废热年损1520亿！AI材料发现提效438倍！

在全球能源结构转型和可持续发展日益成为共识的当下，如何有效利用能源、减少浪费，是各国共同面临的重大课题。其中，工业生产、数据中心以及日常生活中产生的废热，占据了全球能源消耗的相当一部分，却长期以来未能得到充分利用。据专业统计显示，全球超过70%的能源最终以废热形式流失，每年造成的经济损失高达1520亿美元。这一庞大的数字，不仅意味着巨大的经济效益缺口，更是对地球资源的极大损耗。长期以来，热电材料作为将热能转化为电能或实现无制冷剂冷却的关键技术，其发展却相对缓慢。自20世纪50年代以来，三碲化铋这一材料在热电领域取得了重大突破，被广泛应用于汽车座椅加热、便携式冷却设备等日常科技产品中，然而，此后的半个多世纪，该领域鲜有革命性的进展。正是在这样的背景下，英国一家专注于材料创新的初创公司Mater-AI，凭借其创新技术和独特的市场定位，获得了150万英镑的融资，致力于通过人工智能驱动的新材料发现平台，解决这一长期存在的能源难题。

Mater-AI公司凭借其独特的研发路径，正在尝试突破传统材料科学的瓶颈。他们开发了一个全新的平台，旨在发现更高效的热电材料。这些新材料不仅能够将废热直接转化为电能，还能提供不依赖传统制冷剂的冷却方案。其核心创新在于，该平台将人工智能与基于物理学的建模技术深度融合，将新材料的设计和发现周期从传统的数十年大幅缩短至数周，效率提升高达438倍。通过这种方式，Mater-AI能够优化材料的热导率和电导率等关键性能指标，从而实现更高的能量转换效率、更低的成本以及更强的可扩展性。

Mater-AI由首席执行官尼克尔·布兰克福特博士（Dr Nickel Blankevoort）、首席运营官加特林·班布拉（Gatleen Bhambra）和首席技术官切尔西·威廉姆斯（Chelsea Williams）共同创立。公司的技术基础源于布兰克福特博士在英国华威大学（University of Warwick）进行的量子纳米电子学和热电学理论建模研究。在攻读博士期间，他曾通过传统方法在一年内发现了三种全新的材料结构。而如今，Mater-AI的创新平台每小时能够生成并评估多达100种材料结构，展现出令人惊叹的效率和潜力。

从生成式AI到材料科学的跨界融合

Mater-AI的首席运营官班布拉女士此前的职业生涯颇具特色。她曾供职于一家名为Kira的生成式人工智能公司，专注于为法律行业开发基于大型语言模型（LLM）的技术。ChatGPT在2023年初推出后，她敏锐地意识到人工智能将彻底重塑各个行业。她回忆道，虽然一直怀揣创业梦想，但由于缺乏相关背景，创业之初曾感到迷茫，仿佛面对深渊。

班布拉女士随后转向了知名创业加速器Y Combinator的匹配平台，她将其形象地比喻为“为创始人牵线搭桥”。经过一年的交流与探索，她遇到了现任Mater-AI首席技术官切尔西，切尔西拥有机器学习和量子计算领域的博士学位。两人的专业背景形成互补：班布拉女士带来了产品、商业和运营经验，而切尔西则具备深厚的技术专长。

这对搭档随后参与了Conception X的深度科技加速器项目以及巴克莱银行的产品构建加速器项目，共同探索具有商业价值、可防御性且能解决实际问题的领域。班布拉女士坦言，材料科学最初并不在她们的考虑范围之内。直到Conception X的一位导师建议她们考虑材料科学领域，并将其描述为“药物发现的非性感一面”，即应用人工智能驱动的药物发现原理来探索新材料。她们立即看到了该领域的巨大潜力。

认识到自身在特定领域知识的局限性，她们再次利用Y Combinator平台寻找领域专家。切尔西正是在那里结识了尼克，他现在是Mater-AI的首席执行官和第三位联合创始人，拥有计算材料科学博士学位，专注于量子电子学和热电学研究。班布拉女士表示，切尔西在一次通话后就对她说：“你必须见他——这就是我们想要实现的想法。”至此，Mater-AI的核心创始团队正式组建完成，各司其职，共同开启了新的征程。

热电材料的实际功能与应用前景

热电材料的核心功能在于实现热能与电能之间的相互转化。它们是一种“即插即用”的设备，不含任何可移动部件，因此具有极高的耐用性和免维护特性。举例而言，一块40毫米×40毫米大小的热电模块，安装在汽车座椅下方，既可以为座椅提供冷却，也能在座椅加热时从热能中产生电能。

