面，过去科学发现领域，尤其产业界相对封闭保守，数据获取限制了垂直类模型研发；另一方面，化学材料领域研发的规范化与数字化进程仍在路上，相关历史数据在数量与质量上均有缺失。换言之，针对科学发现的AI数据基础十分薄弱，合作机制也不健全。
但在贾皓钧看来，当前深度原理除与大厂赛跑，更看重公司如何快速实现AI4S的产业化落地，创造实际价值。
技术时机已至
从幼时起，贾皓钧就着迷于两样事情：理科和计算机。这也成为他进入AI4S行业的原点。
2015年，本科时，他选择物理学专业。大二时便用CPU进行基于薛定谔方程的第一性原理计算，但算力局限使这件事极其耗时，商业潜力几乎为零，“投一个计算任务，超算得跑好几天”。
2018年算力革新带来了转变。GPU的计算效率提升数十倍，原本需数天的分子计算缩短到几分钟；神经网络开始广泛应用，AI用来“预测”分子行为规律，而不再仅靠死算。
贾皓钧察觉到AI在化学材料研发中的巨大潜力。2019年入学MIT读博时，他主动更换导师，师从MIT化学工程系教授、AI化学设计领军人物Heather Kulik。
Heather Kulik与诺贝尔化学奖得主、DeepMind核心成员John Jumper同为全球最早用人工智能做科学发现的学者。John Jumper研究AI预测蛋白质结构，Heather Kulik则专注AI化学材料发现。
当时，贾皓钧的师兄段辰儒已在AI for Materials方向研究一年。两人分别专注底层AI算法与材料应用转化，类似于“道”与“术”的结合。该分工延续至创立深度原理，段辰儒负责技术架构与算法研发，任CTO；贾皓钧负责战略、客户与团队搭建，任CEO。
Heather Kulik评价段辰儒具有“出色学术领导力”，贾皓钧是“面对复杂研究挑战最勇敢的学生”。天使投资人、线性资本合伙人曾颖哲称“两人创业就是完美拍档”。
虽然贾皓钧如愿进入AI4S课题组，但那时AI更多是“工具”，其应用很快触及天花板，AI4S产业化仍迷雾重重。
“当时主流思路是用AI加速传统流程——算得更快、拟合更准。”贾皓钧称，“许多人被苹果砸中，只有牛顿提出万有引力定律，余下大多是验证这些极少数人提出的新发现。AI成科研工具，但科研范式未变：99%科学家仍验证工作，提出假设依赖人类直觉。”
转折发生于2022年底。ChatGPT横空出世，让贾皓钧意识到生成式AI是质的飞跃。自此，他与段辰儒紧密合作，研究将生成式AI应用于化学材料研发。博士阶段，两人合计在《Nature》子刊等顶级刊物发表超60篇论文，开创多个AI for Materials新模型。
行业内分子合成、制药领域多用大语言模型，但化学材料研发核心问题非“知识不足”，而是“缺少可验证候选结构”。大语言模型能写催化剂论文，但无法直接生成可计算的分子坐标文件。
因此化学材料领域需差异化模型补强大语言模型对结构的理解，扩散模型（Diffusion Model）进入视野。扩散模型输出结构化数据，可直接对接模拟与实验。
此外，化学反应涉及多物体系统，需考虑对称性等问题，传统SE（3）（等变扩散模型）难解决。贾皓钧和段辰儒自研图神经网络保障化学反应对称性，并结合扩散模型结构，创建能生成完整化学反应系统。
2022年，两人取得重大突破——成为全球首个验证扩散模型能直接生成化学分子、反应的团队。2023年发表于《Nature Computational Science》封面论文表明：新化学反应可在数秒内生成，传统方法需数周手动推导。
