《科创板日报》9月21日讯 ，近日 ，深圳市新研智材科技有限公司（下称“新研智材”）宣布完成千万级天使+轮融资，由启赋资本独家领投。本轮资金将主要用于AI算法与领域大模型持续迭代 、复合型人才引进 ，以及泛半导体材料场景的产业化落地 。
按照公司披露的融资历程，新研智材此前于2025年完成千万级种子轮融资 ，2026年5月完成由常春藤资本独家投资的数千万元天使轮融资 。
连续融资背后 ，新研智材希望同时推进两项业务：为材料研发提供智能体工具，以及利用自身研发体系开发具体材料。前者服务于材料企业的研发流程，后者需要将配方和工艺推进到实验验证 、客户适配及生产交付 。
这也使公司的竞争力不仅取决于算法 ，还取决于对具体材料及其应用条件的理解 。
新研智材成立于2024年 ，总部位于深圳。公司此前披露的重点方向包括共封装光学（CPO）所需的光学粘接材料、GPU及高带宽存储器（HBM）等应用所需的导热界面材料，以及光刻胶 、前驱体等电子化学品 。不同材料对应的研发目标并不相同 ，公司正在尝试以泛半导体领域的具体需求 ，带动研发工具与材料业务共同推进 。
据公司介绍，核心团队覆盖材料科学 、AI算法与产业开发 ，硕博人员占比约80% ，成员具有华为、日本产业技术综合研究所（AIST） 、材料企业 、字节跳动及美国国家实验室等工作背景。联合创始人兼CTO南凯拥有南佛罗里达大学应用物理博士学位，曾在字节跳动AI4S生物医药团队从事研究。
南凯在此前访谈中介绍 ，他在字节参与过利用AI开展mRNA药物研发的工作 ，随后于2024年底离职回国，加入新研智材创业 。其研究方向由材料物理延伸至生物医药 ，再回到材料产业 ，跨学科协作经验也成为新研智材组织研发团队的基础之一 。
在产品层面，公司将EvoNet、EvoSim、EvoSeg及EvoAI纳入研发工具体系，分别涉及结构与性能设计 、模拟仿真 、材料表征分析及智能研发工具。基于SynMatAI平台推出的SynMat Agent ，则用于衔接研发需求、方案生成 、实验反馈和下一轮优化 。
这一体系的用途 ，是帮助研发人员缩小候选材料和配方的筛选范围，并根据真实实验结果修正后续方案 。按照南凯此前的介绍 ，工程师依照智能体提出的方案开展实验 ，再将实验数据反馈给系统；材料研发仍包含实际制备 、测试和工程人员的判断。
公司表示，其已跑通从实验到量产的研发流程 ，并将客户端适配要求纳入方案优化 。近来 公开信息尚未给出足以逐项核对的量产材料清单、客户认证节点 、订单及收入数据 ，因此，研发流程的贯通与业务规模的扩大仍需分别观察 。
这一点对公司所选取 的半导体材料方向尤为重要。导热界面材料需要适配具体器件与封装条件 ，光学粘接材料需要满足相应的光学 、装配及可靠性要求 。算法筛选得到的候选方案 ，最终仍要经过客户应用环境下的验证 。新研智材本轮资金投向产业化，也意味着公司需要把投入从模型和实验进一步延伸到客户适配与交付。
新研智材获得新一轮融资之际 ，AI for Science领域的团队和业务正在以不同方式进入资本市场 。
字节跳动分拆的AI制药企业Anew Labs于日前完成2.9亿美元融资 ，投后估值15亿美元，字节仍持有56%股权 。该公司从事药物发现，与新研智材的材料业务不同 ，但其独立融资反映出 ，面向具体科学产业的AI业务正在建立与自身研发周期相适应的公司和资本结构。
在更直接相关的AI材料领域，近期融资也在持续。鼎犀智创于9月披露完成数亿元Pre-A轮融资 ，由鼎晖百孚领投 。该公司将AI模型与自动化实验结合 ，布局结构承载聚合物、烯碳材料 、电解液等方向；晶泰科技是其此前天使+轮投资方 。
材科源图则于8月披露，近三个月完成两轮合计超亿元融资 ，新一轮由经纬创投领投 ，苏创投及老股东中科创星 、硅港资本等参与。其披露的资金用途包括研发体系完善，以及固态电解质等关键材料的中试和产业化 。这些企业与新研智材的具体产品方向有所不同 ，但都需要将计算结果推进到可验证的材料和工艺 。
海外市场也出现了较大规模的投资。CuspAI于7月宣布完成4.5亿美元B轮融资 ，由Kleiner Perkins和NEA领投，并推出汇集数据、实验室 、算力与科学专业能力的AI Materials Foundry网络 。其合作伙伴包括半导体 、材料和制造业企业 ，显示这一领域的资源组织正在延伸到模型之外的实验与产业环节 。
从这些案例看 ，AI材料研发的投资参与者已包括财务投资机构、地方产业资金和具备实验平台能力的产业方。企业获得的资金既用于算法和人才，也用于实验设施、中试与产业合作 。不过，各家公司覆盖的材料 、交付方式和发展阶段差异较大 ，连续融资尚不能替代商业化结果 。
对新研智材而言 ，半导体材料提供了较明确的应用方向，也提出了具体的交付要求。下面 值得关注的 ，是哪些材料率先进入客户验证 ，研发智能体能否在不同项目中持续减少试验次数，以及公司最终主要通过软件工具 、联合研发还是材料销售获得收入 。随着业务向产业化推进 ，客户认证周期、批次一致性和持续订单 ，将比单次实验提速更能说明其商业进展 。
根据财联社创投通—执中数据，以2026年9月为预测基准时间 ，新研智材后续2年的融资预测概率为83.42%。该数值仅为模型估算 ，不代表实际融资结果。
（文章来源：财联社）
