鼎熙智创吕海峰：从「造算力」到「孵质料」，用闭环击穿AI for Science的数据高墙 | GAIR 2025 导语：可连续的“AI for Science”贸易模式，不于在售卖算法软件，而于在成为“新质料孵化器”，将数据闭环的能力封装为从份子布局到工艺包以致样品的端到端交付。

2025年12月12-13日，第八届GAIR全世界人工智能与呆板人年夜会于深圳·博林天瑞喜来登旅店正式启幕。

作为AI 产学研投界的标杆嘉会，GAIR自2016年开办以来，始终苦守“传承+立异”内核，始终致力在毗连技能前沿与财产实践。

于人工智能慢慢成为国度竞争焦点变量确当下，算力正之前所未有的速率重塑技能路径与财产布局。13日举办的「AI 算力新十年」专场聚焦智能系统的底层焦点——算力，从架构演进、生态构建到财产化落地睁开体系会商，试图为将来十年的中国AI财产，厘清要害变量与成长标的目的。

GAIR 2025「AI 算力新十年」专场上，鼎熙智创结合开创人吕海峰师长教师，为咱们分享了《科学智能驱动的新质料设计研发》。

当“AI for Science”从理念走向财产化，新质料研发被视为最具潜力的落地场景之一。然而，于充沛的算力与高涨的期待暗地里，一道真正的壁垒正逐渐清楚——高质量、高价值的专用数据，而非算力自己，正成为制约AI驱动质料发明从试验走向量产的要害瓶颈。

吕海峰的实践，正源在对于这一瓶颈的直面与冲破。他亲历了中国超算从T级起步、办事化摸索以致财产运用的完备历程，深谙“建好算力”与“用好算力”之间的巨年夜鸿沟。如今，他选择躬身入局，将全数精神投入到经由过程“干湿试验闭环”，于质料研发中连续天生高质量数据、练习专用模子，并终极实现新质料高效孵化的创业实践中。

于他看来，AI若不克不及深切“数据-设计-制备-测试”的财产闭环，仅靠公然数据与通用模子，将难以破解质料范畴的“研发黑箱”。真实的价值不于在拥有几多算力，而于在可否构建一个能连续孕育发生优质数据、并能将数据转化为可验证质料方案的“智能研发体系”。

于GAIR 2025的演讲中，吕海峰体系分享了怎样从初期超算办事、贸易化运营到如今AI for Science创业的过程与思索。他重点剖析了质料研发中数据稀缺的素质、构建“干湿联合”闭环的逻辑与挑战，以和于此历程中怎样找到可连续的贸易模式——不是售卖软件东西，而是成为“新质料的孵化器”，直接交付份子设计、工艺包以致样品。

他的经验，来自从理论模仿到主动化试验室的全链路实践，这些思索对于在所有正测验考试将AI深切财产焦点研发环节的摸索者而言，也许提供了一个从“为什么而做”到“怎样连续”的务实参考。

如下为吕海峰演讲出色内容的精编收拾，雷峰网(公家号：雷峰网)作了不转变原意的编纂：

列位下战书好，很是感激主理方的约请，今天我将联合算力主题，分享怎样于详细场景的运用中使用AI算力解决现实问题。

我的小我私家履历与算力范畴高度契合，2003年卒业后，我插手中科院超算中央，介入研制了中国第一台对于外办事的高机能计较机“深腾6800”。其时咱们利用了256个节点，搭载安腾2处置惩罚器，整机双精度浮点机能到达5.324 TFLOPS，这是海内初次实现T量级的高机能计较能力。以今天的目光看，这已经是相称初期的算力实践。

2008至2009年，中科院超算中央最先测验考试贸易化运营，成为海内最早提供算力办事的机构之一。随后于2009-2010年，咱们与北京市当局互助，并在2011年景立北龙超等云计较公司，正式开展对于外办事，可说是算力办事贸易化范畴的初期摸索者。

以后，我插手英特尔，卖力高机能计较营业拓展，恰逢海内多个国度级超算中央（如天津、广东等地）的设置装备摆设海潮，有幸介入此中，切身履历了算力能力的快速跃升。于英特尔时期，我深刻熟悉到“消费”的主要性——即怎样将设置装备摆设的算力与智算中央真正用起来、卖出去，并最先连续存眷算力的真实用户与运用场景。

2021年，我投身在“AI for Science”赛道，专注在怎样使用计较与AI能力为财产创造更年夜价值。今天我分享的重点，恰是科学智能驱动的新质料设计研发。

立异质料研发范式正于履历深刻厘革：从最初的经验发明，到试验试错，再到理论推演，直至今天数据与模子双驱动的“AI for Science”第五范式。传统研发模式，如爱迪生式的重复试错，已经难以满意财产对于效率的需求，特别是于新兴半导体、电解质、3D打印、钙钛矿、MOF等质料范畴，高投入、长周期的研发模式面对巨年夜挑战。

