论文造假事件 - MIT博士生Aidan Toner-Rodgers因论文造假被勒令退学 论文涉及AI对经济增长的贡献 特别是企业研发与创新领域 [1][2][5] - 论文《人工智能、科学发现和产品创新》原本即将发表在顶级经济学期刊The Quarterly Journal of Economics 但被导师诺奖得主阿西莫格鲁和奥托教授请求撤稿 [2][3] - 该论文声称证明AI能显著提升研发效率 使用AI工具的科学家发现材料增加44% 专利申请增加39% 产品创新增加17% 但数据被证实造假 [30] AI在材料科学领域的应用争议 - 谷歌DeepMind使用GNoME模型预测出220万种新晶体 其中38万种结构稳定 声称相当于"近800年知识积累" [10][12] - 但化学专家分析发现这些预测材料缺乏可信性、有用性和新颖性 许多只是已知化合物的无关紧要改编 [12] - 专家指出AI生成的材料数据需要化学材料专家验证 单纯依靠算法预测缺乏实际科学价值 [12][22] 学术诚信与AI风险 - 在LLM时代 AI可以生成大量看似符合逻辑的数据集和论文 增加了学术造假风险 [24][26] - 预印本论文泛滥导致未经同行评审的研究被过度报道 媒体倾向于炒作AI的夸大说法 [25][28] - AI可能破坏科学研究范式 合成数据与真实数据的界限日益模糊 特别是在非物理世界领域 [27][28] 跨学科研究问题 - 跨学科AI研究需要多领域专家合作 单纯由单一学科背景人员完成容易产生问题 [25] - 该造假论文最大问题在于全部由经济学背景人员完成 缺乏材料科学专家参与 [25] - 未来AI+学科研究需要建立更严格的合作与评审机制 防止类似造假事件 [25][26]

（文章来源：广州日报） 近日，贝特瑞发布固态电池材料整体解决方案，包括贝安FLEX半固态及GUARD全固态系列高镍正 极、硅基负极、固态电解质、锂碳复合负极等材料，"涉及现在中国应用场景上正在使用的半固态电池 体系，到大家公认2027年以后的全固态电池体系，我们都做了材料、整体解决方案的预案。"李子坤表 示，将通过材料创新与技术迭代支撑固态电池商业化进程。 李子坤介绍，近几年公司一直在推动研发平台的智能化。贝特瑞正在积极布局AIfor science，包括大数 据计算、计算仿真、大数据建模、材料筛选等环节，将AI功能植入研发体系当中。 据悉，贝特瑞自2017年开始布局固态电池关键材料，所开发的固态电解质于2021年问世，是行业首款商 用固态电解质产品。公司客户包括宁德时代、比亚迪、亿纬锂能、三星SDI、LGES、松下等企业。 5月15日，由中国化学与物理电源行业协会主办的第十七届深圳国际电池技术交流会/展览会 （CIBF2025）在深圳国际会展中心举办。大会期间，贝特瑞中央研究院院长李子坤接受广州日报等媒 体专访时表示，自去年起，公司研发的固态电解质材料已率先在数码类半固态电池体系中实现应用，尚 未在动力型电 ...

据了解，联盟将围绕算力、算法、数据、问题与人才五大核心要素，打造开放共享的科学智能基础设 施。通过构建"基础工具链-共性技术平台-场景化应用"全链条技术生态，推出系列智能化科研工具与开 放平台，助力科学家突破理论瓶颈，赋能企业实现"元创新"。同时，建立多元化资金支持体系，为技术 研发至产业转化提供全链条支撑。联盟还将积极参与国家重大产业专项规划。在国际化布局上，联盟将 通过发起国际赛事、制定技术标准、共建跨国实验室、创办学术期刊等行动，推动中国科研智慧深度融 入全球创新体系，提升我国在该领域的国际话语权。 此次活动特设联合成果分享环节，汇聚近百名政府代表、学术领袖及企业高管。北京大学教授高毅勤、 上海交通大学教授王延峰、中国科学技术大学教授陈林江、深势科技创始人兼CEO孙伟杰、华为数字技 术有限公司北冥实验室主任王龙等嘉宾分享了AI在生物医药、材料科学、基础平台等领域的应用合作 成果。来自中国移动、百度、比亚迪等企业代表就联盟发展战略展开深入探讨。与会代表一致认为，联 盟的成立将加速构建"科研-产业"双向赋能通道，为全球经济可持续发展注入新动能。 据了解，联盟将助力推动高校构建"AI+Science"交叉学科 ...

