研究突破 - 麻省理工学院研究团队开发了FASTSOLV模型，通过结合化学信息学工具与BigSolDB数据库，改进FASTPROP和CHEMPROP架构，实现溶质分子、溶剂分子及温度参数的多输入直接回归训练[1][2] - 在严格溶质外推场景下，优化后模型的RMSE相较Vermeire等人的SOTA模型降低2–3倍，推理速度提升最高达50倍[1][2][14] - 模型在SolProp测试集上RMSE=0.83，接近实验随机不确定极限（RMSE=0.75 log单位），且性能优于MolFormer、ChemBERTa-2等大模型[14][15] 技术架构 - 模型将溶质和溶剂分子结构映射为表征向量，与温度参数拼接后输入全连接神经网络进行logS回归训练[11] - 采用集成策略，在4个不同随机初始化条件下训练FASTPROP模型组合成FASTSOLV，有效降低随机波动风险[13] - 支持SHAP可解释性分析，并能区分结构相似的己烷与庚烷溶剂[14][20] 数据体系 - BigSolDB数据库系统收录有机固体在多溶剂及温度条件下接近沉淀极限的溶解度数据，logS分布集中在–1附近且低溶解度端呈长尾分布[6][7] - 训练采用严格以溶质为单位的数据切分：95%溶质用于训练，5%用于验证，同一溶质在不同溶剂与温度下的测量不会跨子集出现[9] - 使用ASTARTES工具包按完整实验为单位随机划分验证集，确保评测独立性[9] 性能表现 - 在Leeds数据集上，FASTPROP与CHEMPROP的RMSE分别降至0.95和0.99（Vermeire模型为2.16），P₁均超69%[14] - 模型在SolProp测试集上预测高度相关（Pearson r=0.81），温度梯度预测分布一致（EMD=0.03/0.02）[17] - 对利培酮预测RMSE=0.16（Vermeire为1.64），对L-脯氨酰胺预测RMSE=0.25（Vermeire为2.33）[20] 行业应用 - 制药行业采用高通量溶解度评估技术（如AspenTech的Aspen Solubility Modeler），基于少数溶剂实测数据预测数百种溶剂组合溶解度，在GSK和AstraZeneca等公司提升晶体筛选与工艺开发效率[25] - 材料研发领域通过数据驱动模型分析分子结构与性能数据，预测新材料特性以缩短研发周期并降低成本[25] - 化工企业利用模型预测不同溶剂和温度条件下的反应效果，优化生产工艺并提高产品质量[25] 学术影响 - 英国利兹大学开发结合人工智能与物理-化学机制的Causal Structure Property Relationship模型，在有机溶剂与水体系中实现预测精度接近实验误差水平的溶解度预测[24] - 麻省理工学院利用图神经网络Chemprop测定39,312个化合物的抗生素活性和毒性，并对12,076,365个化合物展开预测，成功应用于新抗生素挖掘[24]

产业融——科技创新与产业创新深度融合 - 中共中央政治局会议强调推动科技创新和产业创新深度融合发展，通过技术突破实现产业增值[2] - 苏州绿的谐波攻克谐波减速器关键技术，传动误差控制在10弧秒以内，打破国外垄断[2] - 江苏苏州吴中区形成机器人全产业链集群，覆盖研发到应用环节，创新链与产业链无缝对接[2] - 中国钢研利用AI技术将高温合金材料研发周期从10年压缩至1-3年，开发出航空发动机关键材料[3] - 全国研发投入超3.6万亿元居全球第二，1-7月高技术制造业增加值同比增长9.5%[3] - 三峡集团与东方电气等联合研发26兆瓦全球最大海上风机，实现从跟跑到领跑的跨越[4] 市场融——全国统一大市场建设 - 政策层面出台《全国统一大市场建设指引》，健全信用体系与反不正当竞争法规[8] - 合肥合翼航空获全国首批无人驾驶航空器运营证，低空经济准入限制破除[8] - 中通快递新疆集运仓使运输成本降30%、时效提升35%，物流费用占GDP比率降至14%[9] - 跨电网电力交易机制建立，7月起实现全国范围电力资源优化配置[10] - 京津冀、长三角、粤港澳推进技术、人才、检测标准协同，年度归集岗位超150万个[10] - 汽车行业整治无序竞争后产销双超1500万辆，同比增速达两位数[11] 内外融——内外贸一体化发展 - 春雪食品上半年出口禽肉1.3万吨，国内销售1.6万吨，生产线衔接国际国内双标准[12] - 海南自贸港12月启动全岛封关，促进全球要素自由流动[14] - 制造业外资准入限制清零，服务业扩大电信、医疗等领域开放试点[16] - 新增多国免签政策，给予最不发达国家100%零关税待遇[16]

