当 AI 开始创造材料:深度原理贾皓钧的材料革命有点Yi思

当 AI 开始创造材料:深度原理贾皓钧的材料革命

64分钟 ·
播放数4649
·
评论数14

本期《有点Yi思》的嘉宾:
贾皓钧 - 深度原理创始人
范超 - 蚂蚁战投投资总监

化学反应,是材料工业的底层语言。可现实是,材料研发至今仍高度依赖试错,一个新材料从实验室到量产,往往要走上五到十年。材料空间又大、路径又散,传统方法越来越接近瓶颈。AI进入这个领域,改变的就不只是效率,而是材料发现的方法本身。

深度原理做的,就是这件事。它把生成式AI、第一性原理计算和高通量实验接到一起,做出 Mira 平台,让材料研发从“靠经验猜结果”,变成“先设计、再验证、再迭代”。对贾皓钧来说,回国创业不是把论文搬回国内,而是把中国制造业最需要的底层研发能力,接上下一代AI工具。

这家公司成立不到三年,已经跑出近千万订单,并开始进入化工、日化原料、新能源电池等更具体的产业场景。对深度原理来说,创立公司的意义也不只是一门生意,而是在材料研发这件事上,重新建立一套更可复制、更可积累的产业能力。

《有点Yi思》第13期,我们和深度原理创始人贾皓钧、蚂蚁战投投资总监范超,聊材料研发为什么会在今天被AI重写,也聊一家 AI for Materials 公司,如何走向产业基础设施以及如何商业化

图为:Mira推动下的真实实验室场景

图为:Mira智能体演示界面

⏰OUTLINE:

01:10|从物理转向化学,主动寻找更接近产业的方向

09:14|创业要“上得了书架,也得上得了货架”

11:33|创业前“建议你先聊100个人”

14:55|搭档不是“凑”出来的,是互补出来的

18:40|用AI4S摆除“经验驱动”的事情

20:08|招聘人才要让“TA在某方面强于我”

27:36|3百万条数据,能把材料研发推到哪一步

30:51|为什么必须自建高通量实验室

34:53|第一批订单,验证未来的产业判断

40:51|投资人看AI4S赛道会是未来的方向吗?

43:43|中美在AI4S上的差距体现在哪些层面?

45:52|“要切入切实的工业问题才有可能获得商业回报”

54:40|靠生产力作为护城河的企业,或许会消失

01:00:48|十年后,深度原理想成为一家什么样的公司?

展开Show Notes
把生成式AI用在新材料设计上
AI可以应用到各行各业。
我们就是做材料的传统企业,确实在考虑转型,但是没有方向
以后做材料就像做算法一样,先建模再验证,太爽了
传统方法到瓶颈了,不换思路真的不行
kenovice
kenovice
2天前
15:25 AI4S还是很有前景的
LUBABA0
LUBABA0
3天前
AI不是取代科学家,是把科学家从重复劳动里解放出来,让他们去想更重要的问题
40:35 MIT毕业也算天才少年了
wahahahal
wahahahal
2天前
44:20中美差距还是存在的
材料研发确实太依赖试错了😭
16:49 做AI材料的核心竞争力说白了就是数据和闭环,你有多少高质量的实验数据,你的模型就能多准。
智者步入爱河:但数据不是天上掉下来的,得自己建高通量实验室一天天跑出来。深度原理才成立不到三年,能攒出300万条私有数据,这个执行力确实吓人
1:35 传统行业还是要拥抱变化
深沉cxx
深沉cxx
3天前
传统方法一个新材料从实验室到量产要五到十年,如果AI真能把这事儿压缩到一两年,那就不只是效率提升,是整个工业的底层逻辑在变。