扩散模型原是图像生成技术，应用于分子生成，标志AI由“预测已知”转向“探索未知”。目前深度原理同步推进扩散生成模型与大语言模型两条生成式AI路线。
但挑战依旧：如何保证生成材料结构物理可行？如何确保材料可合成？
深度原理通过“分层生成”架构解决。第一层用扩散模型生成粗粒度“草稿”结构；第二层基于第一性原理精细打磨；第三层结合高通量实验验证稳定性，即自动化实验检验“草稿”可行性。
该“AI模型预测-计算支撑-实验验证”流程将计算效率提升数百倍。“最新模型可几分钟内生成并筛选数千个候选材料。”贾皓钧称，“传统高通量计算需数月。”
此闭环命名为“ECML体系”，深度原理称其为“AI材料研发第五范式”。
算法、数据和算力是AI三大要素，其中算法是AI公司构建护城河的主战场。深度原理自研六大算法模块，分别为ReactGen（分子生成）、ReactBO（广域筛选）、Reactify（精准计算）、ReactControl（资源调度）、ReactNet（合成导航）、ReactHTE（高通量实验），涵盖新材料研发、合成到验证全过程。
简而言之，深度原理将大模型技术赋能材料研发、合成和验证链条，形成完整闭环，构建ReactiveAI平台。
大部分学者完成MIT博士约需6~8年，贾皓钧仅用5年。2024年博士毕业时，虽有多家海内外大厂橄榄枝，他仍选择创业。尽管几乎所有人反对，贾皓钧坚信生成式AI爆发及自研ReactiveAI平台在材料发现领域差异化优势，时机已至。
融资博弈
拿到线性资本天使投资前，贾皓钧尚未毕业，甚至未与对方线下见面。两人在MIT一次校园分享活动结识。
线性资本创始人王淮曾向MIT、哈佛等学子分享人生经历，贾皓钧即为现场观众。此后双方持续交流，线性资本合伙人曾颖哲对贾皓钧印象深刻，“皓钧非常出挑，年纪轻轻便担任MIT中国学联主席。”
当时不仅线性资本盯上他。贾皓钧与段辰儒两人团队凭几十页PPT，获得数十份投资意向书。
起初贾皓钧拟签约一家知名早期孵化基金300万美元投资，但临近落地，对方改动条款细节，他主动放弃该投资，彼时不缺资金。
2023年资本市场收缩，火热项目常无人问津。数据显示，机构投资项目数、规模较2022年下降约四成。
2023年10月，曾颖哲与贾皓钧深谈“马拉松式”尽调长达数小时，最终达成天使投资。
曾颖哲称对贾皓钧投资看重其独特号召力。
2024年深度原理正式成立，团队由最初两人扩展至微软、Meta、陶氏化学、巴斯夫、圣戈班等知名企业背景人才，“几乎所有人都是降薪过来。”其中最具代表性是COO张露阳。
张露阳曾任Tenstorrent和地平线高管，曾有百万年薪高管职位邀约。作为“高性能计算+自动驾驶”技术与产品国际专家，他早意识到AI将带来科学革命。自2022年初起深度参与公司创立，先以顾问身份加盟。
终因贾皓钧诚意与说服，包括对张露阳家人的关怀（如西湖游）等软心沟通，张露阳决定全职加入。
从左到右依次为段辰儒、贾皓钧、张露阳。
线性资本对贾皓钧评价一致：“他一直非常明确知道自己想要什么，且执行力极强。”2024年3月双方达成500万美元投资协议。一年多后，深度原理完成多轮融资，累计数亿元。
AI4S赛道成为资本宠儿。AI for Drug领军企业晶泰科技2024年成为港股18C首个特专科技上市公司，2025年上半年实现盈利。独角兽深势科技2025年12月完成超8亿元C轮融资，累计融资逾数十亿元。海外方面，a16z主导Periodic Labs获得3亿美元融资，Lila Sciences获Flagship与ARK领投超4亿美元，CuspAI获英伟达等投资1亿美元，构建材料发现“搜索引擎”。