研究突破 - 北京大学材料科学与工程学院雷霆教授团队在Nature期刊发表关于n型热电弹性体的研究论文 开发了首个兼具弹性 伸展性和热电转化能力的n型热电弹性体(TEE) [3] - 该材料通过均匀体相纳米相分离 热激活交联和靶向掺杂技术集成 实现了在150%应变下仍保持橡胶样回弹性 且热电优值(ZT值)可与柔性无机材料媲美 [5] 技术应用 - 研究团队基于n型热电弹性体制造了首个弹性热电发电机(TEG) 展示了其在人体热能收集中的应用潜力 可驱动可穿戴电子设备和生物传感器 [5] - 传统观点认为绝缘聚合物会降低热电性能 但该研究发现通过精准选配弹性基质与掺杂剂 可形成弹性体包裹的半导体聚合物纳米纤维网络 实现电导率提升与热导率降低的协同优化 [7] 市场前景 - 弹性热电发电机因其卓越的贴合覆盖能力和形状适应性 在自供电可穿戴电子设备 柔性生物电子器件和个人体温调节系统领域具有重要应用价值 [5] - n型热电弹性体的突破有望大幅提升可穿戴设备中弹性热电发电机的贴肤适形性与能量转化效率 [3][7]

远古与石器时代材料 - 燧石工具锋利度达0.5微米刃口半径，堪比现代手术刀，为文明起始技术奇点 [13][14] - 骨针直径仅0.8毫米，实现早期衣物缝制并支持人类迁徙 [14] - 陶器通过800℃烧制形成玻璃质釉层，吸水率低于3%，推动食物储存与城市文明 [15] - 玉髓硬度达6.5Mohs，需数百万次切割加工，成为权力与社会等级象征 [16] 工业革命材料 - 贝塞麦转炉将炼钢时间从10小时缩短至10分钟，1870年英国钢产量超50万吨，铁轨耐磨性提升10倍 [19] - 赛璐珞替代象牙制台球，成本大幅降低，后衍生为电影胶片材料开启光影艺术时代 [20] 电气与信息革命材料 - 钨丝熔点3422℃，使灯泡寿命从40小时延至1000小时，成本降至0.5美元/只 [23] - 硅晶片集成晶体管数达153亿个，尺寸仅5纳米（发丝直径1/10000） [24] - 光纤衰减率降至20分贝/公里，单根光纤支持百万路高清视频同步传输 [25][26] - 2024铝合金抗拉强度470MPa，7075铝合金达572MPa，推动飞机速度与载重提升 [27] - 雷达波吸收材料使F-117战机反射截面从100㎡降至0.1㎡，探测难度大幅增加 [28] - 达纳炸药威力为黑火药5倍，无烟炸药提升步枪命中率3倍，塑胶炸药支持精准爆破 [29] AI时代智能材料 - 石墨烯强度为钢200倍，导电性超铜，支持柔性手机与8分钟充电1000公里电池 [32] - 形状记忆合金通过体温触发相变，用于心脏支架与柔性机器人 [33] - AI4S技术3天筛选10万种超导材料，预测误差仅2% [34] - NCM955电池能量密度400Wh/kg，循环寿命3000次，支持电动车续航1000公里 [35] - 自适应复合材料实现0.1%应变自修复，地震中吸收80%能量并限制桥位移至5厘米 [36] 未来前沿材料 - 生物钢由转基因山羊乳汁提取，纤维承重50公斤且可降解，2035年用于防弹衣 [39] - 时间晶体实现100亿年误差1秒精度，用于深空导航 [42] - 暗物质复合材料抵消90%重力，使火星航行时间从8个月缩至14天 [43][45] - 强互作用力材料硬度为钻石1亿倍，原子级光滑，用于星际探测器外壳 [47] - 空间折叠材料通过高维纤维展开，体积扩大1000倍，使太空发射成本从2000万降至20万美元 [48][50] - 生物光电池效率10%（自然光合3倍），单栋建筑年减碳5吨 [52] - 记忆玻璃功耗为普通屏1%，可折叠且分辨率4000PPI [53][55] - 量子纠缠材料实现零延迟通信，消除金融交易地域套利 [57] - 黑洞复合材料捕获50%太阳能，转换效率80%，年供能达10^20焦耳（当前人类能耗1000倍） [58][60] - 意识存储材料容量10^24字节，模拟860亿神经元，支持数字意识延续 [62] - 维度折叠材料强度10^4GPa，压缩空间至行李箱大小，展开为100平米公寓 [64] - 反物质约束材料泄漏率低于1反粒子/年，10克反氢提供500万吨TNT当量动力 [65][67] - 概率晶体观测平行宇宙，揭示不同文明发展与物理法则 [69]