FLARE团队 投稿 量子位 | 公众号 QbitAI 还记得刘慈欣在《全频带阻塞干扰》中描绘的耀斑爆发吗？ 现在科幻照进现实，人类踏出了理解耀斑的重要一步——预测。 来自 紫东太初 和 中国科学院国家天文台 的研究团队，联合开发了天文耀发预测大模型 FLARE （Forecasting Light-curve-based Astronomical Records via features Ensemble） 。 该模型能精准预测恒星耀发事件，为天文学研究提供了全新的有力工具，也展示了AI for Science在天文学领域的巨大潜力。 相关研究论文已成功被人工智能领域国际顶级会议IJCAI 2025录用。 以下是更多详细内容介绍。 恒星耀发从何而来 恒星耀发是恒星大气中磁场能量的快速释放过程，对于理解恒星结构、演化、磁活动以及探索系外宜居行星和外星生命意义重大。 然而，目前通过观测获得的耀发样本数量有限，难以满足全面深入的研究需求。 因此，准确预测恒星耀发时间成为天文学研究的重要任务，但此前这一领域一直缺乏相关研究成果。 与相对容易预测的太阳耀斑不同，恒星耀发预测主要依赖 光变曲线 。 △ 恒星的光变曲线 ...

生物药研发模式变革 - 生物药研发正从传统"实验驱动"模式向"计算驱动"模式转变 这种变革有望解决研发周期长、成本高、效率低等痛点 [1] - 迈威生物与深势科技的战略合作标志着行业研发范式创新 通过AI与生物技术融合推动源头创新 [1][3] 合作双方核心优势 - 迈威生物具备全产业链布局优势 在ADC技术平台、单/双抗分子发现领域有突出能力 已打通ADC药物从研发到生产的全流程 IDDC平台与Mtoxin毒素技术获多项目验证 [2] - 深势科技拥有Uni-Smart科学文献大模型、Uni-Mol分子构象大模型、Uni-Fold蛋白折叠大模型等AI技术 构建了完整的微观世界认知与计算体系 [2] 合作具体方向 - 知识引擎构建：基于Uni-SMART大模型打造生物创新药研发知识引擎 实现科学文献智能筛选与多模态元素提取 构建靶点数据库提升研究效率 [2] - 创新靶点探索：结合RiDYMO平台使分子模拟采样效率提升近百倍 融合迈威ADC技术加速药物分子从0到1发现 突破难成药靶点机制研究 [2] 行业影响 - 此次合作代表生物制药技术与AI大模型的深度创新融合 为行业提供全新技术解决方案 [3] - 通过核心技术优势互补 将显著提升靶点发现效率和药物研发成功率 推动生物药研发进入智能化新阶段 [1][2][3]