AI for Science 已经成为全世界核心，政策、技能与财产需求配合鞭策其成长。例如，近期美国发布的“创世纪规划”将其晋升至国度战略层面，欧洲也于抓紧结构，DeepMind方才公布于欧洲成立相干试验室，这充实注解该标的目的的主要性。于中国咱们也已经经早就结构了AI for Science这一标的目的，这也是中国第一次引领了全世界的科技财产立异。

AI之以是能厘革质料研发，焦点于在它可以或许年夜幅压缩从理论、设计、制备优化到量产落地的漫长周期。以锂电池为例，从观点到贸易化用了约50年，而AI与主动化能力的引入，使患上研发历程最先形成“自立设计-测实验证-进修优化”的闭环。特别最近几年来，跟着年夜模子能力的冲破，AI正从东西进级为“研发伙伴”——可以或许不雅察试验、阐发数据、提出假定并自立设计验证闭环，这为咱们弥合从试验室到出产线之间的鸿沟提供了全新可能。

然而，于详细落地中，咱们面对的首要挑战是数据问题。当前年夜模子已经进修了年夜量公然的文本、图象等信息，但科学工程范畴的高质量、专业化数据往往稀缺、关闭且难以获取，这些数据凡是与企业的专利及焦点竞争力深度绑定，难以实现广泛同享。

是以，咱们采纳了一种“实际可行”的计谋：构建“干湿联合”的研发闭环——经由过程交融理论计较数据与实体试验数据，于“数据、设计、制备、测试”的轮回中不停天生高质量、高价值的专有数据集。这不仅能晋升研发效率，更能打造一个连续孕育发生优质数据的“装配”，为练习更专业的模子、深切解析质料布局-机能瓜葛奠基基础。

这一技能闭环天然导向可连续的贸易模式。假如仅提供软件或者要领，而企业不肯同享焦点数据，模子就没法迭代，贸易逻辑也难以建立。是以，咱们认为可行的路径是提供端到真个办事：客户向咱们提出新质料需求，咱们经由过程连续进修与递归反馈的闭环，构建智能化质料研发平台，终极输出新质料份子、验证陈诉、工艺包以致直接提供新质料样品。

如许，平台就蜕变为一个“新质料孵化器”，帮忙客户完成产物验证、工艺优化，从而实现AI for Science 的真正贸易化落地。

基在以上思绪，咱们创建了“鼎犀智创”，并依托北京年夜学深圳研究生院河套科创中央，构建产学研“三位一体”的架构，致力在打造具有自立推演与验证能力的“AI Scientist”。

咱们的焦点能力架构包罗三个环环相扣的部门：

1.AI能力：使用年夜模子读取文献、专利与理论数据，天生新奇的份子布局与配方建议，有时甚至能借助其“幻觉”开导新思绪。

2.模仿仿真：经由过程高通量虚拟试验（如份子动力学、第一性道理计较）验证AI建议的可行性，猜测其是否易在制备。

3.试验验证：将优选方案投入主动化试验室举行制备、表征与阐发，并将试验成果数据反馈至模子与仿真环节，形成闭环。

作为一家本年7月建立，刚完成首轮融资的草创企业，咱们正致力在将这三方面能力整合为“质料合成制备智能系统平台”。咱们前期聚焦在纳米碳质料（如单壁碳管，烯碳复合纤维）和新能源标的目的，依托高校的研发基础举行产物验证与闭环跑通，再向企业推广。

咱们已经经构建了“四象限”一站式孵化能力系统：

•智能软件：模子智能体和主动化试验设计与履行。

•主动化装备：面向差别场景的高通量主动化试验装配（如用在半导体质料的CVD装备、用在锂电池的电解液配制体系）。

•解决方案：基在软硬件能力为客户提供研发办事。

•立异质料：终极实现新质料的直接孵化与输出。

今朝，咱们已经与万华、贝特瑞等头部企业睁开互助，于纳米碳质料等范畴，咱们已经实现了从观点到制备的全生命周期跑通，这于该赛道中具备主要意义。

于办事企业的历程中，咱们总结出了一套要领论：按照客户的数据基础，从数据管理入手，慢慢于出产、小试等环节开发优化小模子，终极帮忙客户成立全生命周期的智能研发能力。这个历程虽然艰难，但基在对于质料行业的配合理解，咱们能与客户联袂走患上更远，真正将AI落地在现实场景。

以上就是我的分享。咱们公司方才起步，很是期待与列位有更多的交流与互助时机，配合摸索AI for Science于详细场景中的将来。

谢谢各人。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。