公司融资信息 - 苏州材科源图科技有限公司近日完成数千万元天使轮融资 [1] - 本轮融资由中科创星领投，元禾控股与亿合资本跟投 [1] 公司业务与技术 - 公司专注于数据与智能双驱动的材料开发平台，与姑苏实验室合作设立研发中心 [1] - 公司汇聚材料科学与人工智能领域顶尖跨界人才，拥有独有高质量数据库与全链条智能材料开发平台 [1] - 公司致力于为全球工业界提供革命性解决方案，加速能源材料技术研发与产业落地 [1] 融资资金用途 - 融资将重点用于核心技术研发，包括数据库扩建、模型开发、高通量平台搭建 [2] - 资金将用于应用场景的商业化落地，以巩固在AI for Materials领域的领先地位 [2] - 通过投入提升材料研发效率，降低试错成本，为突破产业瓶颈提供高效解决方案 [2] 投资方观点 - 投资基于公司开创性的数据×智能双驱动材料开发平台，该平台融合高保真材料数据库、物理化学理论模型约束、大语言模型及高通量合成技术 [3] - 平台实现先进功能材料的智能研发，将材料研发效率提升百倍以上，推动研发从试错型实验转向AI驱动的智能设计新范式 [3] - 公司顶尖团队和明确的商业化路径是吸引投资的重要因素 [3] 行业前景与意义 - 公司技术创新性和市场潜力得到充分认可，所在赛道前景广阔 [4] - 公司展现了卓越的创业精神，其发展有望推动材料产业迈向智能化、数字化的新时代 [1][4]

融资信息 - 公司完成数千万元天使轮融资，由中科创星领投，元禾控股与亿合资本共同参与 [1] - 融资将重点用于核心技术研发、数据库扩建、模型开发、高通量平台搭建及应用场景商业化落地 [1] 技术与平台 - 公司开创“数据×智能双驱动的材料开发平台”，融合高保真材料数据库、物理化学理论模型约束、大语言模型及高通量合成技术 [1] - 构建了百万级真实材料数据库，并自主研发120余项物理模型，开发出深度融合物理化学机理的材料AI智能体 [3] - 搭建“AI设计—智能合成—自动测试—反馈优化”全流程智能化材料研发平台，将材料研发效率提升百倍以上 [1][3] 业务与战略 - 公司已确立四大核心业务：材料生产工艺优化、新材料定制研发、专属数据库建设及AI编辑助理 [3] - 未来计划深入布局能源材料等细分领域，开发各领域的智能材料研发平台，通过数十至数百“虚拟材料科学家”输出方案 [3] - 目标为构建能源领域的“材料银行”，推动材料研发从传统“试错型”实验转向“AI驱动”的智能设计新范式 [1][3]

融资信息 - 公司完成数千万元天使轮融资，由中科创星领投，元禾控股与亿合资本共同参与 [1] - 融资将重点用于核心技术研发，包括数据库扩建、模型开发、高通量平台搭建及应用场景商业化落地 [1] 公司技术与平台 - 开创“数据×智能双驱动的材料开发平台”，融合高保真材料数据库、物理化学理论模型约束、大语言模型及高通量合成技术 [1] - 构建了百万级真实材料数据库，并自主研发120余项物理模型，开发出深度融合物理化学机理的材料AI智能体 [3] - 搭建“AI设计-智能合成-自动测试-反馈优化”的全流程智能化材料研发平台，将材料研发效率提升百倍以上 [1][3] - 投入超百名领域专家，历时七年，聚焦十余类关键能源材料领域构建数据库 [3] 核心业务与未来规划 - 公司确立四大核心业务：材料生产工艺优化、新材料定制研发、专属数据库建设及AI编辑助理 [3] - 未来计划深入布局能源材料等细分领域，开发各领域的智能材料研发平台 [3] - 计划通过数十乃至数百“虚拟材料科学家”高通量、高精准、高效率地输出功能材料设计方案，构建能源领域的“材料银行” [3] 公司背景与定位 - 公司位于中国苏州，与姑苏实验室合作设立研发中心，组建材料科学与人工智能领域的顶尖跨界团队 [4] - 与龙头企业及科研机构建立深度合作，致力于为全球工业界提供革命性解决方案 [4] - 公司定位是以“数据×智能双驱动的材料开发平台”为核心的科技企业，引领材料产业迈入智能化、数字化的新时代 [4]

