清析智研完成近亿元天使轮融资：半年签约数千万元，自研材料推进中试
Z Potentials近日独家获悉，AI for Science初创企业「清析智研」近日完成近亿元天使轮融资。本轮投资方包括中芯聚源、高瓴创投、智元机器人、风物资本、东方嘉富及多家产业背景基金，覆盖半导体、先进制造、产业投资及国际科技创新生态；多维资本担任长期独家财务顾问。产业界对AI+材料研发的态度，已经从围观技术
AI for Science初创企业「清析智研」近日完成近亿元天使轮融资，Z Potentials独家获悉。投资方为中芯聚源、高瓴创投、
智元机器人、
智元机器人、风物资本、
东方嘉富及多家产业背景基金，覆盖半导体、先进制造、产业投资及国际科技创新生态；多维资本担任长期独家财务顾问。产业界对
AI+材料研发的态度，已经从围观技术，走向场景应用。
在
AI4S赛道，多数公司还在讲述模型与榜单的故事，清析智研已在AI+材料研发与交付上取得实质性进展。据悉，清析成立
最近半年里，签约订单金额累计已有数千万元，买家分布在先进制造、半导体、新材料等行业，既有产业企业也有科研机构；面向头部智能终端客户，材料全栈委托研发订单同样已经签下。另外，公司很快会推出全球首个全模态专家级智能表征分析模型，把专业模型能力往产品化方向再推一步。
AI原生仪器设备，是清析智研实现材料涌现的重要切入口。公司从科学仪器与工艺设备的
起步，将专业模型嵌入设备的测量、分析与控制流程，并逐步布局自主实验室与多合一AI原生主机台。
AI化
升级
走这条路线，模型既能上手真实实验，设备侧的数据接口也一并打通，迭代所需的数据因此来自真实场景。公司方面称，目前积累的真实实验多模态数据已达数千万量级，多款自研模型正是靠这些数据在国际权威Benchmark上拿到了SOTA成绩。
更稀缺的是其飞速的材料产业转化能力。清析自主研发的新一代稀土永磁材料已推进中试转化，目标于2027年实现量产。
同时，公司正与头部机器人厂商联合开发面向髋、膝、肩部关节及灵巧手等应用的高性能永磁材料，共建稀土材料数据基座，重点突破高扭矩密度、轻量化与高温稳定性等关键指标。
问到行业核心竞争力，清析智研给出的判断是：模型能力能不能筑起长期壁垒，关键看高质量真实科学数据能否持续拿到手；真实订单则是最直接的检验方式。
01 清华+斯坦福梦之队，要做科学家团队中的“产业派”
上述堪称
“梦幻”的产业成果，诞生于一支真正做过材料与产线的团队。创始人董斯鸣毕业于清华大学本科、
15年以上半导体与产业研发经验。曾主导美国头部半导体企业首个AI自动化工艺开发项目（后发展为行业通行技术）
。
任
担任AI业务负责人时，他手上管的业务横跨先进工艺、智能装备与科学仿真，年收入接近2亿美元，还推动多个AI智能化设备项目在国际头部晶圆厂落地。从底层工艺研发、智能装备创新，到全球业务经营和产业化落地，他的经验覆盖了这几个环节。
联合创始人兼COO赵震林同样拥有清华、斯坦福背景，曾任美国等离子体技术企业应用科学家，
深度
参与
开发
赵震林在国内还牵头了PVD重稀土晶界扩散方向的磁性材料技术研发与产线搭建工作，前沿材料创新、产业工程化以及[[保留1]]商业化这几方面的经验，他都具备。
全球
首席科学家王欢博士出身清华大学，常年研究多模态大模型和复杂科学系统的智能化，师从多位海内外院士，已经连续三年进入全球前2%科学家名单，在AI领域排在前0.35%，[[保留2]][[保留3]][[保留4]]累计发表论文100余篇，手握专利30余项，学术引用超过5000次。
累计发表
高水平
论文
材料、设备、AI三方面的能力凑在同一个创始团队里，清析智研从创立那天起就有了从模型研发一路做到工业交付的底子，对“终局路径”的看法也因此和纯算法出身的团队不一样。
02 一条少有人走的路：AI原生仪器与设备，打造真实数据壁垒
当被问及
聊到AI4S的核心竞争力，清析智研给出的判断很直接：模型能做到什么程度，取决于数据质量，尤其是真实物理世界里跑出来的实验数据。
于是公司把切入点放在科学仪器和工艺设备上，靠研发和改造AI原生仪器，把设备数据接口打通，让测量结果、工艺参数、实验记录都变成能拿来训练模型的AI-Ready数据。目前积累的真实实验数据已达数千万量级。
