Jeff Bezos va investir 400 millions de dollars dans une start-up de Cambridge qui conçoit des matériaux avec l'IA
Jeff Bezos parie sur le monde physique, pas sur les chatbots. Son bureau d'investissement, Bezos Expeditions, négocie un apport de 400 millions de dollars à CuspAI, start-up de Cambridge vieille de deux ans qui conçoit de nouveaux matériaux avec l'IA. L'entreprise est valorisée 2,6 milliards de dollars. CuspAI utilise des modèles génératifs pour prédire les propriétés des molécules avant leur synthèse en laboratoire, ce qui ramène des années de recherche à quelques mois.
Traité par IA depuis TNW ; édité par Hamidun News
Jeff Bezos a choisi son pari dans l'IA, et ce ne sont pas les modèles de langage. CuspAI, start-up de Cambridge qui applique l'intelligence artificielle à la conception de nouveaux matériaux, négocie une levée de 400 millions de dollars sur une valorisation de 2,6 milliards. Le tour est mené par Bezos Expeditions, le bureau d'investissement de Jeff Bezos.
Le pari de Bezos sur la physique
CuspAI a été fondée en 2024 et est installée à Cambridge, à proximité immédiate du Cavendish Laboratory, l'un des principaux laboratoires de physique au monde. L'équipe travaille à la jonction de la modélisation moléculaire et des grands modèles de langage adaptés à la chimie.
Selon le Financial Times, il s'agit du plus gros investissement en capital-risque dans la materials AI, ou « IA pour les matériaux », depuis l'existence du secteur. Une valorisation de 2,6 milliards de dollars pour une entreprise de deux ans montre que les investisseurs prennent l'IA appliquée à la science des matériaux au sérieux.
Pour Bezos, c'est le prolongement logique de sa philosophie d'investissement. Il mise depuis longtemps sur la « deep tech », avec de fortes barrières à l'entrée et des horizons lointains : Blue Origin (espace), Zap Energy (énergie nucléaire) et Commonwealth Fusion Systems (fusion contrôlée). La science des matériaux est le maillon suivant de la même chaîne.
Comment l'IA conçoit des matériaux
Traditionnellement, développer un nouveau matériau, des électrodes de batterie aux supraconducteurs à haute température, exigeait des années d'expériences en laboratoire par essais et erreurs. Les chercheurs synthétisaient des milliers de composés, retenaient les plus prometteurs, puis recommençaient. Le processus était coûteux et lent.
CuspAI inverse cet ordre grâce à des modèles génératifs :
- Le modèle génère des milliers de candidats : des structures moléculaires potentielles aux propriétés recherchées
- La simulation écarte les options peu prometteuses sans synthèse physique
- Les candidats restants subissent une vérification informatique de leur stabilité chimique
- Seules les structures présentant une forte probabilité de succès arrivent au laboratoire
Selon les estimations des chercheurs, cette approche raccourcit de 10 à 100 fois le chemin entre l'idée et la synthèse. C'est crucial pour les secteurs où la vitesse de développement des matériaux détermine la compétitivité : fabrication de batteries, semi-conducteurs et alliages aérospatiaux.
Marché et concurrents
La materials AI progresse vite, mais reste un segment modeste. Parmi les concurrents de CuspAI figurent la start-up londonienne Orbital Materials, le projet de recherche MatterGen de Microsoft et plusieurs laboratoires chinois financés par l'État.
« Si vous pouvez accélérer de 100 fois la découverte d'un nouveau matériau, vous changez toute
la carte industrielle », disent les chercheurs du domaine.
Ce qui distingue CuspAI, c'est sa proximité avec l'écosystème académique de Cambridge et son focus sur les applications commerciales dès le premier jour. L'entreprise ne cherche pas à résoudre tous les problèmes à la fois : elle travaille avec des partenaires industriels précis pour déterminer quels problèmes de matériaux traiter en priorité.
Si la levée de 400 millions de dollars se conclut, la start-up disposera de ressources pour plusieurs années de recherche active et pour l'extension de son infrastructure de calcul.
Ce que cela signifie
Quand l'un des plus grands investisseurs du monde destine des centaines de millions de dollars non pas à l'IA générative de texte, mais à l'IA pour les réseaux atomiques, c'est le signe d'un changement de priorités. La prochaine vague d'investissements dans l'IA pourrait se concentrer non sur les produits logiciels, mais sur la production physique : nouvelles batteries, puces et matériaux pour l'énergie propre. CuspAI ambitionne de devenir la plateforme de cette vague.
- 18 nov. 2026Le nouveau modèle Jev répond en 150 ms, contre 1,89 s pour GPT-6 Astra
- 18 nov. 2026Willison publie trois bacs à sable externes : le code des agents ne touchera pas à votre ordinateur portable
- 18 nov. 2026Le chiffre d'affaires data center de Nvidia bondit de 110% à 107,6 milliards de dollars : la pause de l'IA n'a pas eu d'effet
- 18 nov. 2026Microsoft lance le modèle de code MAI Code 2 : 98% de la qualité de GPT-6.1 Sol pour 40% du prix
Questions clés sur cet article
Que sait-on sur Le pari de Bezos sur la physique ?
CuspAI a été fondée en 2024 et est installée à Cambridge, à proximité immédiate du Cavendish Laboratory, l'un des principaux laboratoires de physique au monde. L'équipe travaille à la jonction de la modélisation moléculaire et des grands modèles de langage adaptés à la chimie. Selon le Financial Times, il s'agit du plus gros investissement en capital-risque dans la materials AI, ou « IA pour les matériaux », depuis l'existence du secteur.
Comment l'IA conçoit des matériaux?
Traditionnellement, développer un nouveau matériau, des électrodes de batterie aux supraconducteurs à haute température, exigeait des années d'expériences en laboratoire par essais et erreurs. Les chercheurs synthétisaient des milliers de composés, retenaient les plus prometteurs, puis recommençaient. Le processus était coûteux et lent.
Que sait-on sur Marché et concurrents ?
La materials AI progresse vite, mais reste un segment modeste. Parmi les concurrents de CuspAI figurent la start-up londonienne Orbital Materials, le projet de recherche MatterGen de Microsoft et plusieurs laboratoires chinois financés par l'État. « Si vous pouvez accélérer de 100 fois la découverte d'un nouveau matériau, vous changez toute la carte industrielle », disent les chercheurs du domaine.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.