Core Technology

核心技术

量子力学+AI双引擎,赋能材料研发

Pain Points

传统材料产业的长期痛点问题

传统材料研发、化学流程设计主要依靠反复合成、反复试错的实验方法,成本高昂、效率低下

资金消耗大的传统试错法

传统材料研发高度依赖专家经验与海量试错实验。一次次无效合成不仅耗费昂贵的实验试剂,更占据了可观的研发工时和设备折旧。

错失市场窗口的漫长周期

从材料发现到最终商业化落地平均需要10-20年。在固态电池、催化剂、先进制程半导体等技术快速迭代的赛道,缓慢的底层材料研发节奏直接影响下游企业的竞争力。

高维成分空间的理论瓶颈

随着现代材料体系日益复杂,材料体系逐渐向多元、高熵方向发展,人类大脑与传统实验设计已无法处理动辄百万乃至千万种成分组合。

Quantum Precision

量子力学精度计算支撑

量子力学是一切材料性质的“第一性原理”。高性能材料的宏观性能,最终来源于原子与电子尺度的微观机制。无论是半导体导电性质、固态电池界面稳定性、催化反应活性,还是合金强度与热稳定性,都不能仅依赖经验规则或粗粒度模拟判断,而需要以量子力学精度刻画电子结构、能量稳定性、迁移能垒与反应路径。

材料AI模型需要量子力学精度的第一性原理计算提供高质量训练数据。

1

材料研发关键问题

高性能材料的核心性质由原子与电子尺度机制决定

电子结构
能量稳定性
离子迁移
反应路径

可信度

量子力学精度支撑关键决策

效率

快速探索海量材料空间

可扩展性

服务半导体、催化、能源、合金等场景

结论:材料AI不能脱离量子力学精度计算;量子精度计算是后续AI材料研发体系的重要底座。

Tech Route

量子力学+AI 双引擎技术路线

试错法
材料研发的范式升级
+
量子力学第一性原理计算 + 大数据、人工智能

算的准、算的快、算的多、算的大

量子力学第一性原理计算:为实验提供理论支持和机制阐述,为人工智能模型提供底层高质量数据,协同加速材料研发。

该计算平台 软件

第一性原理计算软件

人工智能材料模型的高质量数据引擎:团队开发并完善第一性原理计算软件,突破国外材料计算软件垄断,计算效率具有自身优势,在业界具有影响力。

基于该计算平台可全面开展声、光、电、磁、输运等材料各方面性质的研究,经国际材料计算基础设施测试验证,计算精度与主流第一性原理计算软件高度一致。2025年度,实现了软件功能的持续提升:新增30多项功能模块(如含时密度泛函理论、量子输运计算等),计算规模从10,000原子提升至50,000原子体系,达到业界先进水平,可开展纳米器件的研究。

学术影响力持续增长,用户覆盖国内多所高校与科研院所。国内多所高校与科研院所的研究团队基于该计算平台开展材料研究,2025 年相关成果全年发表高水平期刊论文20余篇,其中院所署名论文8篇。

发展历程

2006、2007年

项目启动

2016年

获科技部重点研发计划支持

2019年6月

发布v2.0.0版

2022年10月

发布v3.0版本

2025年

获工信部材料专项项目支持

2025年

3.10 LTS版

AI Model System

全流程材料 AI 模型体系

团队创新建构了覆盖材料研发全部环节的智能技术栈,利用生成式AI逆向锁定创新结构,通过高通量计算精准筛选核心候选物,并智能规划较优合成工艺。计算、实验数据实时回流迭代,将研发从“随机试错”转变为“精准导航”,高效探索海量的材料空间。

1

AI 材料逆向设计

目标性能 → 结构生成

生成式模型精准锁定
2

智能机理分析

反应路径 & 构效关系

机器学习机理挖掘
3

高通量虚拟筛选

海量空间 → 精准候选

主动学习高通量筛选
4

工艺规划与验证

合成条件优化 & 自动化实验

智能规划与自动化衔接
数据迭代反馈

0

年行业经验

0+

核心技术专利

0+

合作伙伴