Deep Principle贾皓钧：AI4S时代，必须一路狂奔

当今年诺贝尔物理学奖和化学奖双双颁给人工智能领域科学家的消息刷屏时，Deep Principle（深度原理）创始人兼CEO贾皓钧博士正在出差路上。虽然对此早有预期，但他依然很兴奋：AI技术作为一股不可忽视的力量，正在推动科学研究的范式转变。

过去两年间，英伟达CEO黄仁勋大力投资多家AI制药公司，并在公开演讲中进一步强调了AI制药领域的巨大潜力，为其赋予了新的光环；与此同时，OpenAI首席执行官山姆·奥特曼（Sam Altman）今年在斯坦福大学和麻省理工学院的深度访谈中，分享了自己对人工智能未来发展的前瞻性看法。他特别指出，科学发现是AI应用中最令人振奋的领域之一，这既是推动人类进步的核心动力，也是在全球实现可持续经济增长的关键路径。

作为中国一家专注AI4S（人工智能驱动科学研究）的初创企业杰出代表，Deep Principle在成立半年多的时间内连续完三轮融资，背后既有线性资本、高瓴创投和祥峰投资等顶级财务投资机构接连下注，也有晶泰科技和深势科技这样的AI头部企业加持。

当大语言模型热度渐减，AI4S接棒迎来发展拐点，悄然深入科学和产业应用的旷野。

01. 上“书架”也要上“货架”

早在大学期间，贾皓钧创业的伏笔就已埋下。

贾皓钧在本科学习物理，主要研究二维材料、电池、超导、合金的第一性原理计算模拟，大量的数据让他意识到材料筛选的重要性，也让他清楚地认识到自己的兴趣点：“我希望做出的成果即能上得了书架，也能上得了货架。”

于是，贾皓钧来到麻省理工学院化学系和化工系攻读博士，师从AI助力化学设计领军人物Heather Kulik，主要研究方向是结合高通量量子化学和人工智能来帮助发现用于碳中和的新型催化材料。

贾皓钧把发现新材料的过程比作“在沙滩上找贝壳”。过去，人们用试错法寻找天然的新材料，比如广为人知的爱迪生发明灯丝材料的故事；随着科技的发展，传统化学计算方法（即密度泛函理论，简称DFT）被广泛应用于现代新型材料的开发。然而，经过上百年的实践，沙滩表面的贝壳已经被捡得所剩无几，传统方法开发新材料的成本越来越高，难度也越来越大。

AI4S为新材料的高效开发带来了新的可能，而Deep Principle的一项关键工作，就是研究开发了基于生成式AI技术的扩散模型 OA-ReactDiff。一个化学反应像是“魔术”，反应物眨眼间变成生成物，但要拆穿“魔术手法”，必须定睛看清眨眼过程时的“过渡态”，即对比出反应前后原子在3D空间中的位置关系。“过渡态”对于理解化学反应十分关键，它蕴含化学反应的机理，能被用以估算反应速率和能量，甚至指导高效催化剂等新型材料的设计。

用传统化学计算方法发现“过渡态”需要数小时甚至数天，不但价格昂贵，且常常“翻车”算错。相比DFT，扩散生成模型 OA-ReactDiff能让计算速度提升1,000倍，只要数秒就能生成“过渡态”结构，并且结果保留了化学反应要求的所有物理对称性，准确性也超过之前一系列AI模型。这项成果已在 Nature 大子刊 Nature Computational Science 上发表，并被选为封面论文。

看到AI在从科学研究到产业应用的巨大潜力，贾皓钧意识到，AI4S的时代真的来了！

Deep Principle（深度原理）通过先进的生成式AI来主动生成新型化学反应和材料

02. 深入产业，融入生态

AI已经成为当前最热门的研究和投资领域，当时代的钟摆不停摆动，AI创业者必须保持足够的定力，找到属于自己的道路，才能不被泡沫裹挟。

在AI4S领域，以AlphaFold为代表的AI+制药方向的创业热度和标的估值一骑绝尘，MIT所在的剑桥区域也是美国医药行业最集聚的地区之一。但贾皓钧并没有选择近水楼台，而是果断选择了AI+化学和材料这一相对“冷门”的创业方向。除了和其研究方向相关性更高以外，行业的差异性也是重要原因。

