自主进化的材料世界模型。

语言模型生成科学解释，搜索算法扩展候选，通过模拟器精确预测演化，并以自动化实验提供验证和奖励。
清屿科技 TsingyuAI
PRE-A2026.08融资计划 3000 万元
01 · 为什么现在
AI4M 已经具备形成自进化闭环的条件。

大模型推理能力、科研数据基础和实验基础设施已经共同达到拐点。

01

模型推理能力不断提升

大模型能够理解研究目标，调用科学工具，并行探索和验证假设。

02

科研数据成本持续下降

设备日志和在线表征开始沉淀可用于建模的数据。

03

实验执行成本持续下降

自动化设备、实验和在线表征缩短了执行与验证周期。

首批可落地行业高研发成本行业开始具备可执行闭环的基础
固态电池新能源电解液高分子材料精细化工工艺放大石油化工
模型提出实验→实验产生数据→真实结果提升模型↻
谁先形成闭环，谁就能率先积累模型和数据优势。
TSINGYUAI · 01
02 · 领域关键难点
没有世界模型，数据、模型、实验和反馈无法形成同一个学习过程。

现有 AI4M 系统存在结构性不足。

输入断层

大量的实验输入无法转化成数字。

模型断层

模型难以准述微观-宏观的跨尺度行为。

输出断层

性质预测或候选排序无法直接转化为实验条件、操作步骤和观测方案。

反馈断层

实验结果稀疏、带噪，难以有效指导模型。

现有 AI4M单点预测或条件搜索
完整闭环输入、模型、输出和反馈
必须建立一个能够预测体系演化，并被真实结果持续训练的世界模型。
TSINGYUAI · 02
03 · 解决方案
我们构建递归自我改进的世界模型。
知识载体
EvoMatter

大语言模型

EvoData

微观数据与机制库

EvoSim

建模智能体

EvoSolver

候选筛选神经网络

建立
物理模型
几何

结构与尺度

物理方程

体系演化规律

边界条件

环境与约束

相互作用参数

材料参数

预测
自动化实验
EvoLab

自动化实验系统

执行实验

控制实验设备

采集数据

记录过程与结果

验证结果

提供验证与奖励

验证和进化 真实结果
语言模型生成科学解释，通过物理模型精确预测演化，自动化实验结果提供验证并指导进化。
TSINGYUAI · 03
04 · 技术路线
主流路线止于构效预测，世界模型才能闭环进化。
技术范式实验反馈如何训练模型代表公司
仿真数据
驱动模型

拟合可规模化生成的第一性原理或仿真结果；实验数据欠观测且噪声高，无法形成稳定监督，难以实现端到端预测和闭环进化。

深势科技 开物纪 Kairos Materials Chemix
知识驱动
语言模型

基于人类知识和思维链预测构效关系，但实验只能提供稀疏的结果监督，无法有效训练未知机理下的构效推理链。

Navier Synera Periodic Labs
机理驱动
世界模型

LLM 建立物理模型，求解器预测体系演化；实验结果校准方程、参数和建模过程，形成清晰的闭环奖励。

清屿科技 TsingyuAI
TSINGYUAI · 04
05 · 场景优势
材料世界模型通过拟合中间状态和演化，更有效地描述最终应用性能。

典型优势研发场景

高分子聚合与固化

只能测到配方、温度和终点性能。聚合度、网络结构与残余应力无法直接测量。

固态电池压实与界面形成

只能测到压力、阻抗和循环结果。真实接触、传输通路与空洞无法直接测量。

电化学沉积与腐蚀

只能测到电信号和最终形貌。局部电流、浓度与界面形貌演化无法直接测量。

现有技术路线断层

第一性计算代理模型

需要确定的原子或分子结构作为输入。真实工艺形成的介观结构正是未知量。

结构生成模型

能够生成分子、晶体或配方候选。无法计算候选在真实工艺中如何形成和失效。

纯语言模型

能够提出机理假设和实验方案。无法计算状态演化，也无法用实验误差校准方程。

我们用 AI Scientist 驱动物理方程计算状态演化，并以实验结果校准方程与参数，预测不可直接测量的内部状态、终点性能和工艺窗口。
10× 研发效率
过去推荐候选分子，实验筛选试错
→
我们模型指导实验，预测是否可用
TSINGYUAI · 05
06 · 首发场景
首发场景：AI Scientist 服务电芯材料设计

电芯建模用动态工况验证体系级预测能力。微观结构设计把同一能力用于材料形成过程和实验设计。

EVOSIM 材料设计与模拟平台
AI Scientist 产品界面 SaaS已上线: evosim.tsingyuai.com
场景验证：电芯仿真精度 Top #1
真实动态工况下的电芯模型预测结果 unpublished
输入研究目标→ 提供实验观测→ LLM 并行探索机理→ 生成并求解物理模型→ 实验数据校准和验证→ 输出模型、预测和报告
TSINGYUAI · 06
07 · 世界模型如何持续进化
壁垒与闭环：双层 Loop 实现递归自我改进（RSI）
01