这套数据底子也托住了模型的迭代。清析智研从多模态表征往材料生成延伸，已经搭起覆盖XRD、SEM/TEM、拉曼、XPS、核磁等主流表征方式的模型矩阵，多项成绩达到SOTA。公司自研的XRD解析模型就在中科院物理所MatSciBench基准上登顶，成绩超过Nature标杆模型。
。
另外，公司打算近期推出[[保留7]]全球首个全模态专家级智能表征分析模型，可覆盖20余种主流表征分析方式，复杂材料分析对人工操作和专家经验的依赖会明显下降。
，覆盖
仪器设备既是数据的入口，也是模型参与研发时的执行载体。
正因如此，AI原生仪器与设备成了清析智研在AI4S赛道里差异化最明显的路径之一，具体分三个阶段推进。
•
第一步落在单台设备上，走的是把AI装进已有仪器的路子，让设备自己完成测量。
具体做法是引入专业模型，将选区、调参、采集、分析几个环节连成一条线，仪器便能围绕既定目标自主执行操作，并根据测出来的结果反过来调整测量流程。
•
第二阶段，
再往前一步是AI原生实验室。单机自主只是起点，这一阶段从硬件架构入手，把多种测量能力整合到一起，成分、结构、形貌等信息可以同步拿到，再由AI做交叉验证。过去要好几台仪器配合才能回答的材料问题，一台设备就能给出答案。
•
走到第三阶段，方向是多合一。
形态是AI原生主机台：设计、制备、表征、性能测试由AI主机台串起来，AI围绕性能目标和成本约束自行安排实验、调度设备、反复迭代方案，最终跑成一套可7×24小时不间断运转的……
也就是AI材料超级工厂（AI SuperFactory）。
”
03 既卖铲子，也挖金矿：首个材料IP进入中试转化，卡位人形机器人与新能源车
落到商业化，清析智研铺了三条线并行走。
一条是标准化AI模型订阅和AI设备服务，一条是材料委托研发。
C
R也就是O模式。与此同时，公司自己也做材料IP，盯的是战略新兴材料。成立不到半年，
签约订单累计已有数千万元，
还和北京大学集成电路学院一起发布了先进存储器材料智能研发平台。客户与合作方分布在消费电子、能源、半导体、航空航天等领域，多是头部产业机构。
更有产业想象空间的，是自研材料。
IP这块，清析智研把AI研发体系用到了新一代稀土永磁材料上。这类材料面向新能源汽车驱动电机、风力发电、伺服电机等市场，2030年全球需求预计17万吨，对应市场规模超过500亿元。
眼下该材料已有阶段性小试成果，部分性能指标优于上市公司对标产品，成本比上一代材料低约。
60%，耐热性能提升约30%。更关键的一点，AI把原本要3-5年的研发周期压缩到5个月。该材料体系正在推进中试转化，计划在北京建中试基地，2027年实现量产。
据介绍，
机器人这边，公司已和多家头部厂商围绕关节电机展开合作。
对方的需求是“小体积、大扭矩、耐高温”，双方联合开发用于髋、膝、肩、灵巧手等高负载关节电机的高性能永磁材料，重点放在磁性能与高温稳定性的提升上。
稀土永磁之外，公司还在同步孵化两条管线：面向核聚变与高端装备的高熵合金，以及光刻胶、新型存储器等关键半导体材料，目标是搭出一套能规模化复制的。
AI材料研发体系。
04 结语
AI4S的上半场拼的是模型指标，下半场拼的是交付落地。清析智研盯住产业研发场景，落地节奏也快，本轮融资后还会继续推模型迭代、拓产业客户。
以终为始，清析智研当下集中做两件事。
其一，用最低的边际成本、最快的速度去收集真实物理世界的数据。科学仪器与工艺设备，正是物理世界产生科学数据最重要的入口。公司目前积累的真实实验数据已有数千万条，预计一年内到近亿级。
其二，在选定的材料领域训练泛化能力。磁性材料就是清析智研选定的第一个
在“打样”环节，公司把从AI设计到中试转化的整条链路都自己搭了起来，先让“AI交付材料”成为事实，再把这套做法搬到更多材料体系上。
AI4S不该只满足于给科学家配更趁手的工具。在清析智研看来，材料研发本身要变成一种能持续进化、可规模化复制的生产能力。说到底，谁能解开产业里的真问题，谁就能在AI4S下半场跑赢。
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
