由前 OpenAI 和 Google Brain 的研究员创立的 Periodic Labs，凭借其宏大愿景——利用人工智能（AI）加速材料科学的发现，获得了高达 3 亿美元的巨额种子轮融资。该公司的核心理念是创建一个自动化实验闭环，结合大语言模型（LLM）、物理模拟和机器人技术，以寻找新的超导材料，从而可能颠覆传统的科研模式。
AI 科学的“天时地利”
Periodic Labs 的诞生源于创始人 Liam Fedus（前 OpenAI 研究员）和 Ekin Dogus Cubuk（前 Google Brain 研究员）的一次对话。他们认为，将生成式 AI 应用于科学发现的时机已经成熟。Cubuk 指出，三大技术进步为此奠定了基础：
- 可靠的机器人技术： 能够处理粉末合成（混合并创造新材料）的机械臂已经证明了其可靠性。
- 高效的物理模拟： 机器学习模拟的效率和准确性已足以模拟开发新材料所需的复杂物理系统。
- 强大的 LLM 推理能力： 大语言模型，部分得益于 Fedus 在 OpenAI 的工作，现已具备强大的分析和推理能力。
模拟、机器人与大模型的闭环
这三项技术的结合描绘了一幅清晰的蓝图：一个 AI 驱动的自动化科学发现流程。
- 模拟发现： 理论上，AI 模拟可以发现新的化合物。
- 机器人执行： 机器人可以根据模拟结果混合材料，进行实验。
- LLM 分析： 大语言模型可以分析实验结果，并提出改进建议，形成一个不断优化的循环。
“让 AI 接触现实，将实验带入（AI）循环中——我们觉得这是下一个前沿领域。”
一个同样重要的洞见是，即使是失败的实验也极具价值。在 AI 时代，数据是生命线。这些真实的实验数据，无论成功与否，都为 AI 模型提供了宝贵的训练资料。这可能会颠覆以成功发表论文为导向的传统科研激励体系，转向鼓励更多的探索。
疯狂的融资之路
Fedus 宣布离职创业的推文引发了风险投资界的狂热追逐。尽管最初暗示的 OpenAI 投资并未兑现，但这并不妨碍 Periodic Labs 吸引大量资本。一位投资者甚至为公司写了一封“情书”。
最终，顶级种子基金 Felicis 赢得了这笔交易。投资人 Peter Deng（同样来自 OpenAI）在旧金山与 Fedus 进行了一次“推销散步”（pitch walk）。在这次交流中，Fedus的一句话深深打动了他：
“每个人都在谈论做科学，但为了真正做科学，你必须亲自去做科学。”
Deng 意识到，这家公司的核心是为 AI 提供一个真实的湿实验室，让模型能够在受控的真实世界环境中检验其假设。他当场承诺投资，尽管当时 Periodic Labs 甚至还没有正式注册公司或开设银行账户。
明星团队与初步进展
凭借 3 亿美元的资金，Periodic Labs 迅速组建了一支由二十多名顶尖 AI 和科学人才组成的明星团队。为了促进跨学科合作，团队成员每周都会轮流向其他人讲授自己领域的专业知识。
公司已经建立了实验室，并开始处理实验数据、运行模拟和测试一些预测。
- 首要任务： 寻找新的超导材料，这一发现可能带来巨大的商业价值，并推动下一代低能耗技术的发展。
- 当前状态： 实验室已启动，但用于自动化实验的机器人“还需要一些时间来训练”。
尽管团队背景强大，资金雄厚，但这仍然是一次高风险的尝试。科学发现本身充满不确定性，无法保证快速成功。然而，无论最终是否找到目标材料，其过程中产生的宝贵数据本身就可能成为一项重大资产。