世界级材料科学家领衔，MATARIA完成数千万种子轮融资

近日，AI4M材料物理智能引擎公司MATARIA（元材新界）宣布完成数千万人民币种子轮融资，由君联资本领投、小苗朗程跟投，点石资本担任独家财务顾问。

公司由连续八年入选科睿唯安全球高被引科学家的刘政教授领衔，联合AI多智能体与强化学习学者安波，以及汤碧珺、肖玉善组成跨学科核心团队。刘政为南洋理工大学材料科学与工程学院讲席教授，深耕二维材料研究二十余年，发表500余篇论文，其中70余篇发表于《Nature》《Science》及子刊，累计引用超8万次。安波为南洋理工大学校长讲席教授、AAAI Fellow，担任该校人工智能研究院院长。CEO汤碧珺兼具材料科学与AI4M实践经验，入选《福布斯》30位30岁以下精英榜；CTO肖玉善为复合材料与仿真专家，主导开发Compelix平台和AutoFEM引擎。

团队跨学科协作可追溯至2017年。当时刘政开始探索以AI提高材料合成效率，汤碧珺与安波等AI学者合作，从小参数模型入手统一记录实验数据，主动学习模型将几百组实验压缩至四分之一到五分之一，周期从几个月缩短到几天，相关方法已推广至多个材料体系。

MATARIA认为，材料研发的核心价值不仅在候选配方，还在可经受产线验证、能够复用的工程方案和知识产权。从候选到工程方案面临三道坎：尺度上，材料问题横跨十多个数量级，通用大模型学不到物理直觉，物理工具也可能出错；数据上，文献多呈现成功实验，失败实验记录不足，公开数据库约10%至20%数据因简化假设失真；翻译上，企业目标需转化为AI能回答的具体问题。为此，公司采取“模型预测—物理计算—实验验证—数据回流”的研发路径，以跨尺度材料模型为基座，结合AutoDFT、AutoFEM和相图计算等工具筛选候选方案。

数据是闭环中最难的一环。团队将传统实验设备改造为“会记录的设备”，持续记录材料制备到验证的关键过程数据，并积累近十年单原子级电镜数据及仿真与实验交叉校准数据。

产业验证方面，在商业复材体系强度预测任务中，模型预测误差仅±1.2%，而对比的海外通用大语言模型误差最高达±15.6%；团队在不到两个月内定位到双波段红外四元材料体系，另一项超薄红外材料技术已授权给海外光子技术企业。目前近10家航空制造、复材和化工领域企业已开始使用其技术。公司优先选择多功能复材作为切口，与航空航天、先进封装、核能等领域头部企业从下一代产线设计阶段开展合作。

未来18个月，MATARIA计划推出可部署的跨尺度材料模型V1.0，并在3至5个行业完成试点。组织上采用“1+X+Y”架构，复材为第一个垂直产业单元，半导体材料、红外光电材料将是后续方向。挑战在于高质量过程数据采集成本较高、跨尺度推演校准难度较大、材料走向产线周期较长，其跨尺度材料模型能否在不同材料体系和生产条件下持续复用，将是商业化验证的关键。