AI4Materials企业开物纪获亿元天使轮融资，Monolith领投

问AI · 团队跨界背景如何助力材料大模型产业化？

文｜晓静

编辑｜徐青阳

3 月 24 日，AI 材料科学公司开物纪宣布完成天使 + 轮数亿元融资，由 Monolith 领投，光合创投、集富亚洲跟投，高瓴创投、IDG、蓝驰创投、BV 百度风投、L2F 光源创业者基金等老股东全部跟进。光源资本担任独家财务顾问。资金将用于材料大模型能力建设、自研材料管线的产业化落地以及团队扩充。

这是开物纪成立以来的第二轮融资。老股东全部超额加注，同时引入新的领投方 Monolith，一定程度上反映了资本市场对 AI 驱动材料研发这一方向的持续关注。

一支从微软研究院走出的团队

开物纪由陆子恒博士创立。陆子恒曾任微软研究院首席研究员及科学智能中心材料团队负责人，研究方向集中在大规模深度学习及其在材料设计中的应用，同时拥有十余年能源材料的实验室与产业化经验。联合创始人杨孟洋博士同样出身微软，曾任高级研究经理，具备光学、电子、材料等交叉领域的研发背景，主导过微软存储与材料研发项目，将相关工作从概念验证推进至系统级部署。

产业 CTO 任瑜博士则来自产业侧，拥有二十余年工程化与量产经验，曾在 BASF 等头部材料企业长期负责战略选品和技术体系的规模化推进。核心团队还汇集了来自 Microsoft Research、Google DeepMind、BASF、剑桥大学、帝国理工、哥伦比亚大学、清华大学等机构的研究与工程人员，覆盖模型预训练、Agentic AI、实验室研发与产业转化等环节。

弱先验、强 Scaling 的技术路线

在技术路线上，开物纪选择了一条与行业中常见的「专家经验 + 小模型」路径不同的方向：弱先验约束下的规模化训练。公司搭建了高并发合成数据与高通量物理实验数据环境，通过大规模预训练让模型学习更泛化的材料与化学空间表示，降低对人为化学先验知识的依赖。该团队相关研究已验证 Scaling Law 在材料大模型中的有效性，成果于 2025 年发表于《Nature》。

具体而言，开物纪构建了「Prophet 预测引擎 + Creator 生成引擎」的双引擎架构。Prophet 负责高精度、广谱性质预测与筛选，Creator 面向跨元素体系的材料生成与逆向设计。公司同步建设了百万级高并发数据基础设施，实验室、自动化高通量平台与公斤级验证平台也已启动搭建。

据公司披露，团队已在多个方向取得阶段性进展：在固态电解质方向，模型辅助研发显著压缩了研发周期；在热管理材料方向，团队首次在超 64 万种无机晶体结构中系统探索热导率分布，部分关键材料已获第三方验证；在可回收 PCB 基板材料方向，已实现从材料合成到符合真实工况的器件级产品。

目前，开物纪的探索重点涵盖新能源电池、冷存储、具身散热材料、超导材料等方向。公司既推进自研材料管线，也与产业伙伴开展合作共研。

AI 驱动的材料研发目前仍处于产业化的早期阶段。从模型预测到实验验证、再到吨级量产，每一步都存在显著的工程与成本挑战。

创始人陆子恒表示：“开物纪希望构建的不只是更快的研发工具，而是一套可复用、可放大的材料智能基础设施，让材料 IP 的产生从依赖个体经验和低频偶然，逐步走向可预测、可规模化。”

领投方 Monolith 评价称，开物纪“从一开始就想清楚了大模型在材料领域该怎么用、怎么落地”，团队的务实与长期视角是其决策的关键因素。

对于开物纪而言，下一阶段的核心命题是：能否在多条自研管线上跑通从模型设计到量产交付的完整路径，并以此证明全栈模式在材料领域的商业可行性。