中国通号中标铁路无人机反制项目 - 中国通号成功中标青藏铁路无人机反制示范项目，采用其低空公司自主研发的铁路专用无人机智能防护系统[2] - 该系统构建覆盖远、中、近全距离的立体防护网，融合无线电侦测、AI光电跟踪、多点协同反制三大核心技术架构[2] 谷歌在美国得州投资数据中心 - 谷歌计划在美国得州投资400亿美元新建三座数据中心，该项投资将持续到2027年[2] - 此项投资预计将创造数千个就业岗位，并为大学生和电工学徒提供技能培训，同时推进得州能源可负担性计划[2] 杭州湾跨海铁路桥建设进展 - 杭州湾跨海铁路桥北航道桥钢梁开始架设，标志着桥梁正式进入上部结构施工阶段，此次架设的钢梁重达626吨[2] - 该桥是通甬高铁控制性工程，全长29.2公里，由三座航道桥及引桥组成，设计时速为350公里，属超长大高速铁路桥梁集群工程[2] 新型“闪速退火”工艺研发突破 - 科研团队开发出热处理升降温速率达每秒1000摄氏度的“闪速退火”工艺，成功制备出晶圆级高性能储能薄膜[2] - 该成果为下一代高性能储能电容器件的制造开辟了新路径，相关研究发表于《科学进展》期刊[2]

文章核心观点 - AI正成为驱动材料产业进入“无人区”探索的重要力量，一场由数据和智能引领的产业变革已经到来 [1] AI驱动材料研发创新 - 材料研发面临从对标模仿到自主创新的根本性转变，核心挑战在于找到合适的分子结构和最优化的合成路线 [3] - 浙江巨化已于2023年启动系统性AI能力建设，计划于2026年建成垂直行业模型与氟氯化学品数据库以加速新分子设计与合成 [3] - 从投资视角看好两类机会：具备大规模产值与进口替代潜力的材料赛道，以及能借助AI实现高性能材料研发和低成本研发的赛道 [3] AI与材料融合的现状与瓶颈 - AI与大数据的赋能将为生物医药和新材料研发释放无限潜力，未来新材料研发有望在AI赋能下加速推进并取得大量突破性成果 [4] - 当前AI与材料融合效果不佳的核心瓶颈并非算力不足，而在于仿真未考虑工艺生产等现实环节影响，并受限于行业数据匮乏 [4] - 预计行业经过四五年数据积累到达拐点后，材料创新将迎来爆发期 [4] 对未来AI驱动产业变革的研判 - 未来五年或将成为“AI for Science”的起点，迈向“AI思考-AI实验-AI制造-人类应用”的范式 [5] - 未来五年自动驾驶技术将走向大规模商业化，但最值得期待的仍是“具身智能”赛道能否在“高度泛化的大脑”方面实现关键突破 [5]

论坛概况与影响力 - 第九届材料基因工程国际论坛定于2025年11月19-23日在陕西省西安市召开 [1] - 论坛自2017年至今已成功举办8届，累计有310余位（次）海内外院士、超过20个国家和地区的410余位（次）海外代表、8000余位（次）国内代表参会 [1] - 论坛旨在促进材料基因工程基础理论、前沿技术和关键装备发展，加速材料领域“人工智能+”科技创新和产业应用 [1] 论坛主题与核心议题 - 论坛主题涵盖材料高效计算与智能设计、材料变革性实验技术、材料科学智能与大模型、材料大数据与数据资源、材料产业智能化发展与应用五大方向 [2] - 核心议题包括集成计算、跨尺度计算、自主计算、高通量实验、自主智能实验、AI for Materials等前沿技术 [2] 组织机构与参与单位 - 主办单位为全国新材料大数据创新联盟和中国材料研究学会 [2] - 承办单位包括西北工业大学、西北有色金属研究院、西安交通大学、北京科技大学、北京云智材料大数据研究院等 [2] - 支持单位阵容强大，涵盖苏州实验室、清华大学、上海交通大学等顶尖高校院所，以及宁德时代、阿里云等产业龙头 [3] 重要活动与议程安排 - 11月20日开幕式将举行国家新材料大数据中心成果发布，包括材料数据库软件、材料机器学习平台、钢铁材料设计大模型等多款工具 [8] - 同期将发布“材料计算设计软件国产化行动计划”，推动行业自主可控发展 [8] - 论坛设置主论坛、6大分论坛及MGE Advances期刊论坛，学术报告数量超200场 [7][9][12][15][18][20][23][25][27][29] 产学研融合与产业应用 - 分论坛报告内容显示AI技术已在锂电池材料、固态电解质、高温合金、催化材料等关键领域实现深度应用 [10][11][16][17][21][22][26] - 宁德时代、上海电气、国家能源集团等企业代表将分享产业智能化实践案例 [3][19][21] - 国际分会场涵盖俄罗斯、新加坡、哈萨克斯坦等“一带一路”沿线国家，体现论坛全球化视野 [29][30][31] 注册信息与参会方式 - 正式代表现场注册费用为人民币2800元（USD 400），学生代表为人民币1800元（USD 260） [5] - 参会需通过论坛官网或“北京云智材料大数据研究院”微信公众号完成在线注册 [5] - 会议地点为西安市陕西宾馆，住宿由组委会统一安排，费用自理 [5]

