此外，公司今年在大语言模型在科学的应用方向（LLM for Science）取得阶段性进展，主导开发 LLM-EO（Large Language Model for Evolutionary Optimization）工作流程，利用大语言模型的内在知识与推理能力开展过渡金属配合物的生成式设计，并以封面论文形式发表于化学顶尖期刊《Journal of the American Chemical Society》。

公司在扩散生成模型与大语言模型两条生成式 AI 路线同步推进、互补协同，形成“Diffusion + LLM”并进架构，为后续的智能体化交付奠定基础。这些经由顶级期刊验证的生成式 AI 模型的系统性进步，正在把 AI for Science 从概念推进为可落地、可规模化的产业能力。 

「深度原理 Deep Principle」研发的扩散生成模型与大语言模型分别作为封面论文在顶尖期刊发表

产品升级：Agent Mira 重塑产业研发范式

「深度原理 Deep Principle」创始团队看好中国市场完备的新材料和精细化学品产业链、庞大的材料研发需求、以及高效的产业应用环境，于2024年毅然回国创业，推动技术深度融入产业场景。

基于深厚的科研积淀，公司成功研发 ReactGen（分子生成）、Reactify（精准计算）、ReactControl（控制模型）、ReactBO（广域筛选）、ReactNet（合成导航）、ReactHTE（高通量实验）六大算法模块，并集成于 ReactiveAI 平台；

近期，平台实现关键跃升，正式升级为材料发现智能体 Agent Mira：Agent Mira 能够基于实际研发需求，智能调用自研算法模型、高精度数据集及计算工具，具备分子结构设计、化学反应预测、材料配方优化等能力，通过自然语言指令即可调度全流程任务，让生成式 AI 与第一性原理计算从“前沿黑科技”走向“产业新日常”。

Agent Mira 应用场景

商业落地：多领域案例验证技术及产品价值

借助「深度原理 Deep Principle」技术及产品的持续突破，公司与行业头部客户已取得实质性商业化进展，成立一年来已经获得了超千万元人民币的商业订单。在超分子材料领域，公司与杉海创新共建 AI 超分子材料平台“超屿 Synthrix™ 1.0”，基于 ReactiveAI 平台的广域筛选能力和分子生成能力，对其超分子材料库实现精准预测与高通量筛选，通过 AI 计算筛选百万级候选结构，替代传统试错实验；在日化领域，公司与欧莱雅开展合作，利用 ReactiveAI 平台，从化学反应机理层面出发，预测并解释各成分对配方性能的影响，带来研发周期缩短、预测命中率提升、研发投入降低的可量化收益；除此之外，公司还与战略股东晶泰科技持续共创，聚焦化学材料领域智能化自动化研发，为业界打造新一代全链路智能化材料研发平台。目前公司还在新能源、精细化工等领域推进多个重点项目，持续拓展产业边界。

公司与杉海创新、欧莱雅等行业头部客户已取得阶段性商业化进展

AI Materials Factory：打通材料发现的最后一公里

围绕提出的 ECML 研发范式（Experiment-Compute-Machine Learning 一体化决策），公司已启动打造 L4 高通量自主实验室（High-Throughput Autonomous Lab） AI Materials Factory。AI Materials Factory 由自研智能体 Agent Mira 统筹资源调度，精准实验设计和高效执行，衔接 ReactiveAI 平台各大核心模块，覆盖从分子结构设计、化学反应预测、材料配方优化到高通量验证与数据回流的全链路，打造“AI 模型预测—计算支撑—实验验证”闭环。一方面，AI Materials Factory 将推动「深度原理 Deep Principle」技术及产品在新材料、营养日化、新能源等重要战略领域落地，加速从模型预测到实验落地的迭代；另一方面，AI Materials Factory 将推进内部自研管线开发，持续孵化基于 ReactiveAI 平台的创新材料矩阵，在新兴及前沿领域不断开拓创新版图。(转载自Z Potentials）