报告公司投资评级 - 首次覆盖，给予“买入”评级 [1] 报告的核心观点 - 晶泰控股是AI for Science稀缺标的，有望在2027年实现扭亏为盈，预计2025 - 2027年收入分别为4.26/6.83/10.95亿元，归母净利润分别为 - 4.42/-1.96/0.42亿元，当前股价对应P/S分别为43.69/27.25/17.00倍 [8] 根据相关目录分别进行总结 1. AI for Science稀缺标的，打造AI研发新范式 - 晶泰控股是基于量子物理、以人工智能赋能和机器人驱动的创新型研发平台，为制药及材料科学等产业提供研发解决方案及服务 [14] - 公司受全球资本关注，已筹集资金约732百万美元，在全球人工智能赋能的药物发现公司中排名第一，成立多家附属公司构建多元化科技创新企业集团 [15][17] - 公司股权结构多元，腾讯和红杉中国为主要股东，创始人股东和其他投资者也有一定持股比例 [22] - 公司核心管理团队技术背景强、行业经验丰富，研发团队由三位麻省理工学院培训的科学家和联合创始人领导，有500多名科学家和技术人员 [23] 2. 人工智能解决方案及自动化行业：场景多元，前景广阔 - 人工智能在医疗和材料科学领域潜力大，自动化市场增长快，实验室自动化渗透率将从2022年的3.7%增长至2030年的23.2%，数据量、劳动力成本、技术融合及政策驱动市场增长 [26][27][34] - 药物研发行业中，传统制药方式成本高、时间长、成功率低，AI制药潜力大，基于量子物理的方法是突破性技术，AI制药处于成长期，干湿结合等能力是竞争优势，人才、数据等是进入壁垒，降本增效需求驱动增长，数据保护和多样化管线是趋势 [35][36][47] - 固态研发服务行业中，固态研发对评估材料性质重要，人工智能赋能可建立反馈回路，市场以制药为主、材料科学领域有望增长，技术和商业化难度是进入壁垒，技术进步等驱动增长，应用领域向材料拓展是趋势 [48][49][57] - 自动化研发实验室行业中，自动化可实现更高效的湿实验室流程，传统人工方法有成本高、效率低等问题，自动化是产业升级趋势，市场以制药为主、化学及材料科学领域有望增长，资金、竞争压力等是进入壁垒，产业升级需求和人工智能进步驱动增长，多技术整合和重视数据安全是趋势 [59][60][70] - 材料科学研发行业中，人工智能等新技术将重塑研发方式，新型材料市场需求增加，应用多元、参与者广泛，向生物领域转变，人工智能及跨学科技术赋能研发 [71][72][76] 3. AI for Science，具备跨行业赋能能力 - 营收步入商业化阶段，2024年营收2.66亿元，同比增长53%，达到港交所商业化公司收入门槛，取消“未商业化公司”称号，净亏损收窄，现金充足，智能机器人业务大幅增长 [77][79][85] - 数据构造护城河，公司有海量虚拟和实验数据，实现“干、湿”闭环技术平台，结合量子物理和人工智能技术，开发ProteinGPT，基于量子物理的计算能力可改善研发周期，AI模型可与物理模型结合并实现生成式AI功能 [88][90][93] - 合作项目由医药延伸至材料等新领域，服务全球制药巨头，合作管线进展良好，AI + 机器人落地多行业，深度赋能材料科学等领域 [8] - AI赋能各产业发展打造新质生产力，业绩增长具备较高确定性，政策红利驱动短期增长，客户留存与孵化公司驱动中长期增长 [8] 4. 盈利预测与投资建议 - 预计公司2025 - 2027年收入分别为4.26/6.83/10.95亿元，归母净利润分别为 - 4.42/-1.96/0.42亿元，当前股价对应P/S分别为43.69/27.25/17.00倍，首次覆盖给予“买入”评级 [8]

