Periodic Labs
旧金山的“AI 科学家”初创公司,用自主机器人实验室自动化物理和化学发现;3 亿美元种子轮,正洽谈 5 亿美元新一轮融资 [1][2]。
1. 核心产品 / 服务
Periodic Labs(旧金山)正在打造自主“AI 科学家”——由大语言模型驱动的机器人实验室,以闭环方式设计、运行并解读实验,从而自动化科学发现 [1]。其首个目标是更高温度的超导体(通过运行数千次实验寻找新材料),同时与半导体行业开展合作 [1]。
创始团队阵容豪华:Liam Fedus(前 OpenAI 研究副总裁,ChatGPT 联合创造者之一)和 Ekin Dogus Cubuk(前 Google Brain/DeepMind 材料科学家,GNoME 发现工具的创造者)[1]。公司已从 Meta、OpenAI 和 DeepMind 招募 20 多名研究人员 [2]。
除“实验室即服务”之外,Periodic 还发布了一款具体的模型:Neon,一个约 1 万亿参数的科学模型,基于开放权重的 Kimi K2.6 基座做后训练(并非从零预训练),专门用于 X 射线衍射(XRD)物相鉴定 [3][4]。Periodic 先在学术文献、代码和自有实验室数据上做科学中期训练,再用自身实验结果做长上下文多模态强化学习 [3]。Neon 将衍射图谱与合成条件、热力学推理、晶体学数据库和既有实验结合起来解读,提出候选晶相,并迭代检验自己的判断——从而自动完成多相、峰重叠样品的物相鉴定 [3]。它部署在 Periodic 位于 Menlo Park 的高通量材料实验室中 [3]。
2. 目标用户与痛点
- 工业研发(半导体、能源、材料):希望获得比人工实验更快的发现速度。
- 前沿 AI 实验室:在科学自动化上开展合作——据称 Periodic Labs“与多家 AI 实验室合作”[Internal research notes]。
解决的痛点:物理实验通量的瓶颈——用能运行数千次试验并把结果反馈给模型的机器人,取代人工逐个进行的实验 [1]。
3. 竞争格局
| 参与者 | 路径 | 与 Periodic Labs 对比 |
|---|---|---|
| Periodic Labs | 自主机器人实验室,物理 + 化学 | 顶级 LLM 团队背景;先做超导体 |
| radical-ai | 自主实验室,无机合金 | 仅限材料 / 合金;融资规模更小 |
| lila-sciences | “AI 科学工厂”,多领域 | Flagship 孵化,领域覆盖更广 |
| cuspai | 生成式 AI + 模拟 | 软件优先,没有湿实验机器人 |
| orbital-materials | AI 材料 → 硬件 | 走硬件商业化,而非实验室即服务 |
Periodic Labs 的差异化在于把前沿 LLM 研究背景(Fedus)与材料科学自动化(Cubuk)结合起来——赌的是“AI 科学家”既需要顶尖的模型人才,也需要领域实验专家 [1]。
4. 独立观察
- 估值算术是最大的看点。 3 亿美元种子轮估值 13 亿美元(2025 年 9/10 月),八个月内就传出以约 75 亿美元估值融资至少 5 亿美元的谈判——重新定价近 6 倍,而各方说法一致,其尚无商业产品 [1][2]。这最清楚地表明投资人对自主科学这一主题出价有多激进,与 lila-sciences 约 85 亿美元的估值遥相呼应。
- 创始人人才即护城河。 Fedus(OpenAI 研究副总裁)和 Cubuk(GNoME)表明公司确实能把这个闭环造出来——据称被招募的研究人员为加入而放弃了大量股权 [1][2]。
- Periodic 是 AI4S 自动化实验室的美国标杆(与 lila-sciences 和 radical-ai 并列),中国和欧洲的玩家正以它为参照 [Internal research notes]。
- 在开放的中国基座模型上做后训练,是关键信号。 Neon 从 Kimi K2.6 起步,而非专有基座——美国前沿实验室租用开放权重中国模型的能力,把算力花在科学中期训练和强化学习上,而不是预训练。这就是“Periodic Labs × Kimi”后训练案例 [Internal research notes]。
- FrontierXRD:2.7% → 55.3%,但有保留。 在 Periodic 内部的 FrontierXRD 基准(134 个困难的真实样本,每个约含 5 个物相)上,成功率从未调优 Kimi K2.6 的 2.7% 升至 Neon 的 55.3%——约 20 倍的提升,Periodic 还称在相同的科学 harness 下击败了 GPT-6 Astra 和 Claude Fable 5.1 [3][4]。基准和“击败 GPT-6”的说法均来自公司自身且未经验证,最难样本中约 45% 仍未解决 [3]。训练峰值约 1,300 块 H200 GPU,吞吐为 Megatron 基线的 4.1 倍,集群利用率 95% 以上 [4]。
