用AI縮短金屬材料研發週期，「創材深造」拿下頭部新能源車企訂單 | 早期項目

作者｜黃楠

編輯｜袁斯來

材料作為人類社會的基礎資源，一直是許多顛覆性技術革命的核心要素，其發展對推動產業升級和社會發展起到關鍵作用。 

但在傳統的材料研發過程中，由於該技術門檻高、時間週期長、工程量大等原因，往往需要10年乃至20年的開發時間，難以滿足當下產業發展對多種材料的需求。 

根據工信部、Choice數據顯示，當前我國高端新材料自給率較低，進口材料佔比高達84%；其中，關鍵材料依賴進口率為52%，高溫合金進口率也達到50%，國產化替代需求強烈。 

近年來，隨著AI、大數據、物聯網等技術在材料領域的應用，以「大數據+AI」為標誌的數據驅動，已成為材料科學發展的第四範式。材料的研發、生產、銷售和應用邁向智能化發展階段。 

通過大量數據的採集和訓練，許多企業嘗試將AI引入到材料的設計和研發工作中，從而提升研發效率，降低材料的研發成本。 

硬氪近日接觸到創材深造（蘇州）科技有限公司（以下簡稱「創材深造」），正是一家專注AI+高端金屬材料產業化的公司。 

「創材深造」成立於2021年2月，公司基於材料計算、材料信息學、機器學習、深度神經網絡等技術，用AI加速高端金屬材料的研發及產業化落地；同時還提供產品獨立研發、樣品設計、金屬粉材、生產加工、質量檢測和性能分析等一站式服務。 

與大多數AI+新材料公司不同，其業務結構以銷售軟件和承接研發訂單為主；而「創材深造」聚焦材料本身，專注於研發金屬材料產品，進行材料的生產和銷售。 

目前，「創材深造」已研發有多款高端金屬3D打印材料和高性能壓鑄鋁材料，並進入批量生產階段。 

公司團隊研發人員佔比為80%，由多位資深算法科學家和材料科學家組成，在材料研發、工藝調優、算法設計、機械設計、金屬壓鑄和成品質量檢測等領域擁有豐富的技術積累和產品落地經驗，具備批產交付能力。 

為解決材料研發週期長等問題，「創材深造」基於自主研發的高通量設備，可以將實驗過程相關數據進行標準化、流程化和自動化採集，確保生產出高質量的數據；同時在研發過程中，公司還部署了高通量實驗室和工業級大數據平台，可以支持全流程數字化的開發工作。 

以高溫合金為例。高通量實驗室通過機器學習和深度學習技術，收集了大量實驗和數據，隨後由團隊成員搭建一套適用於高溫合金材料的生成模型算法，並進行材料測試和性能優化工作。 

可以看到，「創材深造」提出的這套基於AI驅動的研發模式，其優勢在於開發速度更快、週期短；對比傳統實驗室模式至少5年的研發期，「創材深造」僅需半年即可完成3到5款新材料的研發，大幅降低了企業的研發成本。 

此外，AI技術在數據處理上與工藝參數也更為一致，算法遷移性好，抗擾動能力強，多元素聯調，可以更好地應對真實場景中的擾動。經平台研發所得的材料各項性能，均可達到航空航天等領域的要求標準。 

「創材深造」創始人王澤軒告訴硬氪，「當前，公司AI研發平台的可行性已在實際應用中得到驗證。」公司於2023年底完成了3款先進合金材料管線的研發工作，分別是高溫合金、高強鋁合金和壓鑄鋁合金。 

「我們的材料具備完全獨立自主的知識產權，對比進口材料在性能和成本上有一定優勢，可進行國產化替代，有效解決了卡脖子問題。這些材料可以廣泛應用於航空航天、軍工、新能源汽車、消費電子等領域，市場需求巨大。」王澤軒說。 

國內客戶方面，「創材深造」已同航空航天、軍工等行業標杆客戶達成合作，其產品已經進入小批量試製階段；公司還與汽車頭部品牌簽訂了超千萬元的新能源汽車材料訂單。 

當前，許多高端金屬材料仍處在被「卡脖子」階段，國產替代需求逐漸擴大。AI技術在材料設計方面表現出了巨大潛力，有望推動國內金屬材料市場進一步發展，帶動金屬材料行業走向智能化，實現關鍵材料自主可控。 

截至2022年上旬，「創材深造」完成了天使輪和Pre-A輪融資，總金額為數千萬元人民幣，資方包括藍馳創投、線性資本、源碼資本。