清析智研再获近亿元融资：要打造AI研发超级工厂

打造贯通AI模型、智能设备与材料交付的AI研发超级工厂。

本文为IPO早知道原创

作者｜Stone Jin

据IPO早知道消息，清析智研日前完成近亿元天使轮融资，投资方包括中芯聚源、高瓴创投、智元机器人、风物资本、东方嘉富及多家产业背景基金，覆盖半导体、先进制造、产业投资及国际科技创新生态。

值得一提的是，清析智研成立不到半年已在AI+材料研发与产业交付上取得阶段性进展，累计签约订单数千万元，客户涵盖先进制造、半导体、新材料等领域的产业企业与科研机构，并已与头部智能终端客户签署材料全栈委托研发订单。同时，清析智研即将发布全球首个全模态专家级智能表征分析模型，进一步推动专业模型能力的产品化。

从AI研发工具、AI原生仪器设备，到材料委托研发与自主材料IP，清析智研正在构建一条贯通科学数据采集、模型研发、实验执行与材料产业化的完整路径。

AI原生仪器设备，是清析智研实现材料涌现的重要切入口。

从科学仪器与工艺设备的AI化改造起步，清析智研将专业模型嵌入设备的测量、分析与控制流程，并逐步布局多合一AI原生主机台与自主实验室。这条路线既让模型能够参与真实实验，也打通了设备侧的数据接口，为模型持续迭代提供真实数据。半年内，清析智研已积累数千万量级真实实验多模态数据，支撑多款自研模型在国际权威Benchmark中取得SOTA成绩，并计划在2027年超过亿级多模态真实科学数据量级。

此外，清析自主研发的新一代稀土永磁材料已推进中试转化，目标于2027年实现量产。清析智研正与头部机器人厂商联合开发面向髋、膝、肩部关节及灵巧手等应用的高性能永磁材料，重点突破高扭矩密度、轻量化与高温稳定性等关键指标。

清华与斯坦福背景的复合型团队

构建AI与材料产业交叉能力

清析智研成立于2026年，核心团队兼具人工智能、材料科学、半导体与先进制造领域的科研积累和产业化经验。

创始人兼CEO董斯鸣毕业于清华大学本科、斯坦福大学材料科学博士，国家级人才，拥有15年以上半导体与产业研发经验。曾主导美国头部半导体企业首个AI自动化工艺开发项目，相关技术后发展为行业通行技术；曾管理年收入近2亿美元的业务，并推动多个AI+设备项目在国际头部晶圆厂落地。

联合创始人兼COO赵震林同样拥有清华、斯坦福背景，曾任美国等离子体技术企业应用科学家，参与特斯拉电池车身一体化工艺研发，并在国内主导PVD重稀土晶界扩散产线建设，兼具前沿材料技术背景、国际产业资源与材料化工领域商业化经验。

联合创始人兼首席科学家王欢博士毕业于清华大学，长期从事多模态大模型与复杂科学系统智能化研究，师从多位海内外院士，连续三年入选全球前2%科学家名单，在AI领域位列前0.35%，累计发表论文100余篇、拥有专利30余项、学术引用超过5000次。

AI、材料与设备三类核心能力在团队层面的深度融合，使清析智研从成立之初就具备了从算法模型研发走向真实工业场景、从科研成果走向产业交付的能力基础。

以真实科学数据为核心

构建AI原生仪器与自主实验室体系

清析智研认为，AI for Science的长期竞争力不仅取决于模型架构和算法能力，更取决于能否持续获取高质量、可追溯、来自真实物理世界的科学数据。

当前，材料研发过程中存在大量分散于科学仪器、工艺设备和实验记录中的数据。这些数据往往缺乏统一标准，难以直接用于模型训练，也难以形成实验结果与研发决策之间的有效反馈。

为此，清析智研选择从AI原生仪器与设备切入，将专业模型嵌入设备的测量、分析与控制流程，打通设备数据接口，将测量结果、工艺参数与实验记录转化为AI-Ready数据。目前，清析智研已积累数千万量级真实实验多模态数据，为模型训练、评测与持续迭代提供数据基础，并计划2027年将真实科学数据量级提升到亿级别。