报告公司投资评级 - 买入（首次）[1] 报告的核心观点 - 晶泰控股科学家背景团队研发实力雄厚，营收突破商业化门槛且净亏损显著收窄，干湿实验闭环构造数据壁垒，合作新药管线进展顺利且新材料等领域客户持续拓展，政策红利驱动短期增长，客户留存与孵化公司驱动中长期增长，预计2027年实现扭亏为盈，首次覆盖给予“买入”评级[8] 根据相关目录分别进行总结 1. AI for Science稀缺标的，打造AI研发新范式 - 全球资本关注，构建多元化的科技创新企业集团：晶泰控股由三位麻省理工博士后创立，以量子物理和人工智能技术突破传统限制，受世界知名投资者支持，已筹集约732百万美元，在全球人工智能赋能药物发现公司中排名第一，与辉瑞合作助力Paxlovid开发，还成立多家附属公司构建多元化集团[15][17][19] - 股权结构多元：股权结构分散，腾讯和红杉中国为主要股东，创始人股东及其他投资者均有持股，公众股东和基石投资者持股比例较小[22] - 科学家领衔，研发实力雄厚：核心管理团队技术背景专长且经验丰富，研发团队由三位麻省理工科学家领导，500多名人员具备多学科专业知识[23] 2. 人工智能解决方案及自动化行业：场景多元，前景广阔 - 药物研发行业：传统制药面临成本高、时间长、成功率低问题，AI制药潜力大，基于量子物理方法是突破性技术，AI制药处于成长期，干湿结合等能力是竞争优势，人才、数据等是进入壁垒，降本增效需求是增长驱动，数据保护和多样化管线是趋势[35][36][40] - 固态研发服务行业：固态研发对评估材料性质重要，人工智能赋能固态研发，市场应用以制药为主，材料科学领域有望增长，技术和商业化难度是进入壁垒，技术进步等是增长驱动，应用领域向材料拓展是趋势[48][49][51] - 自动化研发实验室行业：自动化研发可实现更高效湿实验室流程，应用领域将拓展，传统人工方法有诸多问题，自动化是产业升级趋势，市场以制药为主，化学及材料科学领域将增长，资金等是进入壁垒，产业升级需求和人工智能进步是增长驱动，多技术整合和重视数据安全是趋势[59][60][61] - 材料科学研发行业：人工智能等新技术将重塑研发方式，新型材料需求增加，市场竞争激烈，材料科学向生物领域转变，人工智能及跨学科技术赋能研发[71][72][75] 3. AI for Science，具备跨行业赋能能力 - 营收步入商业化阶段，AI平台价值加速兑现：2024年营收突破商业化门槛，取消“未商业化公司”称号，净亏损收窄，费用率改善，现金充足，智能机器人和药物发现解决方案收入增长[77][79][85] - 数据构造护城河，迈向AI for Science：量子+AI模型生成虚拟数据，机器人自动化积累实验数据，结合计算机工具和机器人自动化湿实验室提供干湿闭环解决方案，整合人工智能到核心技术，开发ProteinGPT[88][90] - 合作项目由医药延伸至材料等新领域：服务全球制药巨头，合作管线进展良好，AI+机器人落地多行业，深度赋能材料科学等领域[10] - AI赋能各产业发展打造新质生产力，业绩增长具备较高确定性：政策红利驱动短期增长，客户留存与孵化公司驱动中长期增长[8] 4. 盈利预测与投资建议 - 关键假设：未提及相关内容 - 盈利预测和估值：预计2025 - 2027年收入分别为4.26/6.83/10.95亿元，归母净利润分别为 - 4.42/-1.96/0.42亿元，当前股价对应P/S分别为43.69/27.25/17.00倍[1][8]

【演讲/钟新龙，整理/观察者网 唐晓甫】 很多人说"人工智能的历史既长又短"。 其"长"，在于人工智能概念可以追溯至1950年，当时计算机奠基人图灵提出了著名的"图灵测试"。他认 为，若第三方无法区分计算系统与人类的回答来源，则可认为该系统具有智能。由此，人工智能的概念 自1950年起便有了理论基础。 其"短"，则在于大众层面对人工智能的广泛接触，应当以2022年11月发布的ChatGPT为分水岭，截至今 日仅有两年多的发展历程。 编者按：随着ChatGPT的爆火以及具身智能的大规模出现，利用AI大模型的通用人工智能带 领人类进入第四次工业革命的设想，在欧美世界尤其是金融圈成为最热门的话题。受此影 响，国内不少相关人士也在强调美国领导的西方体系会利用其"算法+数据+算力"的三重优 势对我国形成技术代差，从而导致我国在潜在的"第四次工业革命"中落于人后。 但是随着 人工智能大模型的演进和实践，更多人意识到，这套叙事存在逻辑瑕疵。而在这场再认识的 过程中，更多人对于人工智能的潜力和局限有了更明晰的认知。于是就在今年4月，工业和 信息化部直属单位中国电子信息产业发展研究院（赛迪研究院）正式发布了《人工智能赋能 新型 ...