然而，热电材料的真正潜力在于工业和能源系统领域。在这些领域，目前有大量的热能被白白浪费。通过部署热电设备，不仅可以回收这部分能源，延长组件的使用寿命，还能在无需移动部件或复杂维护的情况下，提供精确的温度控制。当前，热电技术已经在多个行业展现出广泛的应用前景：

将废热转化为可用能源，已不再是可选项，而是日益成为实现可持续发展目标的必然要求。

让废热再次变得“有用”

热电模块的独特优势在于其易于扩展性，从小巧的芯片到大规模的表面阵列，都能灵活应用。这为消费电子产品以及大型基础设施的能源回收和热管理提供了多样化的解决方案。Mater-AI公司当前主要聚焦于军工、汽车以及工业物联网领域的热电发电机应用。在这些领域，性能的显著提升有望为市场带来34亿至46亿英镑（约合人民币300亿至400亿元）的新增市场价值。

具体而言，这项技术能够为下一代国防系统提供无声、固态的电源解决方案，有效延长电池寿命，并支持自供电工业传感器，实现对机械设备和偏远基础设施的持续监测。班布拉女士表示：“我们的使命很简单：让废热再次变得有用。我们希望构建一个世界，在这个世界里，每一辆汽车、每一个数据中心、每一块电池以及每一个工业系统都能循环利用自身的废热——将废弃能量转化为可回收的能量。”

她进一步展望：“想象一下，数据中心能够利用废热自发电，电动汽车通过回收热能跑得更远，基础设施不再需要依赖电池。我们的平台能够在数周内发现新材料，而非数年，这让我们离构建一个拥有截然不同能源架构的世界更近一步——一个万物皆可自给自足的世界。”这种前瞻性的愿景和技术优势，为Mater-AI带来了显著的市场竞争机遇。

Mater-AI的模块化发现引擎构筑竞争优势

在人工智能辅助材料发现领域，尽管近期涌现出众多创新，但班布拉女士指出，专门专注于新型热电材料研发的公司却寥寥无几。她解释道，大型企业往往致力于硅材料、碳捕获等庞大且资本密集型（需要数亿美元投资和庞大团队）的领域。而规模较小的公司则更倾向于专注于磁性材料等更为细分的领域。

“我们的优势在于引擎的模块化设计：我们目前专注于热电材料，但其架构可以轻松适配未来的其他材料类别，”班布拉女士强调。这意味着Mater-AI的技术具有极强的通用性和拓展性。

其次，班布拉女士认为，鉴于当前热电材料效率普遍偏低，“如果我们将效率提升一倍，就相当于将能量回收的成本降低一半。在这种情况下，传统企业将难以与我们竞争，除非他们选择与我们合作。”这种效率的飞跃，不仅能带来显著的经济效益，也为Mater-AI在市场中占据主导地位奠定了基础。

投资者为何在技术成熟前就支持Mater-AI

Mater-AI在成立初期就成功筹集到150万英镑（约合人民币1300万元）的资金，这在深度科技初创公司中实属罕见。班布拉女士将这一成功归因于Conception X，这是一个总部位于英国的非营利组织，运营着欧洲规模最大的跨大学深度科技创业项目，专为博士生提供支持。

班布拉女士表示，Conception X帮助团队认识到这确实可以发展成为一家真正的公司：“我们完善了商业方案，明确了市场机会，并从TTX Ventures获得了首笔10万英镑的资金。TTX Ventures也参与了我们后续的主要融资轮。”团队在初期阶段，仅凭一个想法和一份商业计划书就进行了路演，尚未展现出实际的成果。然而，投资公司看到了他们所要解决的问题的巨大潜力。

“他们运营着欧洲最大的GPU集群之一，”班布拉女士解释说，“他们告诉我们，如果能节省哪怕1%的废弃能源，那都将是巨大的成就。”数据中心大约有9%的能源以废热形式流失，其经济影响是巨大的。正是这种早期的信念，使得Mater-AI能够构建出如今的技术。班布拉女士坦承：“如果没有那最初的10万英镑，我们根本不会走到今天。”

尽管如此，班布拉女士也承认，在后续的天使轮融资中，技术验证的重要性远超早期阶段。“投资者需要证据。我们以超乎所有人预期的速度完成了技术开发。我们原以为需要两年才能完成发现引擎的构建，但最终在六个月内，凭借包括我们聘请的第一位AI科学家杰克·布罗德博士在内的四人团队，就成功实现了。”

