AI+科学的周期实验室创全球种子轮融资历史纪录

周期实验室获3亿美元创纪录种子轮融资,由前OpenAI与DeepMind顶尖科学家创立,旨在打造能自主进行物理实验的AI科学家,首攻室温超导体,重构科学发现范式。  

一家名叫“周期实验室”(Periodic Labs)的神秘公司横空出世,直接引爆全球科技圈!他们刚刚完成了一笔史无前例的3亿美元种子轮融资——你没听错,是种子轮,不是B轮、C轮,而是刚起步就拿了3亿美金!这可是创下了全球种子轮融资的历史纪录,连硅谷老炮儿们都惊呆了!

这笔钱是谁给的?阵容堪称“神仙打架”:顶级风投安德里森·霍洛维茨(Andreessen Horowitz)、AI芯片霸主英伟达(NVIDIA)、亚马逊创始人杰夫·贝索斯(Jeff Bezos)、谷歌前CEO埃里克·施密特(Eric Schmidt),还有谷歌AI大神杰夫·迪恩(Jeff Dean)……这些名字随便拎一个出来,都是能改变行业格局的存在。他们集体押注的,不是又一个聊天机器人,而是一群能自己做实验、自己写论文、自己发现新材料的“AI科学家”!

这听起来像科幻电影,但周期实验室是认真的。他们的目标,是彻底重构人类科学发现的方式——不再靠人类博士在实验室里熬通宵,而是让AI驱动机器人,在全自动实验室里24小时不间断地混合化学物质、加热材料、分析数据、迭代优化。整个过程,人类几乎不用插手。AI自己提出假设,自己动手验证,自己得出结论,甚至还能根据结果调整下一轮实验方向。这已经不是“辅助科研”了,这是“取代科研流程”!

说到创始人,那更是AI界的“梦之队”:
联合创始人利亚姆·费杜斯(Liam Fedus)曾是OpenAI的研究副总裁,亲手参与打造了ChatGPT,并主导开发了全球首个万亿参数神经网络——这可是大模型时代的里程碑。
另一位创始人埃金·多古斯·丘布克(Ekin Dogus Cubuk)则来自谷歌DeepMind,曾担任材料与化学研究负责人,他带队开发的GNoME AI系统,在2023年一口气发现了超过200万种全新晶体结构,震惊学界。

这两位,一个精通通用人工智能,一个深耕材料科学,强强联手,直接瞄准了AI最难啃的硬骨头:物理世界的探索。

他们的团队还不止于此:核心成员里还有参与过OpenAI最新智能体“Operator”项目的工程师,以及开发微软“MatterGen”材料生成AI的科学家。这种人才密度,在普通初创公司里可能十年都凑不齐,而周期实验室在AI热潮最巅峰的时刻,直接把顶尖大脑一锅端了。

为什么现在要干这件事?创始人在官方博客里说得非常直白:“到目前为止,科学类AI的进步,几乎全靠训练互联网上的已有数据。但大语言模型已经‘吃干榨净’了互联网能提供的所有信息。”换句话说,AI的知识库快见底了。如果还想继续进化,就必须创造全新的、高质量的、真实世界的数据——而最好的方式,就是让AI亲自下场做实验。

他们的第一个目标,就是“室温超导体”:
你可能听说过,超导材料能在零电阻状态下传输电力,理论上能让电网效率100%、让磁悬浮列车普及、让量子计算机稳定运行。但问题在于,现有超导体要么需要接近绝对零度的极低温(比如零下200多摄氏度),要么依赖稀有昂贵的元素,根本没法大规模应用。

如果周期实验室的AI科学家真能用常见元素合成出在常温常压下工作的超导体,那不仅是诺奖级突破,更可能直接引爆新一轮工业革命!

但他们的野心远不止于此。超导体只是起点。他们真正想构建的,是一个“科学发现的自动流水线”——从化学合成到新材料设计,从药物分子筛选到新能源材料开发,整个科研流程被AI重构、加速、规模化。每一次实验产生的数据,都会反哺AI模型,让它变得更聪明、更精准。这种“实验-学习-再实验”的飞轮一旦转起来,人类科研的速度可能提升几十倍甚至上百倍。

当然,这事儿烧钱也狠。3亿美元听着多,但要建全自动实验室、买高精度机器人、部署液氮冷却的实验舱、搭建实时控制AI的算力集群……每一项都是天文数字。普通种子轮融个1000万到2000万美元就算顶天了,周期实验室直接干到3亿,说明投资人不仅信这个故事,更信这群人能把科幻变成现实。

其实,AI+科学并不是新概念。早在2023年,学术界就开始探索自动化化学实验。像日本的“铁腕科学”(Tetsuwan Scientific)、加拿大多伦多大学的“加速联盟”(Acceleration Consortium),还有非营利组织“未来之家”(Future House),都在尝试用AI加速科研。但没有一家能同时集齐顶级人才、顶级资金和顶级战略资源。英伟达投它,是因为周期实验室的AI训练和实验控制全靠GPU;贝索斯和施密特投它,是因为他们见过太多技术从0到1的奇迹;安德里森·霍洛维茨投它,是因为他们坚信,下一代AI基础设施,必须扎根于真实世界的数据生成。

现在,大模型的发展正面临瓶颈。光靠爬取网页、总结人类知识,AI已经很难再有质的飞跃。真正的突破,必须来自与物理世界的深度交互。而科学实验,正是最高价值、最高复杂度的交互场景之一。谁能率先打通“AI思考—机器人执行—数据反馈—模型进化”这个闭环,谁就可能掌握下一代AI的命脉。

周期实验室,就是在赌这个未来。他们赌的是:AI不仅能理解科学,还能创造科学。如果成功,人类将进入一个“科学大爆炸”时代——新材料、新药、新能源以前所未有的速度涌现,气候变化、能源危机、重大疾病等全球性难题,或许都能在AI驱动的实验室里找到答案。但如果失败,3亿美元可能就砸进了一个过于理想化的泡沫里。

但无论如何,他们的出现,已经为AI行业指明了一个新方向:从“信息处理”走向“物理创造”。这不仅是技术的跃迁,更是人类认知边界的拓展。当AI开始亲手触摸世界、改变物质,我们或许真的站在了智能文明的新起点上。

所以,别再只盯着谁家大模型又更新了。真正改变未来的,可能正在某个全自动实验室里,由一群沉默的机器人和它们背后的AI科学家,悄悄合成着下一个改变世界的材料。