7月14日至17日，2026年度中國材料大會在武漢隆重舉行。作為我國新材料領(lǐng)域規(guī)模最大、規(guī)格最高、影響力最強的國家級學術(shù)盛會，本屆大會匯聚了來自全國高?？蒲袌F隊、新材料產(chǎn)業(yè)2萬余名從業(yè)者，會議規(guī)模和展覽面積均創(chuàng)歷屆之最，素有材料界“年度風向標”之稱。
作為全球領(lǐng)先的“AI+新材料”解決方案提供商，創(chuàng)材深造（Deep Material）攜AI for Materials最新成果亮相本次大會。創(chuàng)材深造研發(fā)總監(jiān)孔輝博士與高通量實驗室負責人彭勃博士受邀分別做主題報告，向業(yè)界展示了AI驅(qū)動的金屬材料研發(fā)從數(shù)據(jù)驅(qū)動到智能決策，高通量實驗到產(chǎn)業(yè)化落地的創(chuàng)新能力，引發(fā)廣泛關(guān)注。
孔輝博士：
《AI+高通量自動化實驗室：加速金屬增材制造材料開發(fā)》
創(chuàng)材深造研發(fā)總監(jiān)孔輝博士做了題為《AI+高通量自動化實驗室：加速金屬增材制造材料開發(fā)》 的主題報告，系統(tǒng)闡述了如何通過AI與高通量自動化實驗平臺的深度融合，徹底重構(gòu)金屬增材制造材料的研發(fā)流程。
報告指出，傳統(tǒng)工藝的金屬材料牌號高達34萬種，但是增材制造工藝的金屬材料牌號目前只有幾百種（完全成熟量產(chǎn)應(yīng)用的僅僅幾十種），因此如何快速開發(fā)適配增材制造的金屬材料牌號體系迫在眉睫。傳統(tǒng)金屬增材制造材料研發(fā)長期依賴“試錯法”，一款新材料從實驗室到產(chǎn)業(yè)化需要5—10年、數(shù)十人團隊、數(shù)千次試錯。而創(chuàng)材深造首創(chuàng)的 “AI Agent+高通量+數(shù)據(jù)驅(qū)動” 全新范式，正在將這一周期壓縮至2—3個月。
在本次大會上，報告重點介紹了創(chuàng)材深造的One-Person Lab（OPL） ——全球首個能自主執(zhí)行物理實驗的AI材料發(fā)現(xiàn)系統(tǒng)。它成功實現(xiàn)了AI從“閱讀文獻”到“親手實驗”的范式躍遷，讓AI首次具備自主設(shè)計、執(zhí)行物理實驗并基于結(jié)果迭代優(yōu)化的能力。一位科研人員 + AI Agent（智能中樞）+ 高通量自動化實驗室，即可完成傳統(tǒng)一個團隊的研發(fā)產(chǎn)出。在核心技術(shù)層面，OPL構(gòu)建了三大核心架構(gòu)：逆向設(shè)計“大腦” ：內(nèi)嵌行業(yè)首個金屬材料智能體DM Agent與物理常識校驗機制。不同于傳統(tǒng)試錯模式，它能直接基于目標性能反推配方，并自動攔截違背冶金原理的“幻覺”指令。7×24小時“黑燈實驗室” ：基于自研高通量實驗室智能化裝備，由機械臂和AGV小車全流程無人化運行。在室溫情況下，測試效率高達600樣/天，較人工提升10倍以上。系統(tǒng)不僅記錄成功數(shù)據(jù)，更完整記錄失敗的負向數(shù)據(jù)，構(gòu)建AI理解物理邊界的核心資產(chǎn)。AI智能設(shè)計閉環(huán)：基于圖譜主動推理→自動化制備→高通量表征→數(shù)據(jù)智能回流→AI模型迭代精度提升自我進化。系統(tǒng)每完成一圈“提出假設(shè)→自動做實驗→物理數(shù)據(jù)回流→模型迭代”，對物理規(guī)律的理解就加深一層。依托“AI+高通量”自我驅(qū)動的智能研發(fā)閉環(huán)，創(chuàng)材深造已成功開發(fā)高強鋁合金、耐熱鋁合金、超高強鈦合金、鎳基高溫合金、模具鋼等先進金屬材料，產(chǎn)品性能達國際先進水平，覆蓋航空航天、具身智能、新能源、消費電子、可控核聚變等產(chǎn)業(yè)領(lǐng)域。《基于具身智能的材料研發(fā)自驅(qū)實驗室——微試樣高通量表征與閉環(huán)系統(tǒng)》
創(chuàng)材深造高通量實驗室負責人彭勃博士帶來了題為《基于具身智能的材料研發(fā)自驅(qū)實驗室：微試樣高通量表征與閉環(huán)系統(tǒng)》的主題報告。報告深入剖析了傳統(tǒng)材料研發(fā)面臨的數(shù)據(jù)孤島與效率瓶頸，并重磅展示了創(chuàng)材深造M-LAB自動化與智能大腦系統(tǒng)的前沿探索與落地成果。