务实做商业化
“我从小就对钱敏感。小时候，问我15+27是多少，我不会，但问我15元加27元是多少钱，我马上能算出来。”贾皓钧坦诚自己是务实派。
深度原理落地杭州后，便开始高速拓展客户。贾皓钧清楚算账，“以战代练”能边盈利边提升平台性能。2025年公司拿下千万元订单，客户涵盖欧洲美妆跨国巨头等保健日化行业以及头部精细化工厂商等材料能源领域。
与欧洲美妆巨头的合作提升了公司商业化自信。2025年初，该企业遇到典型美妆难题——活性组分稳定性不足。部分核心分子活性强，虽效果卓越，却导致稳定性差、保质期短。该企业希望在中国《已使用化妆品原料目录》的8000多分子中，找到配体添加剂提升整体配方稳定性。
往往此类工作靠实验推演，耗时数月且成本高昂，每50克测试原料价格达万元。
该企业对AI价值持观望态度，但深度原理坚持签署POC（验证性测试）合作，期望尝试。
基于目标分子活性机理，结合第一性原理与大模型推理，深度原理一个月内完成筛选。最终推荐6个分子均显著提升目标分子稳定性，达到预期效果。
“实验后，配方性能和效率令对方震惊。”这数年才能完成的研发任务，通过深度原理平台仅两名工程师数周内完成。此试点也助力深度原理打开美妆行业大门。双方合作从POC延伸至分子设计、反应路线优化等深层战略合作。
与美妆巨头的联合研发明确了商业化路径。贾皓钧称当前阶段“与客户合作研发终端垂类应用，比卖平台更易普及AI”，而平台化为“未来培育更大市场”的伏笔，非现阶段收入主体。
梁颖表示，创业公司与大厂竞争应坚持“小步快跑”，先小范围验证技术，再逐步扩大商业规模。
未来规划中，深度原理将ReactiveAI平台和智能体Agent Mira作为基座，从“项目制”迈向“产品化”，以平台订阅（PaaS）作为收入来源。
行业面临“最后一公里”难题：计算预测材料往往在合成阶段失败。2025年下半年，深度原理启动自建自动化实验室AI Materials Factory，直面材料合成落地问题。
贾皓钧认为，创业AI4S全新风口，商业模式须靠自己跑出来，不能硬套。“AI4S不应只停留‘卖铲子’阶段。如果你有把好铲子，你应该亲自下场挖矿。”
梁颖表示，AI4S行业已有多样优秀实践。深势科技、呈元科技等头部玩家打造专业计算平台和研发助手，覆盖药物研发全流程，显著缩短周期。相较之下，化学材料应用场景更分散，中小批量定制需求多，商业化更快落地。深度原理由于技术和团队优势，具备独特竞争力。
梁颖分析，AI4S技术壁垒非单环节，而是“数据—算法—算力—跨学科融合”的综合壁垒，尤以“高质量标注科研数据+领域专用算法”最核心。
通用大模型无法满足AI4S需求，必须结合具体学科的物理、化学原理开发领域专用算法。深度原理ReactiveAI平台针对化学反应和材料性能预测优化，算法与领域知识深度融合，难以复制。
“跨学科团队和算力适配能力也是壁垒。AI4S需‘AI算法专家+材料/化学/生物专家+工程化人才’复合团队，组建与磨合难度极大。”
梁颖建议深度原理避开大厂优势领域，专注垂直细分场景，如新能源材料、特种化工材料，通过“技术+场景”绑定，有效抵御大厂竞争。
贾皓钧野心不止于国内竞争，他认为中美在AI for Science领域站在同一起跑线，行业正蓄势待发。“当前阶段，弯道超车仍有可能。”以深度原理为代表的中国AI4S企业正开启行业新篇章。
https://finance.sina.com.cn/stock/vcpe/2026-02-09/doc-inhmenrt9441803.shtml