人工智能与科研的深度融合迎来新突破。OpenAI后训练团队核心成员William Fedus与DeepMind材料科学领域专家Ekin Dogus Cubuk联合创立的Periodic Labs宣布完成3亿美元融资，这家专注于"AI科学家"培养的初创企业，正试图重构传统科研范式。
创始团队背景堪称豪华。William Fedus作为Transformer架构重要贡献者，曾在Google Brain和OpenAI主导语言模型后训练体系搭建，其开发的Operator（现Agent）系统开创了实用智能新范式。这位拥有MIT物理本科学位与蒙特利尔大学计算机博士的跨界专家，在ChatGPT早期强化学习管线构建中发挥关键作用。联合创始人Ekin Dogus Cubuk则是哈佛大学凝聚态物理博士，其在DeepMind期间参与的GNoME项目，曾通过AI发现220万种潜在晶体结构，相关成果登上《自然》杂志封面。
公司核心技术路线聚焦自主实验室构建。团队认为，当前大模型训练依赖的互联网文本数据（约10万亿token）已接近极限，而物理实验产生的结构化数据具有不可替代性。每个实验可生成GB级高质量数据，包含大量未被公开的负向结果，这些数据构成的"现实强化学习环境"，能培养真正具备科学发现能力的AI系统。
高温超导材料研究被选为首个攻坚方向。团队指出，常压下超过200K的超导体尚未被发现，这类材料若实现将引发能源传输、量子计算等领域的革命。实验系统需整合文献解析、晶体生成、热力学模拟、配方优化等多模块能力，形成"假设-仿真-实验-优化"的完整闭环。这种能力迁移后，可应用于磁性材料、电池材料等更广泛领域。
产业应用已现端倪。公司正在为半导体企业开发芯片散热解决方案，其系统通过分析历史实验数据，结合实时仿真条件，可快速输出新型散热结构设计，并评估物理约束极限。这种研发流程嵌入的AI助手，能将材料发现周期从数年压缩至数月。
团队构成体现鲜明跨界特征。30人团队中，半数为顶尖大模型研究者，半数为物理、化学领域实验专家。每周的跨学科研讨会成为知识融合的重要场景，量子力学与强化学习、晶体生长与数据管线的碰撞持续产生创新火花。公司特别强调"行动优先"文化，要求团队成员必须亲自动手实验，而非仅停留在理论推导。
本轮融资阵容堪称顶级。由a16z领投，NVIDIA风险投资部门NVentures、Felicis、DST、Accel等机构参投，杰夫·贝索斯、谷歌前CEO Eric Schmidt、DeepMind联合创始人Jeff Dean等个人投资者也加入战局。这笔资金将用于实验室扩建、团队招募及自主实验平台开发。
技术路线图显示，公司计划在2026年前建成自动化材料合成平台，实现从假设提出到实验验证的全流程自主运行。中期目标是将AI科学家系统推广至航空航天、国防等领域，为工程师提供实时决策支持。长期愿景则是建立通用型科研AI框架，使机器具备真正意义上的科学发现能力。
