正在GAIR 2025的中，吕海峰系统分享了若何从晚期超算办事、贸易化运营到现在AI for Science创业的过程取思虑。他沉点分解了材料研发中数据稀缺的素质、建立“干湿连系”闭环的逻辑取挑和，以及正在此过程中若何找到可持续的贸易模式——不是售卖软件东西，而是成为“新材料的孵化器”，间接交付设想、工艺包甚至样品。

　　这一手艺闭环天然导向可持续的贸易模式。若是仅供给软件或方式，而企业不肯共享焦点数据，模子就无法迭代，贸易逻辑也难以成立。因而，我们认为可行的径是供给端到端的办事：客户向我们提出新材料需求，我们通过持续进修取递归反馈的闭环，建立智能化材料研发平台，最终输出新材料、验证演讲、工艺包甚至间接供给新材料样品。

　　3。尝试验证：将优选方案投入从动化尝试室进行制备、表征取阐发，并将尝试成果数据反馈至模子取仿实环节，构成闭环。

　　以上就是我的分享。我们公司方才起步，很是等候取列位有更多的交换取合做机遇，配合摸索AI for Science正在具体场景中的将来。

　　AI之所以能变化材料研发，焦点正在于它可以或许大幅压缩从理论、设想、制备优化到量产落地的漫长周期。以锂电池为例，从概念到贸易化用了约50年，而AI取从动化能力的引入，使得研发过程起头构成“自从设想-测试验证-进修优化”的闭环。特别近年来，跟着大模子能力的冲破，AI正从东西升级为“研发伙伴”——可以或许察看尝试、阐发数据、提出假设并自从设想验证闭环，这为我们弥合从尝试室到出产线之间的鸿沟供给了全新可能。

　　之后，我插手英特尔，担任高机能计较营业拓展，恰逢国内多个国度级超算核心（如天津、广东等地）的扶植海潮，有幸参取此中，切身履历了算力能力的快速跃升。正在英特尔期间，我深刻认识到“消费”的主要性——即若何将扶植的算力取智算核心实正用起来、卖出去，并起头持续关心算力的实正在用户取使用场景。

　　然而，正在具体落地中，我们面对的首要挑和是数据问题。当前大模子已进修了大量公开的文本、但科学工程范畴的高质量、专业化数据往往稀缺、封锁且难以获取，这些数据凡是取企业的专利和焦点合作力深度绑定，难以实现普遍共享。

　　他的经验，来自从理论模仿到从动化尝试室的全链实践，这些思虑对于所有正测验考试将AI深切财产焦点研发环节的摸索者而言，大概供给了一个从“为何而做”到“若何持续”的务实参考。

　　2025年12月12-13日，第八届GAIR全球人工智能取机械会正在深圳·博林天瑞喜来登酒店正式启幕。

　　目前，我们已取万华、贝特瑞等头部企业展开合做，正在纳米碳材料等范畴，我们已实现了从概念到制备的全生命周期跑通，这正在该赛道中具有主要意义。

　　•从动化设备：面向分歧场景的高通量从动化尝试安拆（如用于半导体材料的CVD设备、用于锂电池的电解液配制系统）。

　　2。模仿仿实：通过高通量虚拟尝试（如动力学、第一性道理计较）验证AI的可行性，预测其能否易于制备。

　　正在人工智能逐渐成为国度合作焦点变量的当下，算力正以史无前例的速度沉塑手艺径取财产布局。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、生态建立到财产化落地展开系统会商，试图为将来十年的中国AI财产，厘清环节变量取成长标的目的。

　　如许，平台就演变为一个“新材料孵化器”，帮帮客户完成产物验证、工艺优化，从而实现AI for Science 的实正贸易化落地。

　　正在办事企业的过程中，我们总结出了一套方：按照客户的数据根本，从数据管理入手，逐渐正在出产、小试等环节开辟优化小模子，最终帮帮客户成立全生命周期的智能研发能力。这个过程虽然艰难，但基于对材料行业的配合理解，我们能取客户联袂走得更远，实正将AI落地于现实场景。

