CuspAI

CuspAI 是一家把 AI 用在材料发现上的研究公司，注册在英国剑桥，官方把目标写成解锁人类进步所需的关键材料，重点落在半导体、能源与气候三个方向。它不是给个人用户开的在线工具，而是以 AI Materials Foundry 为核心，联合产业界、实验室与数据伙伴组成网络，通过申请与合作的方式接入。它更像一个研究合作入口，而不是一个能直接注册使用的软件。

核心能力

• 材料发现：用模型在海量候选结构里筛出可能满足目标属性的材料，替代一部分靠直觉的试错实验，把搜索范围先压到可验证的量级。
• AI Materials Foundry：官方描述为一个由产业、实验室与数据伙伴组成的全球网络，把算力、数据与实验验证串起来，而不是只给一份计算结果。
• 场景聚焦：官方点名半导体、能源与气候，属于典型的高价值、长周期材料问题，也更适合用合作的方式分摊成本。
• 合作接入：站内设申请入口与 Foundry 对接会话，需要提交需求并预约沟通，通常先聊清楚问题再谈怎么合作。
• 研究与动态：官方通过博客、新闻与招聘页面公开研究进展与团队情况，可以据此判断它的方法论是否对自己的课题有用。
• 数据合规：官网单独列出隐私声明，说明收集哪些数据、如何共享与保留，企业评估时可以拿来对照内部要求。

适合谁

• 材料、化学与器件方向的研究者，需要在大空间里做候选筛选。
• 半导体、电池、碳捕集等领域的企业研发团队，寻找外部 AI 能力补齐筛选环节。
• 拥有实验数据、想找模型侧合作方的实验室。
• 关注 AI for Science 进展的投资与战略研究者。
• 做电解液与固态材料的研发团队，需要在配方空间里缩小范围。

使用建议

• 先明确要优化的属性与约束，材料发现类合作最怕目标写得含糊，模型再强也筛不出你要的东西。
• 先想清楚成功标准是可合成、可稳定还是成本可控，不同目标筛出来的候选差别很大，这三件事往往互相牵制。
• 准备一份可验证的数据说明：有哪些表征数据、通量多大、能接受多长的验证周期。
• 通过官网申请入口提交后一般会安排对接会，会前把问题清单与保密要求写好，别指望第一次对接就能定方案。
• 提前和法务确认数据与成果归属，联合研究里这块最容易在后期扯皮；这是研究与合作型平台，评估周期通常以季度计，不适合期待注册即用的个人用户。