投资界（ID：pedaily2012）6月6日消息，据36氪报道，深度原理科技（Deep Principle）宣布完成近千万美元种子轮融资，该轮投资由线性资本领投，真知创投和 Taihill Venture 跟投。晶泰科技与深势科技作为科技产业方参与本轮投资。
深度原理科技于2024年创立，专注于人工智能驱动化学领域的科学研究。公司希望将人工智能、量子化学（Quantum Chemistry）和高通量实验（HTE）技术应用于化学材料领域，让材料创新的工作流程得以改善，加速化学材料研发创新效率。
公司创始成员均毕业于MIT，均具有大规模平台搭建和产业内研发经验。创始人兼CEO贾皓钧获MIT物理化学博士学位，曾于陶氏化学核心研发部门进行研发工作，专注于使用人工智能来研发催化剂配方及预测化学反应的路径，之前担任过麻省理工学院中国学生学者联合会（MIT CSSA）2022-2023 主席；创始人兼CTO段辰儒获MIT物理化学博士学位，在微软做研究科学家期间，为多家化学材料公司部署计算化学和人工智能解决方案。
深度原理科技希望解决的问题在于，与客户合作研发终端垂类应用产品，加速化学、材料领域的创新研究效率。“相比起平台产品，这更易于普及AI带来的高效研究方法，为未来培育更大市场。”贾皓钧表示。
技术路径上，深度原理科技聚焦四大核心算法模块。一是基于生成式模型，大规模主动生成目标化学材料和反应。二是基于推荐算法的模块，以低成本得到高精度的计算结果。三是通过控制模型，对当今的化学计算、化学反应实验直接降本增效。四是结合主动学习和贝叶斯工作流程，锁定目标催化材料。
团队所选技术路径，与创始团队的丰富原创科研成果密不可分。在 Nature 大子刊等顶级期刊以及 NeurIPS 等顶级会议上，两位创始人合计发表超过 60 篇论文，并首创多个AI for Chemistry 模型。目前，还有专利处于申请流程。
团队的其中一项关键工作，就是推出了基于生成式AI技术的扩散模型 OA-ReactDiff。
“ 90% 以上的工业产品都需要催化材料参与，35%的全球 GDP 都与催化反应有关。”贾皓钧介绍。
贾皓钧指出，“双碳”背景下，提升能源利用效率是实现碳中和的关键。例如，仅合成氨的生产每年就消耗全球 1%至2% 的能源，同时贡献了3%的碳排。“通过催化剂的改进，即使只提升（合成氨）1% 的转化效率，就能产生数十亿美元的经济效益，降本增效的同时减少碳排放。”
“通过AI4S的方法将合成氨效率提高5%，就是我心中独属于化学材料领域的 ChatGPT 时刻。”段辰儒认为，通过AI4S的方法，未来一定能实现更多化学材料的落地。
目前，深度原理团队仍处于产品早期研发阶段。团队计划先从化学材料切入市场，以 AI+CRO（通过合同形式为研发过程提供专业化服务）为早期合作模式，先主要向客户交付早期实验结果及计算结果。此后，团队或将建设内部管线（材料研发从设计、试验到最终落地的过程）。
本轮融资后，资金将主要用于研发投入、团队招募及市场拓展。晶泰科技、深势科技提供的数据、算力及其他AI基础设施，将有效协助深度原理科技的研发工作。
线性资本合伙人曾颖哲表示：“一个基础化学反应由反应物、过渡态、生成物三者构成，其中过渡态对于理解化学反应机理尤为重要。深度原理科技团队将最新的生成式模型和密度泛函理论相结合，革命性地提升了对于过渡态计算的速度和精度，在全球范围内都处于领先位置。我们期待团队未来能解决催化剂发现靠化学直觉盲目摸索的行业痛点问题，通过计算指导实验，引领整个化学研发的范式的迭代。我们也非常高兴参与到这个激动人心的变革中，期待与公司一起，共同见证和开拓人类探索化学反应的新边界。”
