行业投资评级 - 维持行业“看好”评级 [6] 报告核心观点 - AI for Science（AI4S）是“人工智能+”行动的核心方向和新质生产力发展的关键乘法因子，具备政策高度加持、技术渗透和标的登陆资本市场的确定性 [6] - AI4S通过“微观-介观-宏观”的技术链闭环，实现研发提效与成本节约，其投资回报率有定量支撑，下游长周期行业需求强烈 [6] - AI4S产业链按技术环节可清晰划分，商业模式与估值体系逐渐清晰，国产替代与技术创新驱动本土企业崛起 [6] - AI4S的定义远超AI制药和新材料设计，已覆盖全基础科学与未来产业，是支撑所有未来产业的通用技术底座，产业延展性远超预期 [7] 根据目录总结 1. 自上而下：AI4S，基础科学的乘法 - AI4S在《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）中排在第一位，即“人工智能+”科学技术，是国家自上而下重视的关键方向 [14][18] - AI4S不仅是狭义上帮助化学、高分子、新能源、医药、医疗等领域的结构生成，更是广义上加速理论物理、天体物理、计算数学、气象学、地球科学、语文、历史、中医、哲学等全基础学科研发的加速器 [5][19][21] - AI4S可应用于国际博弈的焦点领域，如半导体、人工智能、量子技术、医药生物、新能源与先进材料、航天与国防等，帮助相关研发 [5][26] 2. 自下而上：AI4S的技术链与ROI - 狭义AI4S的技术链可细分为从微观到宏观的六层：量子力学层（微观）、统计力学层（微观）、经典力学+统计力学层（介观）、介观动力学+统计力学层（介观）、热力学+统计力学层（宏观）、连续介质力学层（宏观工程） [23][29] - 报告通过两种通俗比喻帮助投资者理解AI4S：1）类比股票投资从基本面研究到组合收益的决策流程；2）类比深度神经网络图像识别从像素到语义输出的过程 [7][39][43] - AI4S能显著提升研发投资回报率并节约成本：典型AI4S研发模式可将传统36-48个月的研发周期缩短至12-18个月，提速2-3倍；湿实验次数可从1000-5000次减少至100-200次，减少90%以上；综合成本节约率可达79.60% [54][55][57][58] 3. 产业链：技术切分，商业模式明朗 - 报告主张按技术环节而非商业模式划分AI4S产业链，以更好地研究渗透率、国际对标和底层技术估值 [5][59] - 产业链分为上游、中游、下游：上游聚焦算力/数据库/底层工具；中游核心是跨尺度计算/结构生成平台/真实世界交互/实验室机器人；下游覆盖狭义（材料/医药等）与广义（如高能物理/地质等）应用场景 [8][66][70][72] - 中游的实验机器人环节至关重要，它连接虚拟计算与真实世界，形成“计算预测-实验验证-数据回流-模型迭代”的闭环 [71] - AI4S产业成熟后，可能诞生不依赖当前通用算力（如英伟达GPU、CUDA、Transformer架构）的专属算力，其形态可能是专用AI4S算力或一体机 [74][79] 4. AI4S一二级参与者 - 二级市场TMT代表公司包括：晶泰控股（AI4S干湿闭环平台）、中控技术（工业过程智能仿真）、润达医疗（AI医疗大模型）、华大九天（AI驱动EDA）、海光信息（AI4S算力芯片）、索辰科技（物理AI工业仿真）、中科曙光（超算算力）等 [5][84][87][89][91][94][95][96] - 二级市场应用代表公司包括：英矽智能、宁德时代、康众医疗、志特新材、药明康德、道氏技术等，其中晶科能源、钧达股份、天奈科技、厦门钨业等具备拓展潜力 [5] - 一级市场部分代表公司包括：思朗科技、深势科技、芯培森（道氏技术）、深度原理、全芯智造、分子之心等 [5]