和材料相比，AI+制药落地的难度要大很多。一个新药从化合物发现到申请上市大约要15年时间，且最大的不确定性在于临床阶段；AI+化学/材料的确定性则高很多，且核心价值就在于新材料的发现阶段。

另外，纵观全球AI4S布局，无论是微软、谷歌、字节这样的科技大厂，还是巴斯夫、陶氏这样的传统化学材料制造巨头，都在大力投入AI4S的平台建设，前者依靠强大的算力优势，后者则依靠自身丰富的应用场景。不过，受制于传统实验室惯性和化学材料问题的复杂多样性，平台产品的使用壁垒难以消除，AI4S的实际落地并不尽如人意。

基于此前美国工业界及科技巨头的研发经验，贾皓钧看到，“全世界最好的材料化学生产基地在东南亚和中国。”他表示，虽然美国的创业和融资环境更友好，但国内的产业生态更完善，所以Deep Principle的技术和平台有望真正应用到产业，产生真正的价值，而不只是停留在实验室阶段。

Deep Principle要做的，不是简单复制科技大厂的路径，而是躬身入局，真正深入产业、融入生态，与客户合作研发终端垂类应用产品，加速化学、材料领域的创新研究效率，为应用落地创造更大价值。

Deep Principle（深度原理）团队成员

03. 科学创业的“张”与“驰”

在贾皓钧博士的身上，我们可以看到鲜明的天才科学家特征：语速极快、谈及专业内容时滔滔不绝且非常兴奋、对专业极度专注……从科学家到创业者的身份转变，不但没有让贾皓钧无所适从，反而让他对技术有着更多的执着追求。

“科学家的特质是科学探索精神，希望追求完美，而创业者追求的是技术的产品化和规模化，追求效率至上。”他表示。

作为Deep Principle的创始人，贾皓钧和同门师兄段辰儒在博士期间就强强联合，携手发表超过60篇论文，并打造了多个AI for Chemistry 模型。当贾皓钧在陶氏化学研究催化剂管线改进的时候，段辰儒正在微软Azure云负责AI for Science的技术平台化。在一次从午饭吃到晚饭的火锅局里，两人深入对谈AI for Science，分别从化学工业和科技大厂的角度分享自己的看法，思维不断碰转出火花，Deep Principle的萌芽由此产生。该公司的核心团队配置非常豪华，由六名欧美名校博士组成，他们均有数年的科技行业和化学材料产业工作经验。目前，Deep Principle有多项专利处于申请流程。

强大的人才配置，让Deep Principle的技术能力跻身全球第一梯队。“虽然我们团队在学术层面全球领先，但也只有半年至一年的时间优势。”贾皓钧表示，“唯有一路狂奔，才能持续保持领先。”在贾皓钧回国不到半年时间里，公司业务就有了不少进展，目前已与多家国内外化学材料和医药行业头部企业建立了合作关系。

和在技术领域的狂奔不同，Deep Principle对技术变现显得尤为克制，年仅26岁的贾皓钧也有远超同龄人的冷静。

“AI行业的变化和技术的迭代都太快了，即使是国外大厂的AI4S探索也有很多变数。我们不想让自己的技术太快地商业化，否则会沉醉在自己一亩三分地，忘记抬头观察行业的变化并迅速转向。”贾皓钧郑重地说，“我们要做的，就是不断优化模型并保持领先，不断证明我们的AI4S模型能用并且好用。”

随着AI带来了无限应用想象的新时代，科学家的认知探索功能也在被加速取代，但从贾皓钧的身上，我们可以发现另一种答案：科学家的创造性和好奇心，才是拓宽认知边界的决定因素，这一点AI无法取代。

关键词：