　　列位下战书好，很是感激从办方的邀请，今天我将连系算力从题，分享若何正在具体场景的使用中操纵AI算力处理现实问题。

　　吕海峰的实践，正源于对这一瓶颈的取冲破。他亲历了中国超算从T级起步、办事化摸索甚至财产使用的完整过程，深谙“建好算力”取“用好算力”之间的庞大鸿沟。现在，他选择躬身入局，将全数精神投入到通过“干湿尝试闭环”，正在材料研发中持续生成高质量数据、锻炼公用模子，并最终实现新材料高效孵化的创业实践中。

　　2021年，我投身于“AI for Science”赛道，专注于若何操纵计较取AI能力为财产创制更大价值。今天我分享的沉点，恰是科学智能驱动的新材料设想研发。

　　正在他看来，AI若不克不及深切“数据-设想-制备-测试”的财产闭环，仅靠公开数据取通用模子，将难以破解材料范畴的“研发黑箱”。实正的价值不正在于具有几多算力，而正在于可否建立一个能持续发生优良数据、并能将数据为可验证材料方案的“智能研发系统”。

　　1。AI能力：操纵大模子读取文献、专利取理论数据，生成新鲜的布局取配方，有时以至能借帮其“”新思。

　　当“AI for Science”从财产化，新材料研发被视为最具潜力的落地场景之一。然而，正在充沛的算力取高涨的等候背后，一道实正在的壁垒正逐步清晰——高质量、高价值的公用数据，而非算力本身，正成为限制AI驱动材料发觉从尝试量产的环节瓶颈。

　　做为AI 产学研投界的标杆嘉会，GAIR自2016年开办以来，一直苦守“传承+立异”内核，一直努力于毗连手艺前沿取财产实践。

　　基于以上思，我们创立了“鼎犀智创”，并依托大学深圳研究生院河套科创核心，建立产学研“三位一体”的架构，努力于打制具备自从推演取验证能力的“AI Scientist”。

　　做为一家本年7月成立，刚完成首轮融资的草创企业，我们正努力于将这三方面能力整合为“材料合成制备智能系统平台”。我们前期聚焦于纳米碳材料（如单壁碳管，烯碳复合纤维）及新能源标的目的，依托高校的研发根本进行产物验证取闭环跑通，再向企业推广。

　　立异材料研发范式正正在履历深刻变化：从最后的经验发觉，到尝试试错，再到理论推演，保守研发模式，如爱迪生式的频频试错，已难以满脚财产对效率的需求，特别是正在新兴半导体、电解质、3D打印、MOF等材料范畴，高投入、长周期的研发模式面对庞大挑和。

　　因而，我们采纳了一种“现实可行”的策略：建立“干湿连系”的研发闭环——通过融合理论计较数据取实体尝试数据，正在“数据、设想、制备、测试”的轮回中不竭生成高质量、高价值的专无数据集。这不只能提拔研发效率，更能打制一个持续发生优良数据的“安拆”，为锻炼更专业的模子、深切解析材料布局-机能关系奠基根本。

　　GAIR 2025「AI 算力新十年」专场上，鼎熙智创结合创始人吕海峰先生，为我们分享了《科学智能驱动的新材料设想研发》。

　　我的小我履历取算力范畴高度契合，2003年结业后，我插手中科院超算核心，参取研制了中国第一台对外办事的高机能计较机“深腾6800”。其时我们利用了256个节点，搭载安腾2处置器，零件双精度浮点机能达到5。324 TFLOPS，这是国内初次实现T量级的高机能计较能力。以今天的目光看，这已是相当晚期的算力实践。

　　2008至2009年，中科院超算核心起头测验考试贸易化运营，成为国内最早供给算力办事的机构之一。随后正在2009-2010年，我们取市合做，并于2011年成立北龙超等云计较公司，正式开展对外办事，可说是算力办事贸易化范畴的晚期摸索者。