公司股权变动 - 深圳市新研智材科技有限公司新增股东晶瑞电材（300655）[1] - 公司注册资本增加至116.66万元[1] 公司业务定位 - 新研智材是一家AI驱动材料研发的创新企业[1]

技术突破 - 俄罗斯技术大学研发出一项无废料再利用汽车旧轮胎的新工艺并已申请专利 [1] - 新工艺能将旧轮胎100%转化为原料生产树脂材料 实现完全转化 [1] - 新工艺在同一反应装置中同时处理橡胶和聚酯 过程中释放的炭黑起到稳定剂作用 防止树脂过早固化 [1] 工艺优势 - 相较于现有粉碎成橡胶颗粒的方法 新工艺避免了轮胎帘子布废料的产生 [1] - 经过新工艺处理后得到的材料机械性能显著提升 [1] - 所得树脂在固化后具有高强度和高硬度等出色性能 [1] 应用前景 - 该成果具有广泛的应用前景 [1] - 所得树脂可用于生产复合材料和建筑材料等 [1]

气候与能源领域创新 - 利用地下岩石热能生产氨以降低化学品生产能耗，减少全球1%-2%的二氧化碳排放[13] - 通过电解槽技术将一氧化碳和二氧化碳转化为乙烯，替代传统化石燃料加热方式，降低化工行业5%的全球碳排放[16] - 开发电化学直接空气捕获设备，无需热能仅用电力和水，单个工厂年捕获50-250吨二氧化碳用于喷气燃料和建筑材料[19][20] - 创建多语言多区域刻板印象数据集SeeGULL，涵盖178个国家20种语言，用于评估AI模型避免有害刻板印象的能力[54][55] - 从空气中提取二氧化碳制造纤维素纺织品，模仿植物行为替代传统木浆原料，减少时尚行业8%的全球碳排放[25][26] - 在船舶废气处理系统中利用海水和石灰石生成碳酸氢根离子，避免压缩储存二氧化碳的能耗，处理后的水可直接排入海洋[28][29] 人工智能技术突破 - 开发气候预测基础模型ClimaX，利用海量气候模拟和卫星数据预测天气事件，时间跨度从几天到几十年[22][23] - 通过机制可解释性研究分解AI模型内部运作，发布包含400+稀疏自编码器的Gemma Scope工具包提升模型透明度[34][35] - 调整Transformer架构处理图像数据，将像素编码为token序列，应用于ImageGPT和DALL·E系列模型[38] - 构建自主AI代理Manus，能独立完成任务并适应变化，发布一周内吸引200万申请用户，公司估值达5亿美元[41][42] - 整合多媒体信息感知框架，使AI系统从图像音频视频中推断事件因果关系，获DARPA等政府机构采用[44][45] - 开发视频生成模型Sora，采用创新信息片段分解方法生成长达一分钟高清视频，基于Transformer架构优化扩展性[47][48] - 提出Self-RAG框架让模型并行处理数据存储部分，使Meta Llama模型回答准确率提升10%-25%[51][52] - 训练专用小型模型协同优化金融研究工具，精准定位海量文档中的数据点，被摩根士丹利等金融机构采用[57][58] 生物技术医疗进展 - 开发人工卵巢技术使卵子在实验室成熟，减少IVF激素注射次数，首例试管婴儿于2024年12月在秘鲁诞生[62][63] - 创建长效水凝胶男性避孕产品ADAM，小型试验显示可阻断精子长达两年，计划2023年启动三期临床试验[64][65] - 通过96电极脑机接口实现瘫痪患者操控电子套筒，恢复手部运动能力并玩《吉他英雄》游戏[68] - 优化基因组测序流程，结合牛津纳米孔技术将诊断时间从7周缩短至8小时内，已应用于26名患者[71][72] - 发明芝麻粒大小可降解无线起搏器，通过生物可吸收金属和心脏液体导电，经动物和人类心脏测试[74][75] - 开发DNA损伤追踪技术，使用分子标记传感器解析基因组特定区域，应用于癌症治疗和珊瑚进化研究[77][78] - 发现血脑屏障渗透机制，证实上百种蛋白质可通过受体进入大脑，为靶向药物递送开辟新途径[80][81] 计算与硬件创新 - 采用端到端深度学习方案训练自动驾驶系统，仅需500小时训练即可适配新国家交通环境，获日产2027年商用订单[85][86] - 开发专用AI芯片Sohu，处理Transformer计算时吞吐量达英伟达H100的10倍，公司获1.2亿美元融资与台积电合作[88][89] - 发明微型硅基多色激光器替代数据中心铜线，单个"梳子"可取代16个激光器，传输速度与能效显著提升[91][92] - 构建包含527种机器人技能的数据集，通过iPhone采集家务动作视频，被英伟达微软Google用于训练家庭机器人[94][95] - 开发统一人体运动模型，结合跑步机传感器数据和能量消耗分析，推动外骨骼和康复设备发展[101][102] - 评估AI军事应用安全性，发现目标识别程序准确率低至25%，呼吁军方停止使用商业模型[104][105] - 建立政府算法公共数据库，披露72个法国政府项目，包括福利欺诈评估和心脏移植优先级系统[107][108] 材料科学应用 - 使用食品黄色色素使生物组织透明化，小鼠腹部涂抹后内脏器官在几分钟内可见，目标五年内应用于人类医学成像[113][114][115] - 开发智能感知织物直接编织传感器，心率呼吸监测准确率达99%，可制成太空服自动调节压力[117][118] - 改进双光子3D打印技术，通过元透镜阵列将打印速度提升1000倍，并能制造直径一英寸的量子计算机组件[120][121] - 实现核聚变燃料舱大规模生产，传统制造需数月而新工艺可日产量50万个舱体，加速惯性聚变能源发展[121][122]

