fr.wedoany.com Rapport : Beijing Liangkun Technology Co., Ltd. a récemment bouclé un financement de plusieurs centaines de millions de yuans lors de ses tours d'amorçage et amorce+. Ce tour de table a été mené par InnoAngel Fund, avec la participation d'institutions telles que Guoqi Investment, Beijing Industrial Investment, BV Baidu Ventures, et Tsinghua Alumni Fund. Les fonds seront utilisés pour la R&D des technologies de base, la construction de plateformes produits, l'expansion des scénarios industriels et le recrutement de talents de haut niveau.

Le financement de Liangkun Technology est principalement destiné à la construction d'une « infrastructure de recherche scientifique » intégrant le calcul quantique, l'intelligence artificielle et le calcul haute performance. L'entreprise suit la voie technologique Quantum × IA × HPC et prévoit de construire une plateforme de R&D scientifique de nouvelle génération destinée aux domaines des matériaux, de la chimie, de la biomédecine et de la fabrication haut de gamme, afin d'améliorer l'efficacité de la modélisation, de la résolution, de la validation et de la transformation industrielle de problèmes scientifiques complexes. Contrairement aux entreprises d'IA généralistes, Liangkun Technology s'attaque au triple défi de « précision, efficacité et coût » qui persiste dans les scénarios de recherche scientifique : la découverte de matériaux nécessite le criblage de structures candidates dans un vaste espace chimique, le développement de médicaments implique le traitement de conformations moléculaires, de voies réactionnelles et d'optimisation multi-paramètres, tandis que la fabrication haut de gamme exige des simulations, des prévisions et des optimisations de processus dans des conditions de travail complexes. Se fier uniquement au calcul traditionnel ou à un modèle d'IA unique ne permet pas de satisfaire simultanément les exigences de simulation de haute précision, d'itération rapide et de viabilité industrielle. Le calcul quantique peut offrir de nouvelles approches de résolution pour des problèmes complexes spécifiques, l'IA peut améliorer l'efficacité de la modélisation, des prévisions et de la recherche, tandis que le calcul haute performance fournit une capacité stable d'ordonnancement de tâches à grande échelle et d'exploitation industrialisée. En combinant ces trois capacités, la plateforme de recherche scientifique a le potentiel de transformer les processus qui reposaient auparavant sur des essais expérimentaux à long terme en une boucle fermée de « prédiction par calcul, validation par expérience, itération par modèle ».

Fondée en janvier 2026, l'entreprise est une société AI for Science en phase précoce mais bénéficiant d'un financement relativement important. L'équipe fondatrice possède une expertise transversale en calcul quantique, intelligence artificielle, calcul haute performance et chimie des matériaux. Capital Source agit en tant que conseiller financier exclusif.

Dans le secteur de l'information, ce financement représente essentiellement une extension du traitement intelligent des données, passant des logiciels d'entreprise génériques aux plateformes sous-jacentes de la recherche scientifique. Ces dernières années, l'IA a d'abord été déployée dans des scénarios tels que le bureau, le service client, le marketing et la génération de code. Cependant, les scénarios de recherche scientifique et de R&D industrielle imposent des exigences plus élevées en matière de qualité des données, de fiabilité des modèles, de précision des calculs et de validation technique, ce qui ralentit la commercialisation. Le choix de Liangkun Technology se rapproche davantage d'une « infrastructure de calcul scientifique » : d'un côté, elle connecte des algorithmes quantiques, des modèles d'apprentissage automatique et des ressources de calcul haute performance ; de l'autre, elle relie les problèmes de R&D réels des entreprises dans les domaines des matériaux, de la chimie, de la biomédecine et de la fabrication. Si la plateforme parvient à développer des capacités stables dans le criblage de matériaux candidats, la simulation moléculaire, la prédiction de voies réactionnelles, l'optimisation des paramètres expérimentaux et la recherche de fenêtres de processus, elle pourrait aider les entreprises à réduire les coûts d'essais-erreurs, à raccourcir les cycles de R&D et à améliorer la réutilisabilité des tâches de R&D complexes. Pour les entreprises industrielles, la valeur d'une telle plateforme ne réside pas seulement dans la génération d'un résultat de calcul, mais dans la réorganisation des connaissances dispersées dans les laboratoires, les bases de données, les logiciels de simulation et l'expérience technique en un processus de R&D calculable, traçable et vérifiable. Alors que la concurrence s'intensifie dans les secteurs de la fabrication haut de gamme, de la R&D pharmaceutique et des nouveaux matériaux, le rôle du traitement intelligent des données passera de l'« analyse auxiliaire » à une « infrastructure de décision en R&D », ce qui constitue également un contexte important pour la participation de plusieurs capitaux industriels et fonds technologiques au financement de Liangkun Technology.

Les variables à suivre se concentrent sur la vitesse de mise en produit de la plateforme, la validation dans des scénarios industriels réels, l'effet de synergie entre les capacités de calcul quantique et les modèles d'IA, ainsi que les mécanismes de sécurité des données de recherche et de protection de la propriété intellectuelle. L'AI for Science est encore à un stade critique de transition de la recherche de pointe vers l'application industrielle. La capacité de Liangkun Technology à transformer ce financement en produits livrables, en cas d'usage industriels et en clients à long terme déterminera sa position réelle sur la plateforme de calcul scientifique de nouvelle génération.