中小盘主题：AI+主题系列（一）：AI4S赋能的新材料研发变革

（以下内容从开源证券《中小盘主题：AI+主题系列（一）：AI4S赋能的新材料研发变革》研报附件原文摘录）
AI4S是科学研究的第五范式，为传统科研创造四重价值
科研范式是科研人员进行科学观察、思考和操作的基本过程和逻辑，是根本的科研世界观和对应方法论体系。人类的科研范式经历了“经验科学—理论科学—计算科学—数据密集型科学”的演化，随着数据的快速增长以及计算能力的飞速提升，越来越多科学家开始探索将人工智能用于科研当中，以解决更高维度、更多变量、更复杂的问题，由此诞生了第五范式—AIforScience（AI4S）。AI4S是以人工智能为核心驱动力，通过机器学习、知识推理和自动化技术深度嵌入科学研究全流程，构建“假设生成—实验验证—理论迭代”智能闭环的新范式。与传统科研范式相比，AI4S具备四重价值：（1）加速科学发现。在药物研发领域，生成式AI将靶点发现至先导化合物优化周期从传统4-5年缩短至12个月。（2）突破传统方法限制。在气候科学中，NVIDIAEarth-2平台以1公里网格分辨率实时模拟全球气候系统，计算速度较传统超算提升1000倍，成功预测2024年厄尔尼诺事件路径。（3）降低科研成本与门槛。机器人实验室使单次化学实验成本从2000美元降至50美元，开源框架PyTorchGeometric使材料模拟门槛降低90%。（4）驱动跨学科创新。在生物电子学领域，MIT团队整合蛋白质折叠数据与半导体工艺参数，开发出自组装纳米晶体管，导电性较传统硅基器件提升3倍。
AI4S在新材料领域前景广阔，多家厂商已取得实际进展
新材料研发涉及体系复杂、参数空间巨大、构效关系不明等关键共性难题，AI4S这一新研究范式可凭借统一数据建模框架、跨尺度仿真能力和自主实验平台，为新材料的设计、筛选、优化及工艺改进等提供明显助力。随着以材料基因工程计划为代表的百万量级高质量材料数据的诞生以及深度学习技术带来的非线性建模能力跃升，多家企业纷纷运用AI4S赋能新材料研发。2024年8月，晶泰科技与协鑫集团签署为期5年的战略合作协议，将为协鑫提供钙钛矿、超分子、锂离子电池、正极材料、碳硅材料等领域高科技新能源材料研发的订单化服务。同月，深势科技与东阳光签约成立AI4S新材料研发联合实验室，将联合解决电极箔产业节能降耗、电容器和储能电池寿命预测、新型储能材料工艺优化等行业难题。
受益标的
志特新材：打造“量子计算+AI赋能新材料研发范式”。2025年3月，公司宣布与量子科技长三角产业创新中心、合肥微观纪元数字科技达成三方战略合作，并与微观纪元成立合资公司上海志特纪元新材料科技有限公司，推动人工智能与量子技术在新材料领域的产业应用和落地。2025年4月，志特新材与中国科学技术大学精准智能化学全国重点实验室签署合作备忘录，双方将通过共建AI4S创新平台，共建“功能材料智创实验室”形成“基础研究-技术开发-成果转化”的全链条机制，联合开发高性能防晒隔热材料，突破产业化瓶颈，推动其在汽车全景窗、建筑隔热等场景的规模化应用。
风险提示：技术落地不及预期、下游需求不及预期等。