AI for Science领域迎来一匹技术黑马。近日，由麻省理工学院背景团队创立的科技创新企业「深度原理」宣布完成超亿元人民币A轮融资，阿里巴巴创业者基金大湾区基金与蚂蚁集团联合领投，联想创投、Taihill Venture等现有股东追加投资，BV百度风投持续加注，多家知名机构参与跟投。这笔资金将重点投入三大方向：加速材料发现智能体Agent Mira的迭代升级、推进L4级高通量自主实验室AI Materials Factory建设，以及深化与国内外头部企业的产业合作。
该团队在交叉学科领域的技术积累已形成显著壁垒。其自主研发的扩散生成模型在《自然》子刊连续发表封面论文：2023年推出的3D化学反应模型OA-ReactDiff首次实现单GPU 6秒内完成过渡态结构预测，将传统量子化学计算周期从数月压缩至秒级；2025年升级版React-OT更将预测速度提升至0.4秒，误差率降低超25%，对复杂反应体系的适应性显著增强。今年7月，团队在《先进科学》发表的研究证实，该模型在过渡态搜索中的准确性超越传统机器学习方法。在大语言模型应用方面，团队开发的LLM-EO工作流程通过化学顶级期刊《美国化学会志》封面论文验证，成功利用大语言模型实现过渡金属配合物的生成式设计。
技术双引擎驱动的"Diffusion+LLM"架构正在重塑产业研发范式。团队基于六大核心算法模块打造的ReactiveAI平台，近期完成关键升级为材料发现智能体Agent Mira。这个具备自主决策能力的AI系统能够根据研发需求智能调用算法模型、数据集和计算工具，覆盖分子设计、反应预测、配方优化等全流程。研发人员通过自然语言指令即可启动任务，使生成式AI从实验室技术转化为产业工具。某合作企业透露，使用该平台后，某新型材料的研发周期从18个月缩短至4个月，实验成本降低60%。
商业化进程已进入加速期。成立仅一年，公司已斩获超千万元订单，与多家行业龙头建立深度合作。在超分子材料领域，与杉海创新共建的AI平台通过百万级结构筛选，将传统试错实验效率提升百倍；日化领域与欧莱雅的合作中，平台从化学反应机理层面解析配方成分影响，使新产品预测命中率提升40%，研发投入减少35%。与战略股东晶泰科技的共创项目则聚焦化学材料智能化研发，共同打造覆盖全链条的智能研发平台。目前，新能源、精细化工等领域的多个重点项目正在推进，其中某新型电池材料的研发已进入中试阶段。
技术落地的最后一公里正在被打通。公司基于ECML（实验-计算-机器学习一体化）研发范式打造的L4级自主实验室AI Materials Factory，已进入实质建设阶段。这个由Agent Mira统筹的智能系统，将串联分子设计、反应预测、配方优化等核心模块，形成"AI预测-计算支撑-实验验证"的完整闭环。实验室配备的自动化设备可实现7×24小时连续运行，单日实验通量达传统实验室的50倍。该设施不仅将加速自有技术在新材料、日化、新能源等领域的落地，更将持续孵化基于ReactiveAI平台的创新材料矩阵，为前沿领域开拓提供技术储备。