活动概况 - 活动于6月20日由深圳上市公司协会-香蜜湖上市公司CVC创新服务中心主办 近120人参会 包括深交所 深圳证监局 深圳市委金融办等监管部门 新材料产业链上市公司 科研院所 CVC/创投机构及专精特新企业代表 [1] - 活动聚焦三大领域：AI赋能材料研发 低空经济轻量化材料 固态电池 [1] - 活动内容包括深交所专家解读最新政策 科融通洞察产业投融资趋势 六棱镜发布产业科创数据 龙头企业与投资机构深度对话及现场投融资并购项目对接 [1] 活动成果与规划 - 该系列"20+8产业沙龙"活动已成功举办六期 促进产业 科技 资本 新质生产力交流合作 获得各方广泛好评 [1] - 未来将继续整合更多专业力量 发挥多层次资本市场枢纽功能 助力科技创新和产业创新融合发展 [1]

核心观点 - AI辅助设计出高性能仿生超粘水凝胶 该材料在潮湿和动态环境下表现出卓越的黏附性及长期稳定性 其数据驱动设计方法可扩展至其他功能性软材料领域 [1][2][6] 技术突破 - 通过分析天然黏附蛋白序列构建迭代优化模型 实现从180种水凝胶设计中筛选出黏附强度逐轮提升的最佳方案 [7] - 最佳水凝胶R1-max在盐水环境中使橡胶鸭抵御连续潮汐冲刷 R2-max可瞬间封堵3米高水管底部20毫米孔洞的高压水流 [10] - 材料具备生物相容性 通过小鼠皮下植入实验验证 支持生物医学应用场景 [10] 行业应用价值 - 适用于假体涂层、可穿戴生物传感器、手术密封胶、海洋养殖设施及深海勘探设备等潮湿环境黏合场景 [2][10] - 解决传统胶黏剂在高压动态湿环境中失效的技术瓶颈 为医疗和海洋工程提供新解决方案 [4][10] 方法论创新 - 整合数据挖掘、实验合成与机器学习 建立端到端材料设计框架 突破传统试错研发模式 [3][6] - 利用多轮迭代优化流程：每轮合成预测黏附力最高的设计 并将实验数据反馈至机器学习模型实现性能提升 [7] 技术挑战与局限 - 水凝胶设计需兼顾聚合物分子多级结构、流变性能及溶胀行为等复杂参数 [5] - 当前存在单体库有限、聚合物序列控制技术不足及数据集扩展能力受限等问题 [11] - 需开发适配稀疏多尺度数据集的物理机器学习模型并扩展单体模块库 [12] 性能表现 - 材料在静态与动态环境中均保持稳定性 部分实验验证黏附效果持续超过一年 [9] - 三轮优化后最佳水凝胶水下黏附强度显著超越初始180种设计 [7]

战略合作概况 - 公司与苏州能斯达电子科技及关联方广东芯培森技术签署战略合作协议 [1] - 三方将整合各自优势围绕人形机器人关键零部件材料研发与市场拓展展开深度合作 [1] - 合作聚焦电子肌肉、电子皮肤和关节等关键零部件所需材料的研发与应用 [1] 合作方技术优势 - 公司已在碳材料产品上具备技术和生产优势 [1] - 能斯达已推出多款电子皮肤并应用于人形机器人领域 [1] - 芯培森研发的APU算力服务器为材料研发场景提供高速算力支撑 [1] 合作内容与目标 - 将碳材料应用于人形机器人电子肌肉、电子皮肤和关节等关键零部件材料配方 [1] - 合作旨在提升产品性能并实现资源共享互利共赢 [1] - 涉及石墨烯粉体、碳纳米管粉体及各类导电浆料等碳材料产品的应用拓展 [1] 战略意义 - 助力公司拓宽碳材料产品应用场景至人形机器人关键零部件领域 [1] - 加速碳材料产品在人形机器人电子肌肉、电子皮肤和关节领域的应用进程 [1] - 提升公司在新材料及相关产业领域的竞争力 [1]