在尽职调查过程中，最严苛的审查员之一是爱德华·格兰特博士（Dr. Edward Grant），他曾共同创立了Rahko公司，该公司后来被Odyssey Therapeutics收购。格兰特博士尝试了各种方法来严格测试Mater-AI的模型，包括幻觉测试、边缘案例和强制错误测试。Mater-AI的表现超出了预期，格兰特博士随后也加入了公司，担任AI顾问。班布拉女士补充道：“我们还直接与能源、电力电子和数据中心的全球领导者进行了沟通，他们明确表示了他们愿意为哪些解决方案付费，以及试点项目的预期数据。这种来自行业的强烈需求，对我们的融资起到了关键作用。”

深度科技领域中非/轻技术背景创始人的隐性力量

作为一名资深的行业观察者，我发现最优秀的创业团队往往是高度技术化人才与卓越沟通者的结合。许多初创公司可能误以为媒体只关注技术型CEO，但事实上，无论是贴近客户的销售人员，还是专业的沟通专家，他们都有能力发表重要见解。毕竟，即使拥有世界顶级的博士级创新，如果无法清晰阐述其重要性，也难以获得资金支持。

班布拉女士拥有产品设计背景，因此她习惯于与工程师合作，但她坦言：“我不是技术出身——我不会编码。说实话，这反而成了我的优势。”她坚信，每一家深度科技公司都需要一位“翻译者”——能够将复杂的科学概念转化为客户、记者、合作伙伴和投资者易于理解的清晰信息。班布拉女士分享道：“我负责管理所有利益相关者关系、商业计划书、商业战略和沟通。许多技术型创始人低估了这种桥梁角色有多么关键。”她向潜在的非技术背景创始人传递了一个明确的信息：“不要将自己排除在深度科技领域之外。你可能正是团队中缺失的那一块拼图。”

本轮融资由Twin Path Ventures领投，参与方包括Mishcon de Reya、One Planet Capital、XTX Ventures、Conception X Angel Syndicate、Koro Capital和Tailored Solutions。

Twin Path Ventures表示：“Mater-AI正在解决能源转型中的一个根本性瓶颈：下一代热电材料的发现。他们的人工智能发现引擎有可能解锁全新的应用，例如在极端环境中收集‘废热’，为传感器、车辆和国防基础设施提供动力。我们相信这是一种真正具有基础性意义的技术，将加速实现可持续和高效能源未来的进程。”

另一位投资方也评论道：“Mater-AI将材料发现领域数十年的局限性转化为系统级变革的机会。我们正在进入一个新时代，我们赖以构建的材料不再由上世纪偶然发现的材料决定，而是由我们能够通过计算为未来世界所设计的材料所塑造。这个未来比大多数人意识到的要近得多，而Mater-AI团队正在将其变为现实。”

Mater-AI未来18个月的商业化突破之路

Mater-AI团队预计在2025年末至2026年初，将开始与其第一批AI发现的热电材料进行实验室测试，合作方包括英国剑桥大学（University of Cambridge）、帝国理工学院（Imperial College London）和亨利·罗伊斯研究所（Henry Royce Institute）。班布拉女士表示：“这将使我们的技术成熟度等级（TRL）首次从4级提升至5级。”

此后，Mater-AI将进入一个快速迭代的循环，在实验与计算之间不断交替。实验室的测试结果将直接反馈到公司基于物理学的人工智能模型中，从而提高预测的准确性，并加速寻找具有商业可行性的材料。在2026年至2027年上半年期间，公司将快速地在实验室结果和AI模型之间进行迭代，以不断优化预测。班布拉女士解释说：“我们的目标是开发出一种具有更高效率、更低毒性且商业可行的材料。”

最终目标是实现一类新型热电材料，这种材料不仅要超越当前5%至7%效率的“黄金标准”，同时还要降低毒性、具备成本效益且易于规模化生产。一旦领先的候选材料得到验证，Mater-AI将推进至设备级原型设计阶段，首次将其材料嵌入到热电模块中。鉴于工业项目的周期通常较长（常常需要15至24个月），公司目前已开始与全球主要厂商建立合作关系。这些里程碑的达成，将为Mater-AI的实际应用部署描绘出清晰的轨迹。

中国作为全球最大的制造业大国和能源消费国之一，在节能减排、产业升级方面面临巨大挑战，也蕴藏着无限机遇。Mater-AI在废热回收和AI材料发现领域的突破，为国内相关产业提供了有益的参考和启示。从数据中心、工业制造到新能源汽车等领域，废热回收技术的创新应用前景广阔。国内的跨境从业人员、科技企业和材料研究机构，应密切关注此类前沿技术动态，积极探索将人工智能、先进材料科学与实际产业需求相结合的创新路径，推动我国在绿色能源和可持续发展领域取得更大成就。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/ai-438x-boosts-152b-waste-heat.html