AI 开始进入材料实验室：一家中国公司尝试让高分子研发从“经验驱动”走向“智能协同”

47 0 0

文章摘要

高分子材料研发长期高度依赖经验，面临配方空间庞大、变量耦合复杂以及知识难以系统化复用等挑战，导致研发周期长且试错成本高。由于涉及大量专业知识与领域机理，通用大模型难以直接满足该领域的实际需求。苏州材科源图近日发布了一款面向有机高分子材料研发的应用智能体，尝试通过大模型、知识图谱与材料科学机理模型相结合的方式，对材料研发流程进行数字化和智能化重构。

该智能体属于领域智能体路线，建立在自主研发的材料科学智能体框架之上。系统融合了材料知识图谱、多模态数据理解、大模型推理与领域机理模型能力，构建起覆盖设计、预测、优化和决策的全流程智能研发体系。依托这一架构，该智能体能够实现高分子分子结构设计与性能预测、配方体系智能生成与多目标优化、工艺参数推荐以及文献知识解析等核心功能，推动专家经验向数字化能力转化，从而显著提升研发效率与决策质量。

在应用验证方面，光刻胶作为技术壁垒最高的典型代表，成为该智能体的首个验证场景，目前系统已完成在ArF光刻胶研发场景中的实测验证，实现了从树脂设计、配方筛选到性能预测的全流程支持。这不仅证明了其在复杂有机高分子体系中的工程化能力，也打通了从实验室研发到产业应用的关键路径。未来，该系统将重点布局EUV等先进制程光刻胶体系，并逐步拓展至功能涂料、改性塑料、高性能树脂等更广泛的有机高分子领域，构建多行业复用的智能研发基础设施。

这一探索反映出人工智能在科学研究领域的发展正从解决单一科学问题的单点模型，转向构建覆盖完整科研工作流的智能系统。通过将知识管理、实验设计、模拟计算与数据分析深度连接，材料科学智能体为行业由传统经验驱动向智能驱动转型提供了新的技术路径，未来类似技术还有望扩展至电池、催化及新能源等更多材料领域。