在模型层面，清析智研已建立覆盖XRD、SEM/TEM、拉曼、XPS、核磁等主流表征方式的模型矩阵，多款自研模型在国际权威Benchmark中取得SOTA成绩。例如，自研XRD解析模型在中科院物理所MatSciBench基准测试中登顶，超越Nature标杆模型。近期清析智研也将发布全球首个全模态专家级智能表征分析模型，覆盖20余种主流表征分析方式，降低复杂材料分析对人工操作和专家经验的依赖。

在AI原生仪器与设备方向，清析智研规划了三个逐步演进的阶段：

第一阶段：单台设备AI化，实现自主测量。

将专业模型嵌入现有科学仪器与工艺设备，贯通选区、参数调整、数据采集与结果分析等流程，使设备能够围绕实验目标自主执行任务，并根据实时结果动态调整测量过程。

第二阶段：AI原生实验室，实现多模态协同表征。

在单台设备自主化基础上，从硬件架构上融合多种测量能力，同步获取材料的成分、结构、形貌等多维信息，通过AI进行交叉验证，让一套系统能够回答过去需要多台仪器协同解决的材料问题。

第三阶段：多合一AI原生主机台，打造AI研发超级工厂。

以AI主机台贯通材料设计、制备、表征与性能测试等研发过程中的全流程，由AI围绕目标性能和成本约束自主规划实验、调度设备、迭代方案，最终形成可7×24小时持续运行的AI研发超级工厂（AI SuperFactory）。

从AI研发工具到自主材料IP

形成多层次商业化路径

在商业模式上，清析智研并不局限于单一的软件或模型销售，而是围绕材料研发全流程形成三条商业化路径：

第一，标准化AI模型与研发工具。 面向高校、科研机构和产业客户提供专业模型、智能表征分析及科学计算等产品能力，提升研发效率，降低专业技术使用门槛。

第二，材料委托研发（CRO模式）。 面向产业客户的具体材料研发需求，提供从目标性能定义、材料设计、科学计算、实验验证到表征分析的全链条研发服务，将AI模型能力转化为可交付的研发成果。

第三，自主材料IP。 依托AI研发体系，在战略新兴材料领域开展自主研发，形成具有自主知识产权的材料配方、工艺及相关技术成果，实现从研发服务到材料产品的进一步延伸。

成立不到半年，清析智研累计签约订单已达数千万元，客户与合作方覆盖消费电子、能源、半导体、航空航天等领域的头部产业机构，并已承接头部产业方的全栈材料研发需求。

在自主研发方面，新一代稀土永磁材料是清析智研率先推进产业化验证的重点方向，该材料面向新能源汽车驱动电机、风力发电、伺服电机等高增长市场，对应市场规模超过500亿元。

目前，清析智研已取得阶段性小试成果，部分性能指标优于上市公司对标产品。相较上一代材料，成本降低约60%，耐热性能提升约30%。通过AI研发体系，原本需要3—5年的研发周期被压缩至约5个月。该材料体系正推进中试转化，公司计划在北京建设中试基地，目标于2027年实现量产。

与此同时，清析智研已与多家头部机器人厂商围绕机器人关节电机“小体积、大扭矩、耐高温”的核心需求，联合开发面向髋、膝、肩及灵巧手等高负载关节应用的高性能永磁材料，重点提升材料的磁性能、扭矩密度与高温稳定性。

除稀土永磁外，清析智研正同步孵化面向核聚变与高端装备的高熵合金，以及光刻胶、新型存储器等关键半导体材料的研发管线，构建可规模化复制的AI材料研发体系。

从数据到材料

打造可规模化复制的AI研发超级工厂

AI4S的上半场比的是模型指标，下半场比的是交付落地。清析智研聚焦产业研发场景，并快速走向落地前沿，本轮融资后将继续推进模型迭代、产业客户拓展。

以终为始，清析智研当下集中做两件事。

第一，用最低的边际成本、最快的速度收集真实物理世界的数据。科学仪器与工艺设备是物理世界产生科学数据最重要的入口。目前清析智研已积累数千万条真实实验数据，预计一年内达到近亿级。

第二，在选定的材料领域训练泛化能力。磁性材料正是清析智研选定的第一个“打样”领域：从AI设计到中试转化全链条自建，先把“AI交付材料”做成事实，再将这套打法复制到更多材料体系。

最终，清析智研让AI4S不仅是在让科学家拥有更强大的工具，而是让材料研发本身成为一种可以持续进化、规模化复制的生产能力，让AI从研发工具变为研发主体，最终推动科学发现与产业创新的涌现。