7月14日至17日，2026年度中国材料大会在武汉隆重举行。作为我国新材料领域规模最大、规格最高、影响力最强的国家级学术盛会，本届大会汇聚了来自全国高校科研团队、新材料产业2万余名从业者，会议规模和展览面积均创历届之最，素有材料界“年度风向标”之称。
作为全球领先的“AI+新材料”解决方案提供商，创材深造（Deep Material）携AI for Materials最新成果亮相本次大会。创材深造研发总监孔辉博士与高通量实验室负责人彭勃博士受邀分别做主题报告，向业界展示了AI驱动的金属材料研发从数据驱动到智能决策，高通量实验到产业化落地的创新能力，引发广泛关注。
孔辉博士：
《AI+高通量自动化实验室：加速金属增材制造材料开发》
创材深造研发总监孔辉博士做了题为《AI+高通量自动化实验室：加速金属增材制造材料开发》 的主题报告，系统阐述了如何通过AI与高通量自动化实验平台的深度融合，彻底重构金属增材制造材料的研发流程。
报告指出，传统工艺的金属材料牌号高达34万种，但是增材制造工艺的金属材料牌号目前只有几百种（完全成熟量产应用的仅仅几十种），因此如何快速开发适配增材制造的金属材料牌号体系迫在眉睫。传统金属增材制造材料研发长期依赖“试错法”，一款新材料从实验室到产业化需要5—10年、数十人团队、数千次试错。而创材深造首创的 “AI Agent+高通量+数据驱动” 全新范式，正在将这一周期压缩至2—3个月。在本次大会上，报告重点介绍了创材深造的One-Person Lab（OPL） ——全球首个能自主执行物理实验的AI材料发现系统。它成功实现了AI从“阅读文献”到“亲手实验”的范式跃迁，让AI首次具备自主设计、执行物理实验并基于结果迭代优化的能力。一位科研人员 + AI Agent（智能中枢）+ 高通量自动化实验室，即可完成传统一个团队的研发产出。在核心技术层面，OPL构建了三大核心架构：逆向设计“大脑” ：内嵌行业首个金属材料智能体DM Agent与物理常识校验机制。不同于传统试错模式，它能直接基于目标性能反推配方，并自动拦截违背冶金原理的“幻觉”指令。7×24小时“黑灯实验室” ：基于自研高通量实验室智能化装备，由机械臂和AGV小车全流程无人化运行。在室温情况下，测试效率高达600样/天，较人工提升10倍以上。系统不仅记录成功数据，更完整记录失败的负向数据，构建AI理解物理边界的核心资产。AI智能设计闭环：基于图谱主动推理→自动化制备→高通量表征→数据智能回流→AI模型迭代精度提升自我进化。系统每完成一圈“提出假设→自动做实验→物理数据回流→模型迭代”，对物理规律的理解就加深一层。依托“AI+高通量”自我驱动的智能研发闭环，创材深造已成功开发高强铝合金、耐热铝合金、超高强钛合金、镍基高温合金、模具钢等先进金属材料，产品性能达国际先进水平，覆盖航空航天、具身智能、新能源、消费电子、可控核聚变等产业领域。《基于具身智能的材料研发自驱实验室——微试样高通量表征与闭环系统》
创材深造高通量实验室负责人彭勃博士带来了题为《基于具身智能的材料研发自驱实验室：微试样高通量表征与闭环系统》的主题报告。报告深入剖析了传统材料研发面临的数据孤岛与效率瓶颈，并重磅展示了创材深造M-LAB自动化与智能大脑系统的前沿探索与落地成果。
报告指出，与生物和小分子等可用紧凑字符表征的体系不同，结构材料的研发是一项更为复杂的系统工程。其最终性能不仅取决于化学成分，更与制备工艺、热处理制度、微观组织演化及工程应用条件深度耦合。在人工智能（AI）驱动新材料研发的时代，真正制约效率提升的核心瓶颈，已非单纯的模型算力，而是能否持续供给高质量、标准化、可追溯且可回流的客观实验数据。针对这一行业痛点，创材深造前瞻性地提出以自驱实验室全面闭合“AI—物理实验—数据反馈”的研发循环。报告强调，“数据质量决定模型上限，闭环速度决定研发效率”。自驱实验室的核心价值，远超传统意义上替代人工的单点自动化，而是通过底层制造执行系统的数据无缝流转、实验流程标准化、过程证据链透明化，结合全方位的视觉与传感监控，实现实验结果的结构化回流。这使得每一次材料实验，都能转化为可复用、可审计、可训练的高价值数据资产。在高通量数据获取方面，报告重点阐述了微试样技术在结构材料表征中的巨大应用价值。通过精准缩小试样尺度，不仅能大幅降低粉末材料的消耗，更能成倍缩短制备与测试周期，从而为材料研发团队提供超高密度的实验反馈。公司围绕小微试样的室温拉伸、高温拉伸和高温蠕变力学性能测试展开了系统化探索，并深度结合试样尺寸效应、全自动夹持稳定性、机械臂高效取放样，以及非接触式全场变形测量等关键共性问题，构筑了坚实且高效的材料研发闭环实验基座。在系统级实践层面，报告生动展示了创材深造覆盖增材制造制备、高精度样品加工、力学性能测试到数据智能分析与结果回流的全链路自动化整体方案。该系统通过机器视觉识别、工单全生命周期追踪、关键工艺图像留存、设备运行状态监测及环境参数采集等先进手段，铸就了从样品到数据、从微观过程到宏观结果的完整证据链。报告特别重申，唯有确保实验室过程绝对透明、数据来源绝对可信、控制环节绝对可追溯，才能真正支撑AI模型进行不间断的学习与精准的优化决策。
面向未来，创材深造坚信：在自驱实验室的生态中，科学家的角色依然不可替代。一方面，顶尖科研人员的行业经验、核心判断力与实验直觉，将被深度标准化、量化，并内化为系统可学习的底层规则；另一方面，自驱实验室通过日夜不息地运转与高质量数据的沉淀，正强势推动“实验—数据—模型—再实验”数据飞轮的极速飞转，引领材料研发范式从传统的开环低效试错，向高维的闭环智能迭代跨越。
结语：
本次大会，全面展现了创材深造在AI for Materials的最新成果，特别是在材料研发自动化产线建设、微试样高通量表征、全流程数字化监控及数据闭环系统等领域的技术积淀和创新实力。未来，公司将持续深耕广大高校、顶尖科研院所及产业端合作，推动AI for Materials的产业化应用落地，矢志推动具身智能硬件、自驱实验室级平台与材料大数据的深度融合，为全面提升我国新材料研发效率、加速关键战略材料自主创新进程，以及赋能材料产业高质量发展贡献力量。
提供CDN加速/云存储服务 备案号：津ICP备2025040835号-1 
