AI材料研发提速：鼎犀智创一年三轮融资，将2000天研发压缩至4天

AI新材料研发公司鼎犀智创近日完成数亿元Pre-A轮融资，由鼎晖百孚领投，九合创投、彬复资本、龙芯创投、顺禧基金、中关村资本跟投。这是其一年内第三轮融资，此前已获昆仲资本、元生创投、上海未来产业基金、晶泰科技等投资。资金将用于RhinoMat材料科学基础大模型研发、多场景AI智能体与自主进化实验室体系建设，以及碳基高性能材料放大验证。

行业关注点正从“能否生成候选材料”转向“能否在真实世界完成验证”，即AI给出的结构配方是否可制备、性能能否复现、数据能否反向更新模型，以及中试放大后结论是否成立。鼎犀智创成立于2025年，依托北京大学孵化，核心团队来自北大、清华、剑桥、斯坦福、MIT等。公司选择靠近物理世界的技术路线：RhinoAI平台打通AI Scientist、自主实验系统与中试放大能力，算法提出假设，机器人执行实验，数据反馈模型，科学家负责机理与工程决策。

新材料从设计到量产通常需五到十年。鼎犀以跨尺度物质编译为框架，自研Rhino Physical AI平台由AI Scientist与Self-Driving Lab协同驱动，将研发拆解为可执行任务流，形成“设计—执行—表征—反馈—优化”闭环。模型方面，RhinoMat以三维等变图神经网络为底座，统一表示聚合物结构，结合扩散模型逆向生成目标聚合物，并通过实验反馈校准。Rhino已积累超125万条多尺度模拟数据、4.8万条自动化实验数据，构建含21.4万实体和62.6万关系的知识图谱，失败实验同样保留，形成“模型—配方—设备”三级增强回路。

案例一：在复合材料领域，鼎犀联合北大深研院，依托CarbonKylin系统，将原本约2000天的多目标寻优压缩至4天，研发周期缩短99.8%；烯碳/芳纶复合纤维拉伸强度达41.2 cN/dtex，据披露为业界最强，已进入中试。系统还发现碳材料与芳纶分子链强界面层可通过锚定效应抑制缺陷，提供可解释机理线索。相关成果获2026世界人工智能大会AI4S赛道一等奖，入选北京市首批AI赋能科研典型案例。

案例二：在新能源材料领域，鼎犀联合北大团队，以机器学习和贝叶斯优化驱动自动配液与测试，7天内找到电解液配方方向，研究周期由180天缩至30天，实验量减少75%，电池库伦效率突破99.5%。

两个案例验证同一逻辑：模型缩小搜索空间，自动化实验执行表征，数据回流驱动决策，闭环可跨方向复用。鼎犀将中试放大纳入AI Scientist体系，CarbonKylin复合纤维已进入中试。公司与北大团队深度合作，依托北京、深圳、香港布局，并与万华化学、贝特瑞、金羽新能等开展联合研发。下一阶段将以聚合物模型为先导，扩展RhinoMat与AI Scientist能力，推动材料研发从单点项目走向平台化基础设施。