行业投资评级 - 维持行业“看好”评级 [5] 报告核心观点 - AI for Science (AI4S) 是“人工智能+”行动的核心方向之首，是新质生产力与未来产业发展的关键“乘法因子”，具备政策高度支持、技术从理解到渗透、标的不断登陆资本市场的确定性 [4][5] - AI4S通过“微观-介观-宏观”跨尺度技术链闭环，实现研发提效与成本节约，其投资回报率有明确定量支撑，下游长周期行业需求强烈 [5][18] - 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 [5][50] 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)中位列第一位，即“人工智能+”科学技术，是国家自上而下重视的领域 [11][14] - AI4S不仅是狭义的材料/医药研发工具，已广泛渗透至物理、数学、天文、气象、中医现代化等全基础学科，并成为半导体、量子技术、核聚变等国际博弈焦点领域的核心研发工具 [4][15][16] - 国际博弈焦点领域，如半导体、人工智能、量子技术、医药生物、新能源与先进材料等，均可利用AI4S方法加速研发 [17][21] 2. 自下而上: AI4S的技术链与ROI - AI4S的技术链可细分为跨越“微观-介观-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）[18][24][25][26][28][29] - 报告通过两种比喻帮助理解狭义AI4S：1）类比股票投资决策流程（个股研究→组合设计→收益表现）；2）类比深度神经网络图像识别过程（像素提取→中层特征→语义识别）[31][33][34][36] - AI4S可显著提升研发效率并节约成本：典型研发周期可从传统的36-48个月缩短至12-18个月，加速2-3倍；湿实验次数可减少90%以上；综合成本可节约约79.6% [46][48][49] 3. 产业链: 技术切分, 商业模式明朗 - 上游：聚焦算力/数据库/底层工具。算力包括AI4S专属算力、一体机及云服务；数据库包括材料、分子、实验等各类科学数据库；底层工具包括DFT、MD、MLFF、KMC、有限元、EDA等软件与算法 [56][58] - 中游：核心是跨尺度计算引擎、结构生成与优化平台、分子表征与性质预测、实验闭环（含实验机器人）。中游环节理论上具有高通用性和强壁垒 [59][60] - 下游：覆盖狭义应用场景（如新能源材料、半导体材料、高端金属/合金材料、新医药）和广义应用场景（如高能物理、地质学、中医、气候模拟等）[60][61] - 商业模式参考：上游偏重基础设施，多采用销售产品模式；中游通用性强，可采用SaaS或高价项目制模式；下游定制化深，多采用IP授权或Buy-out模式 [51][58] 4. AI4S一二级参与者 - 二级市场TMT代表公司：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医疗检验）、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（超算与算力平台）等 [4][71][73][75][77][79][80][81] - 二级市场应用代表公司：英矽智能（AI制药）、宁德时代（新能源材料）、康众医疗、志特新材、药明康德、道氏技术等，多个公司具备拓展潜力 [4][83] - 一级市场部分代表：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 [4][70]