新材料的研发，面临哪些发展瓶颈？人工智能（AI）与材料合成的深度融合，怎样突破“预测的胜利”、弥补“合成的鸿沟”？

　　在新一轮科技革命和产业变革加速演进的背景下，人工智能（AI）是连接创新链与产业链的桥梁。当前，多地密集出台专项政策推动AI与实体经济融合走深走实。以北京为例，印发了《加快推动“人工智能+新材料”创新发展行动计划（2025—2027年）》，构建以模型软件、数据基础设施、智能实验室为核心的智能化研发体系及公共平台服务体系，培育新材料研发服务新业态。

　　“传统的材料研发方式，周期长、成本高、效率低，面对高端装备、新能源、电子信息等领域所需的多元复合新材料，一些优质材料难以被有效发掘。”业界人士表示，在高端功能材料、特种合成材料等领域尚存在技术短板，产业链自主可控能力有待提升。

　　重塑研发路径，AI正在重构材料创新的底层逻辑。“依托AI强大的算力，我们能够解析微观的物质结构，有效预测材料性能。实验室以智能算法为驱动，有助于打造具有国际影响力的原创性成果。”北京航空航天大学副校长吕卫锋近日在“北航·和光智成AI材料合成联合实验室”成立活动上表示，依托高校的科研积累与人才储备，结合产业在AI+材料领域的技术与资源，有利于前沿交叉学科的突破发展。

　　补齐“合成鸿沟”是产业化的关键。面对行业“重预测、轻合成”的现象，该联合实验室主任、北京航空航天大学教授刘宇宙说：“AI+材料领域被高估的是‘预测的胜利’，被低估的是‘合成的鸿沟’。”他坦言，材料科学的瓶颈不在于“预测出来”，而在于“合成出来”。一项新材料从概念验证到小试、中试、生产，周期长达数年甚至数十年，预测只是第一步。AI+材料要以产业应用为终点，以工业交付为标尺，打通学术研究与产业应用的断点，让AI技术价值真正落地为产业竞争力。

　　为推动产业从单点技术突破向系统化、规模化发展升级，北京市科学技术委员会副主任张金辉认为，要围绕模型数据、自主实验室、标杆产品和研发服务平台等重点方向协同发力，形成基础研究、技术攻关、场景应用、产业转化、贯通发展的创新体系。

　　围绕完善AI赋能新材料产业生态，参会嘉宾建议，要强化模型和软件的支撑，提升材料设计性能预测、工艺优化等环节的智能水平；加快构筑材料数据基础设施，围绕数据汇聚，治理标注、流通和应用，推动高质量材料数据积累和标准化的建设；聚焦功能纤维材料、特种高分子、固态电池等重点方向，建设一批自主实验室；强化标杆产品牵引，支持绿色能源、高端装备等重点产业的新材料应用；培育研发服务新业态，形成更加完善的创新服务体系。