转自：千龙网
人工智能正在重塑新材料研发范式，加速产业变革。近日，《北京市加快推动“人工智能+新材料”创新发展行动计划（2025-2027年）》（以下简称《行动计划》）发布。记者从北京市科委、中关村管委会获悉，北京一批“AI+新材料”融合创新成果加速涌现。
北京已集聚近10家“人工智能+新材料”算法软件企业
新材料作为战略性、基础性产业，是现代化产业体系和新型工业化的重要支撑。但长期以来，新材料研发依赖于理论探索和经验积累，需要经历反复实验，导致研发周期漫长、成本高。
“AI+新材料”不仅能大幅缩短新材料的研发周期，降低研发成本，显著提高研发效率，还能利用AI技术在处理高维度、跨尺度复杂体系问题方面的强大计算能力，实现材料成分、结构与性能的预测、模拟和分析，赋能研发、制造和应用等环节，对于材料领域科技创新和产业发展具有重大意义。
“AI正在改变材料科学的研发范式。”中国科学院院士、北京大学教授、北京科学智能研究院学术委员会主任鄂维南指出，问题正在迎刃而解。“北京具备人工智能赋能材料科学的先发优势与人才基础，同时全面布局了科研基础设施，为新材料研发提供系统性的有效工具。”
据北京新材料和新能源科技发展中心副主任周航介绍，目前，北京已集聚近10家“人工智能+新材料”算法软件企业，占全国总量的1/3，智能实验室、数据平台等基础设施加速落地，北京科技大学等高校开设“材料智能技术”专业，年培养跨学科人才超500人，为行业不断注入新鲜血液。
AI赋能，小米从上万种合金配方中快速锁定最优解
目前，北京一批“AI+新材料”融合创新成果加速涌现，形成了一批AI赋能的标杆性新材料典型案例，小米汽车上的“泰坦合金”，实现从实验室到量产车的智能跃迁；中国钢研6个月内设计开发出世界上强度最高（800MPa级别）的高性能抗氢厚板材料；北京科学智能研究院引入AI分子表示学习模型，设计出不含贵重金属的新一代OLED发光材料……
其中，小米团队使用自研的多元材料AI仿真系统，从上万种合金配方中快速锁定最优解。通过一体化压铸，应用于小米首款车型SU7车身结构件，焊接点减少840处，提升了车身结构的稳定性；车内降噪效果显著，为用户带来了静谧舒适的驾乘体验；车身重量减轻，续航能力得以提升；同时经过超200万公里的严苛耐久寿命验证，产品可靠性得到充分保障。2月27日，小米新发布的车型SU7 Ultra，也搭载了“泰坦合金”。这一新型材料成果，不仅助力小米汽车在市场上脱颖而出，更为整个汽车制造行业提供了全新的材料解决方案。
AI助力优化材料生产工艺
AI for Science预训练大模型出现，开启了材料研发新纪元。北京科学智能研究院和深势科技联合团队以“征服元素周期表”为目标，发起大原子模型计划OpenLAM，并已与多方合作迭代发布2代深度势能预训练大模型（DPA），其预测能力覆盖元素周期表中90余种元素，可应用于半导体、合金、有机分子等多类材料体系研发。
目前，大原子模型计划下的另一款Uni-Mol分子大模型，在蛋白质预测能力方面仅次于谷歌发布的AlphaFold3，位列世界第二，但研发投入成本仅为其几百分之一。
深势科技政企事务副总裁刘会师说，无论是药物分子研发还是材料分子研发，目前大多使用传统的实验试错方式，即通过不断的探索性实验找到新的材料分子结构。好的模型可以通过计算的方式代替相当一部分探索性实验，给出可能的成药或者材料结构，用筛选出的“成功率更高”的结构再去做验证性实验，可以减少高昂的实验成本。
“我们还推出了基因大模型、蛋白大模型、文献大模型、表征大模型等。”深势科技解决方案事业部高级经理伍旭说。谈及提升材料研发效率，他举例说，1名研究生一天可能做10-20个实验，如果研究160万种材料的能量转化效率，从而择优选择，常规情况下，一个研究生可能要做1万天的实验。借助 AI模型可以快速预测材料性质，同时优化材料生产工艺，使其合格率大幅提高。“例如，我们使用AI for Science科学大模型优化了钠电材料工艺，使其初始放电容量实现大比例提升，研发周期也大大缩短。”
协作机器人在智能实验室执行任务
智能实验室是北京“人工智能+新材料”发展布局的重要物理载体。软硬一体、干湿闭环的智能实验室将颠覆传统实验布局，实验台不再需要按照1.2米的标准高度为人类操作量身定制，机械按钮被虚拟控制界面取代，实验设备能够自主执行任务并实时优化实验参数，AI系统可设计实验、分析数据并生成报告，大幅提升研发效率，为新材料的快速发现和创新开辟全新路径。
深云智合构建了全面自动化智能实验室——DeepChem智能合成平台。深云智合供图“传统的材料开发耗时费力、效率低，标准化流程欠缺，相关经验不容易描述，而且可能由于操作失误造成中毒、爆炸等。”北京深云智合科技有限公司创始人、北京航空航天大学教授刘宇宙说，深云智合构建了全面自动化智能实验室——DeepChem智能合成平台，可以实现全流程自动化，无人值守，7×24小时远程实验也大大提高了实验效率，同时降低开发成本。
智能实验室首先通过计算模拟、筛选候选，在虚拟环境中创造新化合物结构，并预测其在不同应用场景下的表现，大幅加速了新材料的发现过程。同时，协作机器人承担重复性的操作任务，比如开盖、放置、移液、加样、过滤、稀释、快速取样、样本转运等。智能实验室还能对实验信息进行实时收集、整理、上报、分析，建立数据仓库和数据流程模型，对历史数据进行再利用，用于优化工作过程和实验效率。
“在OLED中间体材料新分子开发的案例中，客户预计耗时半年的工作，平台2周完成，研发成本降低80%。”刘宇宙说。
