在2025年8月30日至9月1日于哈尔滨举办的第七届中国国际新材料产业博览会上，一场名为“人工智能加速未来材料技术变革圆桌对话”的活动引发行业广泛关注。本次活动汇聚了来自高校、企业、投资机构的专家学者，共同探讨人工智能如何重塑材料研发逻辑、实现降本增效，并针对数据共享、人才短缺等行业痛点提出多元化解决方案。

研发范式变革：从经验驱动到数据驱动

材料研发正经历从传统“炒菜式”试错向“按图索骥”的智能化转型。北京理工大学材料学院党委书记程兴旺指出，材料研究人员长期追求的正向材料设计梦想，借助AI技术得以加速实现。通过正向设计和反向优化，AI深度融入材料设计、计算学、集成计算材料工程及材料基因组等全链条环节，显著提升研发效率。这种范式转变不仅缩短了研发周期，更降低了试错成本，为新材料创新注入新动能。

在企业实践层面，AI价值已得到实证。华为公司副总裁、油气矿山军团CEO韩硕分享的案例显示，在炼铁过程中，高炉如同“黑盒子”，多种参数影响导致铁水温度和硅含量预测困难。而通过AI技术，华为与宝武集团联合研发使预测准确率提升至92%以上，生产效率提高，每吨铁水生产成本降低3-4元。类似地，AI还助力中石油锦州石化实现单装置年省700万元，帮助云天化煤气化炉能耗降低1.5%。这种从单点应用向全流程优化的延伸，正推动材料研发从“大海捞针”转向精准匹配。

行业发展挑战：数据、人才与伦理瓶颈

尽管前景广阔，AI赋能新材料仍面临多重挑战。数据问题尤为突出，哈尔滨工程大学材料科学与化学工程学院院长杨飘萍指出，数据采集与清洗占据大量研发时间，论文数据质量参差不齐，工业数据来源分散。钢铁、水泥等传统材料数据相对丰富，但生物材料、高强材料等新型材料数据匮乏，且行业存在“数据不共享、不开源”现象，制约AI模型训练效果。

伦理与人才问题也逐渐凸显。程兴旺担忧过度依赖AI可能削弱科研人员“格物致知”的精神，长期或降低行业整体研发能力。同时，算法提供方与材料研发方的贡献界定模糊，知识所有权争议成为潜在伦理隐患。产业急需三类复合型人才：AI工具开发人才、验证成果的行业专家、能将AI融入一线的应用人才。韩硕坦言，目前这三类人才均存在缺口，严重制约产学研协同推进。

破局路径：多层次解决方案协同推进

针对行业痛点，专家提出从国家到企业的多层次解决方案。在平台与基础研究层面，杨飘萍建议加强国家级实验室建设，以稳定资助推动AI+材料设计的机理研究，同时打破数据壁垒，建立全国性数据共享机制。可参考苏州大学AI高通量研发中心模式，打造“云上实验室”，整合超算与云计算资源，为中小企业提供低成本模拟服务。

技术开放与合作成为中小企业破局关键。韩硕表示，华为将向中小企业提供低成本的数字化转型工具，开放算力底座与非涉密算法工具包，合作共建知识产权共有模式。这种开放策略有助于降低技术门槛，促进AI技术普惠化应用。本届新博会以“数智驱动、向新笃行”为主题，旨在打造创新展示、产业协作、技术交流的国际平台，推动AI与新材料深度融合。

未来展望：构建协同创新生态

圆桌对话专家达成共识，AI赋能新材料是产业升级的必然趋势。唯有通过产学研协同发力，解决数据、人才、伦理难题，才能让AI真正成为材料高质量发展的“加速器”。随着政策落地、技术开放与生态完善，AI与新材料的融合将迎来更广阔空间。未来，类似新博会的平台将继续汇聚“政产学研用金”各方资源，加速颠覆性材料技术成果产业化，为发展新质生产力注入强劲动力。