報告指出，與生物和小分子等可用緊湊字符表征的體系不同，結(jié)構(gòu)材料的研發(fā)是一項更為復雜的系統(tǒng)工程。其最終性能不僅取決于化學成分，更與制備工藝、熱處理制度、微觀組織演化及工程應(yīng)用條件深度耦合。在人工智能（AI）驅(qū)動新材料研發(fā)的時代，真正制約效率提升的核心瓶頸，已非單純的模型算力，而是能否持續(xù)供給高質(zhì)量、標準化、可追溯且可回流的客觀實驗數(shù)據(jù)。針對這一行業(yè)痛點，創(chuàng)材深造前瞻性地提出以自驅(qū)實驗室全面閉合“AI—物理實驗—數(shù)據(jù)反饋”的研發(fā)循環(huán)。報告強調(diào)，“數(shù)據(jù)質(zhì)量決定模型上限，閉環(huán)速度決定研發(fā)效率”。自驅(qū)實驗室的核心價值，遠超傳統(tǒng)意義上替代人工的單點自動化，而是通過底層制造執(zhí)行系統(tǒng)的數(shù)據(jù)無縫流轉(zhuǎn)、實驗流程標準化、過程證據(jù)鏈透明化，結(jié)合全方位的視覺與傳感監(jiān)控，實現(xiàn)實驗結(jié)果的結(jié)構(gòu)化回流。這使得每一次材料實驗，都能轉(zhuǎn)化為可復用、可審計、可訓練的高價值數(shù)據(jù)資產(chǎn)。在高通量數(shù)據(jù)獲取方面，報告重點闡述了微試樣技術(shù)在結(jié)構(gòu)材料表征中的巨大應(yīng)用價值。通過精準縮小試樣尺度，不僅能大幅降低粉末材料的消耗，更能成倍縮短制備與測試周期，從而為材料研發(fā)團隊提供超高密度的實驗反饋。公司圍繞小微試樣的室溫拉伸、高溫拉伸和高溫蠕變力學性能測試展開了系統(tǒng)化探索，并深度結(jié)合試樣尺寸效應(yīng)、全自動夾持穩(wěn)定性、機械臂高效取放樣，以及非接觸式全場變形測量等關(guān)鍵共性問題，構(gòu)筑了堅實且高效的材料研發(fā)閉環(huán)實驗基座。在系統(tǒng)級實踐層面，報告生動展示了創(chuàng)材深造覆蓋增材制造制備、高精度樣品加工、力學性能測試到數(shù)據(jù)智能分析與結(jié)果回流的全鏈路自動化整體方案。該系統(tǒng)通過機器視覺識別、工單全生命周期追蹤、關(guān)鍵工藝圖像留存、設(shè)備運行狀態(tài)監(jiān)測及環(huán)境參數(shù)采集等先進手段，鑄就了從樣品到數(shù)據(jù)、從微觀過程到宏觀結(jié)果的完整證據(jù)鏈。報告特別重申，唯有確保實驗室過程絕對透明、數(shù)據(jù)來源絕對可信、控制環(huán)節(jié)絕對可追溯，才能真正支撐AI模型進行不間斷的學習與精準的優(yōu)化決策。
面向未來，創(chuàng)材深造堅信：在自驅(qū)實驗室的生態(tài)中，科學家的角色依然不可替代。一方面，頂尖科研人員的行業(yè)經(jīng)驗、核心判斷力與實驗直覺，將被深度標準化、量化，并內(nèi)化為系統(tǒng)可學習的底層規(guī)則；另一方面，自驅(qū)實驗室通過日夜不息地運轉(zhuǎn)與高質(zhì)量數(shù)據(jù)的沉淀，正強勢推動“實驗—數(shù)據(jù)—模型—再實驗”數(shù)據(jù)飛輪的極速飛轉(zhuǎn)，引領(lǐng)材料研發(fā)范式從傳統(tǒng)的開環(huán)低效試錯，向高維的閉環(huán)智能迭代跨越。
結(jié)語：
本次大會，全面展現(xiàn)了創(chuàng)材深造在AI for Materials的最新成果，特別是在材料研發(fā)自動化產(chǎn)線建設(shè)、微試樣高通量表征、全流程數(shù)字化監(jiān)控及數(shù)據(jù)閉環(huán)系統(tǒng)等領(lǐng)域的技術(shù)積淀和創(chuàng)新實力。未來，公司將持續(xù)深耕廣大高校、頂尖科研院所及產(chǎn)業(yè)端合作，推動AI for Materials的產(chǎn)業(yè)化應(yīng)用落地，矢志推動具身智能硬件、自驅(qū)實驗室級平臺與材料大數(shù)據(jù)的深度融合，為全面提升我國新材料研發(fā)效率、加速關(guān)鍵戰(zhàn)略材料自主創(chuàng)新進程，以及賦能材料產(chǎn)業(yè)高質(zhì)量發(fā)展貢獻力量。
提供CDN加速/云存儲服務(wù) 備案號：津ICP備2025040835號-1 
