睿质科技完成数千万元天使轮融资，Archeos智能体平台切入AIforScience材料研发赛道

北京睿质科技有限公司（以下简称“睿质科技”）近日完成数千万元天使轮融资，投资方为中关村资本（领投）、中关村科学城公司（跟投），中关村产业研究院担任独家财务顾问。本轮资金将用于核心平台Archeos的迭代开发、团队扩充及重点行业客户验证落地。公司目前已启动新一轮融资筹备工作。

睿质科技成立于2025年，由院士与长江学者领衔组建，定位为AI for Science领域的垂直工具提供商，专注于将材料研发中的计算模拟与数据分析能力转化为可复用的软件平台与技术服务。其核心产品Archeos采用多智能体（Multi-Agent）架构，覆盖从科研问题定义、文献综述、材料建模、高性能计算调用、结果分析到报告生成的完整工作流，旨在解决传统材料研发中工具割裂、流程冗长、人力依赖度高等痛点。

在材料研发的实际场景中，一款新型合金或功能陶瓷的开发通常需经历数百种配方筛选、数十轮实验验证。传统方式下，研究人员需在VASP、Materials Studio、Quantum ESPRESSO等不同专业软件间反复切换，手动处理数据格式转换、参数配置与结果比对，效率低下且易出错。睿质科技的Archeos平台通过任务拆解与智能体协同机制，将上述环节封装为可调度的模块：例如，当用户输入“设计高熵合金以提升600℃抗蠕变性能”需求后，平台自动触发文献智能体检索近五年相关论文，结构设计智能体生成候选晶格构型，计算智能体调用DFT或机器学习势函数进行能量与力学性能预测，分析智能体则对结果聚类并输出最优方案建议。

该模式并非首次出现——深势科技的SciMaster、华为云盘古科学计算大模型等均尝试构建类似科研工作流闭环。但睿质科技的差异化在于其聚焦“材料”单一垂直领域，并强调工业级交付能力。据公开信息，公司在某头部特种合金企业开展的定制项目中，通过融合第一性原理计算数据与历史实验数据库，训练轻量化机器学习代理模型，将配方筛选周期从平均3个月压缩至3周以内，初步验证了计算前置对研发效率的实质性提升。

值得注意的是，睿质科技并未选择直接销售材料或承接代工生产，而是坚持“工具+服务”双轨路径：一方面向高校、科研院所开放SaaS化平台订阅；另一方面针对工业客户具体痛点提供定制化建模与联合开发服务。这种策略既规避了重资产投入风险，也利于快速积累行业Know-How。公司透露，当前客户已覆盖先进功能陶瓷、高温合金、固态电解质等方向，部分项目进入POC验证后期阶段。

从行业演进看，AI for Science正从“单点工具”迈向“系统集成”。早期如Materials Project等开源数据库侧重数据聚合；中期如DeepMind的GNoME聚焦生成式发现；而现阶段头部玩家更关注如何让AI真正嵌入工程师日常研发流程。睿质科技所处的“计算层工具化”赛道，恰好卡位在科研成果产业化前的关键一环——即把高门槛的理论计算能力，转化为一线研发人员可操作、可复用、可解释的生产力工具。

这一路径虽具潜力，亦面临现实挑战。首先，材料体系高度复杂，不同类别（金属/陶瓷/高分子）所需物理模型差异巨大，通用性与专业性之间需精细权衡；其次，工业客户对预测结果的可信度要求极高，一次错误推荐可能导致数百万实验成本浪费，因此模型验证与不确定性量化成为关键瓶颈；再者，相比药物研发领域已有较成熟的CRO合作模式，新材料行业的数字化采购习惯尚未成熟，软件付费意愿仍待培育。

对比同赛道企业，深势科技凭借分子模拟起家，已构建覆盖药物与材料的全栈能力，累计融资超数十亿元，但商业化节奏仍受制于定制项目占比过高；而睿质科技作为新锐团队，优势在于决策链短、响应快、领域聚焦深，有望在细分场景率先跑通盈利模型。

未来规划上，睿质科技表示将推进“计算-实验”闭环建设：在平台侧强化与实验室自动化设备（如 robotic synthesis platform）的API对接能力；在业务侧探索技术授权、联合研发分成等多元变现方式。长期目标是成为新材料研发基础设施的重要一环，而非仅停留在辅助工具层面。

目前，国内AI for Science领域尚处于早期商业化阶段。据艾瑞咨询2026年Q3报告，中国科学智能软件市场规模约18亿元，年复合增长率达64%，但其中真正实现稳定续费的企业不足15%。在此背景下，睿质科技能否将技术优势转化为可持续收入，将成为检验其模式可行性的关键标尺。