一阶自进化：物理模型循环

实验结果持续校准物理方程及其参数，使当前世界模型逼近真实体系。

02

二阶自进化：知识载体循环

建模路径、校准效果、收敛速度形成清晰奖励，持续训练知识载体建立下一套物理模型的能力。

AI Scientist 与物理模型共同进化的双循环
TSINGYUAI · 07
08 · 商业模式
商业模式：从付费建模切入，在企业私有部署中形成收入
01付费 POC
  • 电芯真实工况建模
  • 参数识别与机理比较
  • 留出工况验证
  • 模型指导的实验方案设计
  • 仿真教学和科研服务
项目收入
02企业私有化部署
  • EvoSim 软件许可
  • 材料世界模型许可
  • EvoSolver 订阅
  • EvoData 私有部署
  • EvoLab 设备集成
软件许可 + 部署
03领域模型与设计平台
  • 电池领域世界模型
  • 电化学系统模型 API
  • 材料和工艺设计平台
  • 企业模型持续训练
  • 跨设备实验数据网络
订阅 / API / 平台

公司通过可验收的世界模型进入客户研发流程，再以持续校准和领域能力积累扩展软件收入。

TSINGYUAI · 08
09 · 团队
团队覆盖材料机理、多物理场仿真、科学智能体和实验执行。

这四项能力共同支持从实验设计到模型验证的完整产品交付。

宋韫玮
宋韫玮
创始人 / CEO
清华大学化工本科、博士。研究方向：新能源器件材料设计与多尺度模拟。
长期从事电化学、材料学微观建模、宏观输运分析和参数识别算法设计研究。
Nature Chem. Eng. 等材料学顶级期刊发表论文 20+ 篇，累计引用 2700+。
Tao
Tao
模型负责人
香港大学计算机科学硕士在读。研究方向：长程智能体、智能体自进化与记忆、大语言模型后训练。
开源科学智能体 Scientify，支持端到端算法优化 (Github 2k Stars + ICML 2026, AI4Research workshop)。
负责阿里千问 Cowork 的 Skill 自进化闭环设计与落地。
张强
张强
外部科学顾问
清华大学化工系教授、博士生导师。国家杰青，中国青年科技奖获得者。
长期研究能源化学与能源材料。覆盖锂硫电池、锂金属电池和固态电池。
连续入选科睿唯安全球高被引科学家。领衔宜宾智能固态电池创新中心。
TSINGYUAI · 09
10 · 18 个月里程碑
里程碑：从已验证 MVP 推进到模型训练、固态电池验证和企业级部署。

每个阶段交付可验证的产品能力、客户证据和商业结果。

0–3 个月训练数据管线跑通

• EvoMatter 后训练数据管线 v1.0
• EvoSolver 训练数据管线 v1.0
• 启动 2–3 个 POC

3–6 个月双模型首版完成

• EvoMatter 首版后训练
• EvoSolver v1.0
• 3 项固态电池性能预测
• 完成 2–3 个 POC 交付

6–12 个月材料合成闭环跑通

• EvoLab 合成与测试上线
• 实验—模型校准闭环
• 3 项模型预测通过实验验证
• 3–5 家企业或科研合作

12–18 个月固态电池取得验证结果

• 1 项 SOTA 预测或未知机制验证
• 进入 2 个新增材料领域
• 2–3 个标杆案例
• 5–8 家客户

三年方向从固态电池扩展到更多材料体系，在多个领域实现 SOTA 预测或发现未知机制。
TSINGYUAI · 10
11 · 融资计划
本轮融资 3000 万元，用于完成自进化产品、标杆客户和企业级交付。

资金投入模型构建、实验反馈和求解工程。18 个月形成企业产品和可复用的闭环案例。

PRE-A 融资计划3,000万元

支持未来 18 个月产品与商业验证

40%
EvoMatter 训练与 EvoSim 自进化管线模型训练与自进化能力建设
30%
EvoLab 系统迭代实验执行、测试与数据采集
15%
EvoSolver 开发与工程化模型训练、求解与部署
15%
商业化与交付标杆客户和私有部署
18 个月交付AI Scientist Enterprise v1.0标杆电芯闭环案例企业私有化部署
TSINGYUAI
TSINGYUAI · 11
TSINGYUAI

清屿科技

让 AI 从真实实验中建立
可验证、可进化的材料世界模型。

建立物理模型从不完整观测恢复内部状态
预测体系演化连接材料、工艺、界面与性能
通过实验进化每次验证都提升下一次建模能力

Pre-A · 融资计划 3000 万元

清屿科技联系二维码
扫码联系 evosim.tsingyuai.com