AI FOR SCIENCE · 记录
用 AI Scientist + Self-Driving Lab，把材料研发从“预测候选”推进到真实实验、制造与最终应用。
AI4S.fyi 依据公开记录所做的解读，最后核对于 2026-08-09。
材料发现真正的瓶颈是实验而非算力；把 AI 与真实实验形成闭环，可以显著缩短新材料研发周期。
要让这条路径成立，需要被验证的是什么。
实验是瓶颈：计算可以生成远多于实体实验室能够验证的候选，稀缺资源是高质量 physical feedback。
成分不等于材料：真实性能还取决于结构、微观组织、工艺和制造路径。
实验室必须进入 AI loop：假设、合成、表征、性能测试与下一轮 campaign 必须形成连续反馈。
闭环最终必须进入制造：小样 throughput 只有在放大、认证和应用中保持优势，才会变成工业价值。
公司创始人署名的论文和结果，按时间线条目的作者列表收录。多数早于公司成立：它们是这支团队过去的工作，不是公司自己报告的结果。
只列 AI4S.fyi 记录里出现过的人：融资、时间线、评论、访谈或有出处的任职。不是完整团队。
每一轮都链接到融资记录里的那一行，附来源。
融资看板归入同一领域的其他公司，按最近一轮融资排序。这是记录追踪到的名单，不是排名，也不是市场全图。
本页汇总 AI4S.fyi 已记录的内容，每一条都链接到来源。它不是对这家机构的评分，也不是完整历史：空白往往说明记录还没跟上，而不一定说明什么都没发生。