中国大模型开源浪潮 - 中国科技公司在大模型领域掀起开源浪潮，向全球发出"强音"，技术获得国际认可并扭转全球大模型文化 [1] - DeepSeek和通义千问系列开源产品推动国际大模型开源路线，突破技术垄断，促进技术平权，提升AI普惠性 [1] - 阿里通义已开源200余个模型，全球下载量超3亿次，衍生模型数超10万个，超越美国Llama成为全球第一开源模型 [2] 技术性能与国际认可 - 在国际学术研究中，许多论文基于千问模型，同等尺寸下千问小模型性能优于LLaMA [1] - 以DeepSeek、Qwen为代表的中国开源模型实现参数权重、推理逻辑和工具链条全开源，打开AI商用新局面 [2] - DeepSeek在人工智能反馈强化学习方面是开源大模型中走得最远的，将人类反馈变为人工智能反馈 [2] 小模型的价值与意义 - 小模型可降低应用成本，拓展普及度，同时帮助高校科研机构应对资源约束的研究挑战 [2] - 大模型发展越好，越能衍生优秀小模型，而小模型研究也能为大模型发展提供重要启发 [2] AI for Science前沿领域 - AI for Science成为重要突破口，大模型对复杂系统的处理能力远超传统方法 [3] - AI for Science定位为启发人类科研工作者，弥补人类思考不足或成百倍、千倍提高效率 [3] 未来发展挑战 - 中国AI领域在并驾齐驱后将面临更高层次能力考验，需提出更深刻学术思想和根本性解决方案 [4] - 需在保持技术创新的同时，注重"从0到1"原创性思想的培育和激发 [4]

公司业绩情况 - 2025年一季度公司实现营业收入5.56亿元，较去年同期增长23.65% [1] - 2025年一季度归属母公司股东的净利润达2461万元，同比大幅增长236% [1] - 2025年一季度经营活动产生的现金流量净额为1.16亿元，同比增幅达207% [1] - 2025年一季度境外新签订单量同比大幅增长，业务版图开拓了西非、中亚及南亚等新兴市场 [1] 公司未来规划 - 公司近两年布局新兴材料研发领域，锚定“AI + 量子计算”材料研发新范式方向 [1] - 公司欲打通产业资源，塑造通过前沿范式进行新材料研发的平台，可自研产品管线、与龙头企业合作 [2] - 微观纪元提供量子算法能力，精准智能实验室提供新范式材料研发“项目池” [2] AI与量子计算作用 - AI for Science和量子计算在化学研发里作用高度互补，AI是加速器，量子是突破维度瓶颈的“指南针” [3] 微观纪元情况 - 微观纪元是国内稀缺的聚焦量子模拟方式进行化学研发的企业，对标美国谷歌孵化的Sandbox [4] - 量子计算未来有望成长为数千亿美金级市场，医药、材料等化学研发是重要下游 [4] 新业务商业模式 - 公司打造“AI + 量子”前沿范式的材料研发平台，微观纪元贡献量子模拟算法能力，解决材料定制化研发问题并交付成熟产品管线给合资公司 [5] - 精准智能化学实验室进行精准化、智能化范式革新，孵化机器化学家平台，有项目储备，与公司战略合作后共同产业化 [5] 潜在孵化材料 - 微观纪元已研发出MOF材料、生物酶等产品管线 [6] - 精准智能实验室有用于建筑、汽车玻璃的防晒隔热材料等数十条产品管线 [6][7] 海外业务优势与分布 - 公司自2014年出海，海外业务收入从千万元级跃升至亿元级，有先发优势，依托国内成本优势构建价格竞争力，提供技术指导、定制方案、售后及增值服务，推动海外业务增长 [8] - 海外业务区域贡献上，东南亚市场最高，港澳台次之，中东、非洲、南美等构成增量 [9] - 2025年境外收入目标为10亿元，东南亚为核心，加速拓展新兴东南亚市场，沙特市场是中东突破点 [9]