全球AI与新材料融合竞争加剧，上海团队提出高分子智能研发新方案

从过去研发过程中“反复试错”的传统模式，转向人工智能驱动下的“精准设计”，AI技术正为高端新材料的研发和产业化装上“加速器”。在这场全球性的“智能竞赛”中，华东理工大学林嘉平教授团队经过十多年深入研究，成功研发出“AI+高分子”智能研发平台，攻克了航空航天、先进装备等领域的新材料技术瓶颈，推动新材料快速从实验室走向生产线。

“我们借助AI绘制化学结构，并预测该化学结构的各项性能指标。AI模型不仅告诉我们熔点为224℃，还详细输出了背后的关联知识，为后续材料设计提供指引。”

打开华东理工大学的AI plus Polymers平台，科研人员输入一段化学式，AI就能迅速绘制出相应高分子聚合物的化学结构，并预测出新材料的熔点、拉伸强度等各项性能参数。

高分子材料具有长链状和复杂的微观结构，传统研发中寻找适配材料犹如“大海捞针”。华东理工大学材料科学与工程学院副教授高梁指出，例如研发一款高端树脂材料，传统模式下通常需要5到8年时间；而在AI工具的辅助下，研发周期缩短至1年以内，成本降低90%、效率提升近百倍。

他以用于制造卫星太阳帆板骨架的复合材料基体环氧树脂为例说明：“太阳帆骨架在发射前需要折叠存放于舱内，到达指定位置后展开，这对树脂基体提出了高强度、高模量、高韧性的要求。要同时实现这‘三高’非常困难，往往某种性能提升后，其他性能会下降，需要反复很长时间才能找到较优方案。现在我们让AI筛选出能够满足条件的新材料，再进行合成验证，很短时间内就能获得这些高性能材料。”

截至目前，该平台已成功发现1.27万个潜在新材料，其中94种已在实验室成功合成验证，2款新材料在航空航天、电子封装等领域获得实际应用。

也有企业借助该AI平台实现降本增效。例如上海库贝化学公司应用该平台，加速环氧胶和聚硅氮烷树脂等产品开发，AI加速研发的绿色可回收环氧树脂以及某电机设备进口树脂的国产替代品，在短期内完成从设计研制到产业化的突破。“企业反馈，应用我们的平台后很快实现了材料产业化，新增经济效益近2000万元。”高梁表示。

支撑这款AI平台的是海量高分子专业知识与专业数据。华东理工大学材料科学与工程学院教授林嘉平指出，为了让“不懂化学”的AI模型理解高分子，团队从2013年起率先开展研究，从零开始积累数据，目前已建成国内规模最大的高分子材料专用数据库。

团队在今年年初发布的AI plus Polymers v3.0研发平台，整合了760万条专业数据、80余个AI模型及10余种高分子专用算法，能够以更智能的人机交互方式，帮助研发人员完成高性能树脂、有机光电材料、复合材料等三大类材料的定制化智能设计。团队还推出了我国首个高分子领域“通专融合”大模型Chat AIPolym，通过自然语言、科学知识与专业模型的深度融合，支持多模态智能对话、多输出预测设计、材料设计准则推荐、专业知识生成等功能，推动高分子研发向全面智能化迈进。

“相关数据都是通过我们的学生和科研人员逐条积累实现的，我们对这些数据进行了非常细致的清洗，许多企业在使用这些数据库后都获得了满意的效果。我们的平台目前在国际上也处于比较领先的位置。”华东理工大学材料科学与工程学院教授林嘉平说。

AI plus Polymers v3.0平台及Chat AIPolym大模型

从全球范围来看，“AI+新材料”的“智能竞赛”正蓬勃发展。美国阿贡国家实验室让AI与机器人自主完成材料试验、优化等环节，日本利用AI研制出在水中也能保持超强粘性的水凝胶材料。聚焦AI for Science，上海也在去年启动了“百团百项”计划，围绕生命科学、物质科学、空间信息等前沿方向，两年内支持不少于100个科研团队、100个项目，以“产业出题、科学家答题、AI解题”的协同机制，旨在推动科研组织模式从单学科、单机构、人力驱动，转向跨学科、大协同、数据与计算驱动，提升创新转化效率。

林嘉平介绍，这一“AI+新材料”的创新范式，也正成为培养复合型人才的沃土。在平台建设过程中，近百名研究生与本科生系统整理、录入海量科研数据。“因为这是一个交叉学科领域，研究人员既需要具备专业知识，也需要掌握AI相关知识。在人才方面，高校具有优势，能够培养兼具专业知识和AI知识的人才，助力解决产业人才瓶颈问题。”

原载：话匣子