5. 财务 / 融资
- 种子轮(2025 年 9/10 月):3 亿美元,估值 13 亿美元,投资方为 a16z、DST、Nvidia(NVentures)、Accel 和 Felicis;天使投资人包括 Jeff Bezos、Eric Schmidt、Jeff Dean 和 Elad Gil [1]。
- 下一轮(2026 年 5 月,洽谈中):至少 5 亿美元,估值约 75 亿美元,由 AMP(Anjney Midha 的投资载体)领投;据报道认购严重超额,并在讨论以更高估值追加一轮 [2]。
6. 团队与关系
- 联合创始人:Liam Fedus(前 OpenAI 研究副总裁)、Ekin Dogus Cubuk(前 Google Brain/DeepMind,GNoME)[1]。
- 团队:来自 Meta、OpenAI 和 DeepMind 的 20 多名研究人员 [2]。
- 投资方:a16z、DST、Nvidia(NVentures)、Accel、Felicis;天使投资人 Jeff Bezos、Eric Schmidt、Jeff Dean、Elad Gil [1]。
- 同类公司:lila-sciences、radical-ai、cuspai、orbital-materials。
Periodic Labs
把物理实验结果当奖励的 AI 科学家公司
- 数据类型
- 实验室数据;RL 奖励;材料与物理
做什么
前 OpenAI 的 Liam Fedus 与前 Google 材料科学家 Ekin Dogus Cubuk 创办,建自主机器人实验室,用实验产生定制数据训练自己的模型 [3]。种子 $3 亿,估值有 $13 亿与 $15 亿两种聚合口径;Forbes 称 2026 年洽谈至少 $5 亿(媒体口径估值约 $70–75 亿),公司未确认 [1]。
作为奖励函数的实验室
SemiAnalysis 描述其目标是让奖励接地于物理实验。对比代码任务可免费跑 64 次,生物或材料实验单次数百至数千美元、耗时数天,物理奖励抗 hack 但慢且有噪声 [1]。三大 lab 公开层面未披露把湿实验当 RL 奖励。
模型
公司推出的 Neon 在 Kimi 开放权重基座上做后训练,用于 X 射线衍射解析;吞吐与利用率数字为公司自报 [2]。科学口径的完整介绍见 see_also 页。
- https://www.forbes.com.au/news/innovation/former-openai-researcher-to-raise-500-million-for-ai-science-startup/ (2026-10-15)
- https://runtimewire.com/article/periodic-labs-neon-reinforcement-learning-infrastructure (2026-10-15)
- https://techcrunch.com/2025/09/30/former-openai-and-deepmind-researchers-raise-whopping-300m-seed-to-automate-science/ (2026-10-15)
Periodic Labs
材料/物理 AI 科学家,自建机器人实验室,种子轮 $3 亿
做什么
2025 年成立,面向材料与物理,用机器人实验室加 LLM 做"AI 科学家"[1]。无公开的实验室规模数据。
闭环与数据
核心叙事是"每次运行产生独有数据,包括失败数据,竞争对手爬不到",即平台独占的数据护城河 [1]。未查到同行评议的闭环成果;材料领域的闭环可信度需参照 a-lab 的 Author Correction(2026-01-19,非撤稿)。
融资与口径冲突
2025-09 种子 $3 亿,领投 a16z(个别来源称 Felicis),DST、Nvidia、Accel 等参与;种子估值约 $13 亿(二手),各来源互相不一致 ⚠️ [1][2]。2026 年媒体称新轮估值约 $70 亿(Bloomberg,2026-03 早期洽谈)或约 $75 亿,均为"媒体谈判中 ⚠️",公司未官宣,不得写成已成交 [3]。同类见 lila-sciences,概念见 self-driving-lab。