该公司正在开发一个充当"材料搜索引擎"的平台，利用机器学习技术为不同应用场景设计新型材料。其首批重点应用领域包括：
气体分离与碳捕集：新型材料可显著提升二氧化碳捕集效率。半导体材料：随着芯片不断微型化，寻找性能优于硅基材料的替代品正成为材料研究的关键方向。该平台基于生成式人工智能模型，能够创造并模拟新型分子结构。此外，CuspAI还采用物理模型预测这些分子的特性。
技术基础与人工智能模型
平台融合多种技术方法：
生成模型——设计新分子并调控其特性；力场计算——通过原子能量与作用力计算实现物理模拟；属性预测器——绕过模拟环节直接预测材料属性；AI辅助搜索代理——从海量潜在组合中高效筛选最优材料。Welling强调人工智能正推动材料研究取得巨大突破。传统需要数周的模拟计算，现在通过AI模型仅需数秒即可完成。
数据源与企业合作
CuspAI整合多元数据来源：
Materials Project、Nomad等公开数据库；通过企业合作获得的专属数据；自建模拟系统生成合成数据以优化AI模型。当前主要挑战在于将领域专业知识与AI技术相结合。Welling指出，许多企业虽拥有数据资源，但缺乏有效利用这些数据的机器学习专家。CuspAI正在搭建连接材料科学与人工智能的桥梁。
下一发展阶段，Welling将持续招募机器学习与化学领域的顶尖研究人员。公司位于剑桥、阿姆斯特丹和柏林等地的研发中心，为欧洲人才提供了极具吸引力的科研环境。
本资讯是由“中欧世界展会网”工作人员翻译整理，我们一家汇集全球展会时间地点资讯的服务平台，为客户提供：展位预定，参观服务，设计搭建等服务，欢迎您的来电：400-837-8606 （24小时）接听！
