Discovered Materials初创公司在由Lightspeed India Partners领投的种子轮融资中筹集了900万美元，旨在利用人工智能代理群寻找新材料，帮助制造效率更高且发热更少的集成电路。
此举正值运行人工智能负载的芯片日益成为热源之际，这推高了数据中心的用电量，并增加了对冷却系统的需求。该公司从Y Combinator项目中毕业，本轮融资还获得了Peak XV Partners以及天使投资人Paul Graham、Gokul Rajaram和Thariq Shihipar的投资。
研究与模拟管线
公司由Advaith Sridhar和Akash Ramdas创立。Ramdas拥有材料科学方面的经验，此前获得了斯坦福大学博士学位；Sridhar则曾在Persona AI和Luma Labs工作，积累了代理方面的经验。
两位创始人开发了一条软件管线，在定制运行环境中使用Anthropic的模型生成新材料提案，随后利用公司训练的基础物理模型进行模拟，以验证这些材料的可行性及其特性。
Sridhar表示，Ramdas攻读博士学位期间每天大约测试20个猜想，而目前这些代理能够通过全天候在云端运行，并探索团队确定的研究路径，每天测试数千个猜想。
Discovered Materials于2026年8月10日公布了数百种新材料的示例，同时推出了Material Discovery Bench工具，用于跟踪先进模型如何应对材料发现这一挑战。
问题不仅在于寻找候选材料
该公司正与MatNex、SandboxAQ和CuspAI发起的类似努力竞争，但其重点具体放在与半导体材料相关的热问题上。公司表示，已经发现了几种在特性上符合大型芯片制造商所使用现有材料的材料，但没有披露更多细节。
然而，找到一种有前景的材料，并不意味着它可以轻松用于实际芯片。材料可能难以制造，或者其热性能的改善可能会削弱电气特性。领投本轮融资的Lightspeed合伙人Hemant Mohapatra将这一过程描述为在原子结构特性之间持续进行平衡：只有当所有要求同时得到满足时，材料才会在实践中发挥作用。
Mohapatra认为，随着模型改进，对新材料的预测可能会变成一种商品化服务，但他相信Ramdas的专业知识，以及公司运营实验室、进行实验并快速验证候选材料的能力，将赋予公司优势。公司表示，两位创始人已经测试了几种新材料。
专利与授权计划
Discovered Materials计划在找到有价值的候选材料后，尝试申请相关专利，用于在图形处理单元中使用这些材料，或用于以这些材料制造芯片的工艺，随后将这些专利授权给芯片制造商。Sridhar希望公司能在明年拥有值得申请专利的新材料。
但人工智能辅助药物和材料发现领域的记录尚未产生广泛的商业影响。其中较接近的例子之一是Insilico Medicine的药物Renterosib，该药物于7月进入三期临床试验；与此同时，材料领域的其他有前景案例，例如MatNex开发的无稀土元素磁体，以及Panasonic与Citrine Informatics研究的半导体材料，迄今尚未实现商业规模的应用。
据Mohapatra称，瓶颈未必在于增加候选材料的数量，而在于正确筛选和制造它们。Sridhar承认，这一过程需要进入湿实验室并真正制造材料，这是单靠软件无法加速的阶段。