战略合作内容 - 公司与能斯达及芯培森签署战略合作协议 整合各自在碳材料 电子皮肤和算力服务器的技术优势 围绕人形机器人电子肌肉 电子皮肤和关节等关键零部件材料开展研发与市场合作 [1] - 合作将碳材料应用于人形机器人关键零部件材料配方 具体包括石墨烯粉体 碳纳米管粉体 石墨烯导电浆料 碳纳米管导电浆料和复合导电浆料等产品 [1] 技术协同效应 - 公司具备碳材料产品技术和生产优势 能斯达已推出多款应用于人形机器人的电子皮肤 芯培森研发的APU算力服务器为材料研发提供高速算力支撑 [1] - 三方合作旨在提升人形机器人关键零部件的产品性能 加速碳材料产品在该领域的应用进程 [1] 业务拓展方向 - 战略合作助力公司拓宽碳材料产品应用场景 重点推进在人形机器人电子肌肉 电子皮肤和关节等关键零部件领域的应用 [1]

国家标准样品发布 - 市场监管总局批准发布106项国家标准样品 构建现代化标准样品体系 为产业升级 民生保障 生态治理提供技术支撑 [1] - 45项金属和非金属材料标准样品覆盖有色金属 建筑材料 石油化工等领域 支撑关键战略材料自主研发 [1] - 25项生物安全标准样品用于病原微生物 转基因植物分子生物学检验及植物检疫形态学鉴定 提高口岸检疫效率和准确度 [1] 消费品标准样品 - 17项消费品标准样品为全链条质量保障体系提供基础 其中11项食品及食用农产品类标准样品涵盖有益或有害物质含量测定 [1] - 5项纺织类标准样品配套相关文字标准 用于织物起毛起球毡化和纺织品色牢度感官分级 [1] - 1项电声类标准样品成功复制 确保声音音质准确鉴定和主观评价 [1] 标准样品有效期延长 - 市场监管总局批准延长19项标准样品有效期 包括持久性有机污染物 有机氯农药 重金属 挥发性有机物等 提升生态环境监测数据质量 [1] - 延长有效期的标准样品助力深入打好污染防治攻坚战和美丽中国建设 [1]

AI时代的企业家精神 - AI时代的企业家精神是学会"驯化"算法而非被算法驯化 成为运用数据创造独特价值的"首席人性官" [4] - 企业家应让AI成为洞察世界、服务用户的助手 但决策权需掌握在基于价值观和愿景的判断中 [4] - 在数据洪流中需保持对人性的温度、社会责任和可持续发展担当 [4] 全球AI治理框架 - 需建立全球治理框架确保AI红利在所有国家间公平共享并管理风险 [7] - 应创建跨国人工智能机构防止技术滥用、缓解风险并坚守责任 [7] - 需将可持续发展目标框架融入AI研发的伦理与安全标准 [7] 科技普惠价值 - 科技进步应以能触达多少需要帮助的人来衡量而非技术先进程度 [10] - 全球有13亿残疾人群体 科技应帮助这些被忽视的人重新恢复生活和回归社会 [11] - 科技阳光需照进每一个被遗忘角落 创新成果应惠及每个需要的人 [10] 汽车行业AI应用 - AI已全面融入汽车产业链各环节 是高度复杂的系统性工程 [13] - 需要跨学科、跨工业、跨产业的开放合作 无法单打独斗完成 [13] - AI将优化资源配置效率 推动组织架构、业务流程、管理模式全面重塑 [13] 农业AI赋能 - 中国有机认证产品较少 农业系统碳排放达180亿吨占总量34% [20] - AI需赋能农业计算碳排放量 未来行业鸿沟可能减少 [20] - 农业与工业思路应相互融合 [20] 医疗AI探索 - AI医疗是当前热门赛道 展现出许多可能性但实践效果待验证 [21] - 目标是通过AI、移动互联网、IoT将医疗服务从医院延伸至家庭 [21] - 探索方向包括为糖尿病患者提供AIoT医助 最终实现个人AI全科医助 [21] 材料研发AI加速 - 材料研发面临周期长、投资大、成功率低的问题 [25] - AI可大幅加速材料研发进程 帮助发现性能更优的材料 [25] - 当前材料研发如同沙滩表面捡贝壳 需新方法挖掘深层潜力 [25] VC行业AI影响 - AI对VC行业产生巨大影响 美国硅谷60-70%资金投向AI相关企业 [27] - 中国接近50%的VC资金投向AI领域 [27] - AI前景的重要性被高度认可 [27] 企业级AI应用 - 生成式AI潜力大但企业级AI进展缓慢 [33] - 需先明确业务需求再驱动AI建设 否则都是伪AI [33] - 业务需求驱动的AI可显著提升企业效率 [33]