深势科技完成新一轮超7亿元人民币融资,多项成果及产业化落地将 AI for Science 引入大模型时代

来源: 中国日报网
2023-08-18 16:39 
分享
分享到
分享到微信

深势科技近日完成新一轮超 7 亿人民币的融资。此轮融资投资人包括众源资本,和玉资本,正心谷资本,Evergreen Scitech Delta等和多家产业资本。此轮融资资金将主要用于继续吸引行业内顶尖人才,深化从算法原始创新到工业软件及行业解决方案的全栈能力,并加强相关技术在生物医药、新能源、化工、半导体等场景的产业化落地及商业化推广。

近年来,深势科技进入规模化及商业化发展加速阶段,已经成长为 AI for Science 行业的重要引领者,推出了一系列面向微观和介观尺度模拟仿真、分子性质预测、实验表征优化等多项科学基本问题的计算引擎和预训练模型,在此基础上打造了科研、药物、电池等行业的新一代AI与计算仿真驱动的研发解决方案,并迅速构建基于 AI for Science 的开放生态及产业协作体系。

此轮投资方对于深势科技和 AI for Science 全新科研范式引领的科学变革以及对产业产生的深远影响表示出了积极的期许。

和玉资本(MSA Capital)表示:深势科技打造新一代科学研究基础设施,解放了过去因算力限制的发展进程,为药物研发、材料探究等领域提供了全新的可能性。团队具有全球领先的科研技术水平,在全球范围内属于AI For Science领域的先行者、引领者。和玉资本(MSA Capital)作为深耕中国、放眼全球的私募股权投资机构,很高兴能够发现这样一支年轻又富有自主创新性的本土团队。这种基础设施,底层逻辑的创新也是我们一直在核心科技赛道所寻觅的。我们期待与深势科技共同成长、并助力深势科技的科研成果转化,共同打造AI for Science的新时代。

正心谷资本表示:深势科技是 AI4S 的先行者,是国内首个做出了 AI4S 领域世界级的原创性成果的团队。我们看好 AI 技术为科学研究带来新工具,推动科学研究从“小农作坊”模式向“平台科研”模式转变。此外,AI4S 可以助力建立一个由产业需求推动科研的有效体系,带来科研范式的变革和新的产业业态,让 AI 和产业的结合推动底层的科研,用底层创新推动行业发展,在材料、医药等各个垂直行业发挥更大实际价值。最重要的,深势具备较强的产品落地能力和商业化能力,研发的科研平台、工业软件获得了众多高校和产业客户的认可,与产业头部公司对话和项目共研的能力获得了验证。

众源资本表示:非常开心的看到并支持深势科技这样“用科技创新解决真问题”的企业。科技创新很难,解决行业真问题也很难,但深势科技很好的做到了两者,并打造了科学创新到行业落地的一整套产品和方案,引领和推动了整个 AI for Science 领域的发展。深势的 slogan 是“分子模拟未来”,而组成深势的“分子”是一支年轻、创新驱动的跨学科团队,“遇到难题我重拳出击”和“如果你的第一反应不是退缩而是激动”,相信这样的“分子”和“力场”会演绎出精彩有趣的未来,我们也很兴奋能够参与其中。

深势科技创始人兼CEO孙伟杰表示,世界本质上都是由原子构成的,人类在物质世界的所有创造,本质上都是对100多种原子的搬弄与组合,而今在 AI for Science 时代,这些搬弄与组合的经验与原则可以很好地沉淀在模型和软件中。深势希望基于 AI for Science 新范式,为科研人员打造窥视和操作微观和介观世界的手、眼、脑,将药物、电池等领域的科研和研发由大规模实验式试错,转变为“计算设计-实验验证”的新范式,为众多工业行业打造一套有效的软件工具和解决方案,为科技进步、产业升级、科技强国提供新动力。

深势科技是 AI for Science 科学研究范式的先行者,其首创的「多尺度建模+机器学习+高性能计算」范式,突破性地实现了多尺度分子模拟中精度与效率的统一。凭借新一代分子模拟技术 DeePMD ,深势科技团队核心成员曾获2020年度高性能计算领域最高奖ACM戈登·贝尔奖。相关工作当选由两院院士评选的2020年中国十大科技进展,以及2020年全球人工智能十大科技进展。并当选为国家高新技术企业,国家级专精特新小巨人。

从创立至今,深势科技从未停止不断创新和落地的脚步。在过去一年,深势科技及合作者发布了一系列重磅的技术成果,对一系列 AI for Science 基础设施进行了迭代升级,也将 AI for Science 带入了预训练模型时代:Uni-Mol 分子表征大模型在OGB-LSC量子化学性质预测任务上夺得冠军,并为制药、催化、OLED 等场景提供全新的解决方案;Uni-RNA 大模型大大提升了mRNA疫苗设计、RNA结构预测、ASO开发、SiRNA疗法创新、靶向RNA小分子开发、Aptamer研发等几乎所有RNA相关研发场景的模型能力;DPA预训练模型大大提升深度势能模型的场景迁移和泛化能力,已在高性能合金、半导体及电池材料设计等应用场景中证明其领先性和优越性。

 

【责任编辑:钟经文】
中国日报网版权说明:凡注明来源为“中国日报网:XXX(署名)”,除与中国日报网签署内容授权协议的网站外,其他任何网站或单位未经允许禁止转载、使用,违者必究。如需使用,请与010-84883777联系;凡本网注明“来源:XXX(非中国日报网)”的作品,均转载自其它媒体,目的在于传播更多信息,其他媒体如需转载,请与稿件来源方联系,如产生任何问题与本网无关。
版权保护:本网登载的内容(包括文字、图片、多媒体资讯等)版权属中国日报网(中报国际文化传媒(北京)有限公司)独家所有使用。 未经中国日报网事先协议授权,禁止转载使用。给中国日报网提意见:rx@chinadaily.com.cn