北京
来源：滚动播报
（来源：上观新闻）
今天（10月16日），第二十六届中国国际工业博览会在国家会展中心（上海）正式落下帷幕。在本届工博会重点配套专题活动“2026中国·上海新材料产业发展大会”上，由同济大学物理科学与工程学院“同济晶体”团队牵头申报的“同济大学晶体材料AI模型”，成功入选上海AI＋新材料应用示范优秀案例。这一成果充分展现学校在基础研究交叉前沿领域的创新优势和科研实力。
向智而行，在未知中寻找答案
长期以来，高效地研发出一款满足特定性能要求的新材料，是全球众多科学家攻坚的目标。其中，支撑光刻系统窗口部件、精密驱动压电元件、集成电路无损检测设备核心组件的关键晶体材料，更是集成电路产业与国家重大工程不可或缺的核心基础材料。这类晶体材料的研发始终面临行业痛点制约，难以支撑新材料的快速设计、反复验证和持续优化，直接限制了先进新材料的研发提速、工艺迭代与规模化工程应用。
传统的材料研发模式始终绕不开两座大山。一方面是高性能新材料的定向筛选效率很低，大量研发时间和资源都消耗在重复试错环节；另一方面是满足特定性能的理想材料是否真实存在，同样也缺乏高效的预判手段。从海量未知的物质世界里挖掘探索，再经过反复实验打磨得到合格晶体，最终落地为可实际应用的先进新材料，全流程动辄要耗费数年时间，研发周期长、结果不确定性高。
针对这些技术难点，“同济晶体”团队瞄准人工智能赋能基础研究的巨大潜力，持续攻关晶体材料在人工智能交叉领域的前沿技术，逐步构建起一条“数据挖掘—智能建模—逆向设计”的全链条创新体系。从去年开始，团队面向不同晶体材料的基础体系，先后成功开发出具有高准确度、强泛化能力的人工智能模型，分别为ICFgainAI、FerroAI等。它们可以在短时间内完成对新型关键晶体材料的智能化设计，为后续开展晶体材料的合成实验提供高质量的数据支撑。目前相关研究成果已陆续发表于国际高水平学术期刊，同步申报多项发明专利。该系列AI模型也已向国内多所高校及科研单位开放共享，切实降低了相关领域的重复实验成本。
谈及该项目的研发缘起，项目牵头人、物理科学与工程学院张晨波研究员介绍，自2022年起，他的研究方向主要聚焦于大模型推理过程中GPU发热的能源回收技术，希望将算力运行过程中损耗的热能转化为可重复利用的电能。但在成果落地过程中，发现整个技术链路的推进高度依赖多种特殊功能晶体材料的支撑，传统研发模式无法匹配项目推进的效率需求。为从根源上突破新材料研发的低效瓶颈，团队于2024年正式开始晶体材料AI模型的搭建工作，全面转向“AI+新材料”交叉领域研究。
这支由物理科学与工程学院徐军教授牵头组建的科研队伍，成员涵盖物理、材料、机械工程等多个学科，天然具备交叉学科的视野优势。科研探索中，不同领域的成员各展所长，跳出传统学科的路径依赖，始终以“透过现象看本质”的物理思维为核心指引，将人工智能作为材料研发的增效工具，为高端装备性能升级筑牢底层支撑，精准对接国家材料自主创新的重大战略需求。
实验室的屏幕上，AI模型正飞速跳动着参数。张晨波笑着说，“希望在不久的将来，我只要对着手机随口说一句，‘Hey 智晶AI，能不能帮我设计出一种晶体材料，用来制造续航最长的新能源汽车电池……’”这个带着科研人独有的浪漫畅想，恰恰是“AI+新材料”最动人的发展前景。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
