近日，鼎犀智创（深圳）科技有限公司完成数亿元 Pre-A 轮融资。本轮融资由鼎晖百孚领投，九合创投、彬复资本、龙芯创投、顺禧基金、中关村资本参与跟投。
短短一年时间，这家企业已经完成三轮融资。2025 年，公司拿下天使轮，投资方包括昆仲资本、元生创投；2026 年 3 月天使 + 轮落地，由晶泰科技、上海未来产业基金领投，本次融资为 Pre-A 轮。
鼎犀智创 2025 年 7 月正式成立，孵化自北大深圳研究生院深港河套科创中心。团队汇聚北大、清华、剑桥、斯坦福、MIT 背景人才，研究版图覆盖材料科学、人工智能、自动化实验、工艺放大等多个关键方向。
市面上不少 AI 材料企业的工作停留在仿真预测层面，鼎犀智创走出一条不一样的路径。其将 AI 科学家智能体、自动化实验系统、中试放大能力打通，把真实实验产出的数据回输模型，驱动算法持续迭代优化，而不是仅仅完成配方虚拟筛选。
拿到本轮融资之后，企业资金将重点投入三个板块：RhinoMat 材料科学基础大模型底层技术迭代；多场景可编排 AI 智能体与自主进化实验室建设；推进碳基高性能材料放大验证，积累 “工艺－结构－性能” 完整链条的实验数据资产。相比于单纯扩充算力，鼎犀智创把重心放在自动化实验基础设施建设与中试验证，试图补齐 AI 材料从科研走向产业化的核心短板。
在复合材料领域，鼎犀智创联合北大深研院团队，借助自研 CarbonKylin?自主进化纤维材料 AI 科学家系统，完成烯碳 / 芳纶复合纤维的开发工作。这套系统覆盖分子单体设计、纺丝工艺寻优、样品制备、力学表征完整链条，可以在万级参数空间内做多目标优化。据企业公开披露，传统研发模式预计需要 2000 天的工作量，借助这套闭环体系被压缩至 4 天，纤维拉伸强度可达 41.2 cN/dtex；系统还挖掘出碳组分与芳纶分子链之间的界面锚定增韧机理。该材料现阶段处于中试阶段，目标面向航空航天、特种防护等高端场景。
资本对鼎犀智创的持续加码，也映射出 AI 新材料赛道的逻辑转变。行业的评判标准，已经不再局限于能否训练出材料预测大模型，能不能搭建虚实一体的真实实验闭环，成为新的考察重点。 整个行业仍要面对现实阻碍：自动化实验室硬件投入高昂，与“工艺－结构－性能” 匹配的高质量实验数据十分稀缺。小试条件下表现亮眼的材料，一旦进入中试放大，性能很容易发生衰减，这也是摆在 AI 材料产业化面前公认的 “死亡谷” 难题。
国内玩家路线已经出现分化：一部分企业起家于药物晶体领域，再向高分子、碳基材料方向拓展；鼎犀智创这类企业，则从项目之初就面向高性能高分子材料搭建 Physical-AI 闭环体系。长远来看，行业竞争的核心并不只是模型参数规模，从真实产业场景沉淀下来的闭环实验数据资产，才是更关键的壁垒。
Physical-AI 正在改写新材料的研发逻辑，在航空航天、新能源等关键材料领域具备可观的应用潜力。智能材料研发的价值，最终依旧需要依靠更多产业化项目落地来检验。
近日，鼎犀智创（深圳）科技有限公司完成数亿元 Pre-A 轮融资。本轮融资由鼎晖百孚领投，九合创投、彬复资本、龙芯创投、顺禧基金、中关村资本参与跟投。
短短一年时间，这家企业已经完成三轮融资。2025 年，公司拿下天使轮，投资方包括昆仲资本、元生创投；2026 年 3 月天使 + 轮落地，由晶泰科技、上海未来产业基金领投，本次融资为 Pre-A 轮。
鼎犀智创 2025 年 7 月正式成立，孵化自北大深圳研究生院深港河套科创中心。团队汇聚北大、清华、剑桥、斯坦福、MIT 背景人才，研究版图覆盖材料科学、人工智能、自动化实验、工艺放大等多个关键方向。
市面上不少 AI 材料企业的工作停留在仿真预测层面，鼎犀智创走出一条不一样的路径。其将 AI 科学家智能体、自动化实验系统、中试放大能力打通，把真实实验产出的数据回输模型，驱动算法持续迭代优化，而不是仅仅完成配方虚拟筛选。
拿到本轮融资之后，企业资金将重点投入三个板块：RhinoMat 材料科学基础大模型底层技术迭代；多场景可编排 AI 智能体与自主进化实验室建设；推进碳基高性能材料放大验证，积累 “工艺－结构－性能” 完整链条的实验数据资产。相比于单纯扩充算力，鼎犀智创把重心放在自动化实验基础设施建设与中试验证，试图补齐 AI 材料从科研走向产业化的核心短板。
在复合材料领域，鼎犀智创联合北大深研院团队，借助自研 CarbonKylin?自主进化纤维材料 AI 科学家系统，完成烯碳 / 芳纶复合纤维的开发工作。这套系统覆盖分子单体设计、纺丝工艺寻优、样品制备、力学表征完整链条，可以在万级参数空间内做多目标优化。据企业公开披露，传统研发模式预计需要 2000 天的工作量，借助这套闭环体系被压缩至 4 天，纤维拉伸强度可达 41.2 cN/dtex；系统还挖掘出碳组分与芳纶分子链之间的界面锚定增韧机理。该材料现阶段处于中试阶段，目标面向航空航天、特种防护等高端场景。
资本对鼎犀智创的持续加码，也映射出 AI 新材料赛道的逻辑转变。行业的评判标准，已经不再局限于能否训练出材料预测大模型，能不能搭建虚实一体的真实实验闭环，成为新的考察重点。 整个行业仍要面对现实阻碍：自动化实验室硬件投入高昂，与“工艺－结构－性能” 匹配的高质量实验数据十分稀缺。小试条件下表现亮眼的材料，一旦进入中试放大，性能很容易发生衰减，这也是摆在 AI 材料产业化面前公认的 “死亡谷” 难题。
国内玩家路线已经出现分化：一部分企业起家于药物晶体领域，再向高分子、碳基材料方向拓展；鼎犀智创这类企业，则从项目之初就面向高性能高分子材料搭建 Physical-AI 闭环体系。长远来看，行业竞争的核心并不只是模型参数规模，从真实产业场景沉淀下来的闭环实验数据资产，才是更关键的壁垒。
Physical-AI 正在改写新材料的研发逻辑，在航空航天、新能源等关键材料领域具备可观的应用潜力。智能材料研发的价值，最终依旧需要依靠更多产业化项目落地来检验。