公司融资与资金用途 - 公司完成千万级种子轮融资 由晶瑞电材与基石浦江资本联合投资[1] - 资金将用于AI算法迭代 顶尖人才引进及半导体材料等场景的产业化落地[1] - 资金将加速推进与行业龙头企业的深度协同[1] 公司技术能力与产品 - 公司自主研发SynMatAI智能体系统 融合生成式AI能力 分子动力学模拟及高通量虚拟实验[3] - 系统构建预测-验证-优化-小试-量产全链条闭环 将材料性能预测时间降低到10分以内[3] - 系统准确率提升至95%以上 综合降低研发成本超70%[3] - 系统覆盖材料性能预测 工艺优化 失效分析 图像解析 专利分析 实验记录等核心功能[3] - 公司目标将新材料开发周期压缩至传统模式的1/3[5] 公司团队与背景 - 核心团队成员来自华为 字节跳动 日本AIST 浙大 新加坡南洋理工等机构[3] - 团队具备材料科学 AI算法与产业落地经验 硕博比例高达80%[3] - 团队成员入选余杭区领军人才[3] 商业模式与合作伙伴 - 公司采用SaaS订阅加私域定制商业模式 对接从中小实验室到大型企业的需求[5] - 公司与多家行业龙头共建实验室 推动AI从辅助工具升级为研发驱动引擎[5] - 领投方晶瑞电材将开放半导体材料研发场景 共同开发光刻胶配方优化及先进封装材料解决方案[3] - 基石浦江资本提供全方位投后赋能 助力突破技术瓶颈与市场壁垒[4] 行业背景与政策支持 - 国务院发布人工智能加行动意见 将人工智能加科学技术列为六大行动之一[4] - 政策明确提出加速科学发现进程 驱动技术研发模式创新 重点支持人工智能在新材料 半导体等关键领域的创新应用[4] - 公司AI驱动研发模式与政策导向高度契合 成为人工智能加材料科学落地的典型示范[4] - AI加材料领域正迎来前所未有的发展机遇[4]