钢铁 更多

有色 更多

复合 更多

交叉 更多

新材料 更多

稀有 更多

无机 更多

有机 更多

汽车 更多

电子 更多

新能源 更多

机械 更多

家电 更多

建筑 更多

航空 更多

石化 更多

船舶 更多

海工 更多

医疗 更多

机车 更多

精品资源

具身智能高分子材料

具身智能高分子材料

摘要：第四次工业革命正在深刻改变人类社会的生产、生活方式，其影响范围之广、程度之深前所未有。作为引领第四次工业革命未来发展的两大核心驱动力——智能材料与具身智能，必将对具身智能及其相关领域的进步产生深远影响。高分子材料因其具备独特的可设计性、柔性和响应性等智能属性而成为各类智能体所需的理想载体，且高分子材料智能化发展正在为具身智能领域提供关键的物质基础和技术支撑。本文从基体材料、感知系统材料、驱动与运动控制材料、自修复与适应性材料、能量收集与存储材料、环境交互与适应性伪装材料、生物– 高分子融合驱动材料等7 方面介绍了高分子材料的智能化发展及其在具身智能领域中的应用。
新材料 2026年10月15日
人工智能在药物研发中的进展与展望

人工智能在药物研发中的进展与展望

摘要：药物研发具有周期长、成本高、临床成功率低等特点，传统研发模式已难以满足复杂疾病和创新药物开发的需求。近年来，人工智能（artificial intelligence，AI）凭借其在多源数据融合、复杂模式识别和智能决策等方面的优势，正推动药物研发由经验驱动向数据驱动和知识驱动的新范式转变。本文系统综述了国内外AI 赋能药物研发的最新研究进展，重点分析了AI 在药物研发全流程中的关键应用及其技术发展趋势，并结合代表性研究总结了AI 在提高研发效率、优化决策过程和促进研发模式变革方面的重要作用。综合现有研究表明，AI 已成为连接生物医学数据、计算模型与实验验证的重要桥梁，不仅显著提升了药物研发早期的靶标发现、分子设计和药物评价效率，而且推动了自动化实验、自驱动实验室和虚拟细胞等新型研发模式的发展，为构建智能化药物研发体系提供了新的技术路径。然而，AI 在药物研发中的广泛应用仍受到高质量数据不足、模型可解释性和泛化能力有限、多模态知识融合困难，以及实验验证和标准化评价体系不完善等因素的制约，其临床转化价值仍需要进一步验证。未来，应加强高质量数据资源和共享体系建设，发展融合生物机制与物理规律的可解释AI 模型，推动生成式AI、多智能体系统与自驱动实验室深度融合，完善模型评价标准与监管体系，促进人工智能与实验科学协同创新，加快AI 赋能药物研发向智能化、自动化和闭环化方向发展。
医疗 2026年09月29日
人工智能驱动高性能钛基材料设计与制造的研究进展：机遇与挑战

人工智能驱动高性能钛基材料设计与制造的研究进展：机遇与挑战

摘要：高性能钛基材料因成分-工艺-组织-性能关系的敏感性与复杂性，其研发过程长期受限于高维非线性优化与高试错成本的双重挑战。人工智能（artificial intelligence，AI）作为一项渗透性极强的颠覆性技术，正在为高性能钛基材料这一战略领域引入从经验驱动向模型与数据双轮驱动的研发新范式。本文综述人工智能驱动高性能钛基材料技术（AI+Ti）的最新研究进展，聚焦AI 如何针对高性能钛基材料的成分复杂、相变多样、热工艺窗口窄、组织演化路径依赖性强等固有特点，提供新的解决方案。主要内容包括：AI 在构建高精度相图-性能预测模型、实现性能目标→微观组织→成分/工艺逆向设计中的突破；在增材制造、热处理等关键过程中，实现从成形控制到组织与性能主动调控的智能升级；以及构建基于数字孪生的服役行为预测框架。在此基础上，进一步剖析AI+Ti 领域面临的数据、模型、验证、集成等核心挑战，并展望物理信息机器学习、自主实验平台等未来发展方向。最后，针对知识表示、人机协作模式、工程信任建立等非共识性问题进行讨论，并对该领域的未来发展趋势进行深入阐述：（1）复杂服役环境下的材料性能预测与多尺度耦合；（2）全流程工艺参数的智能协同；（3）钛合金专用物理信息感知模型的构建与演进。AI+Ti 已超越工具应用范畴，升维为一场深刻理解并最终驾驭高性能钛基材料认知与范式的变革。
有色 2026年09月23日
人工智能赋能材料科学与多学科交叉融合：从材料基因组到AI4M2的基石与路径

人工智能赋能材料科学与多学科交叉融合：从材料基因组到AI4M2的基石与路径

摘要：材料基因组工程的高通量计算、高通量实验和数据库建设，为人工智能（artificial intelligence，AI）赋能材料科学提供了数据与平台基础。从材料科学与力学、计算科学、自动化和工程科学交叉融合的视角，界定材料/力学信息学（AI for materials and mechanics，AI4M2）的内涵，梳理材料设计、微观组织表征、工艺优化、力学建模、自驱动实验和科研智能体等方面的进展。AI4M2的“硬基石”是人工智能实验机器人、高通量平台、智能表征装备和自驱动实验室，“软基石”是人工智能算法、多尺度计算、科学大模型、数字孪生与科学软件；数据基础设施贯通2 类基石，科研智能体连接模型、工具、实验和工程场景。针对高质量数据不足、模型物理可解释性和跨尺度泛化能力有限、实验闭环与自主软件装备薄弱以及复合型人才短缺等问题，比较国内外代表性实践，并提出统一数据标准与接口、建设共享中试级智能实验平台、发展可验证的自主软件工具链、以重大工程场景组织示范和完善本硕博贯通培养等可实施路径。
交叉 2026年09月20日
细胞的力学智能

细胞的力学智能

摘要：生物智能行为特征, 如感知、记忆、学习、问题求解及决策等, 在人类、动物及具有神经系统的高等生物中普遍存在. 近期研究揭示, 单个细胞在与其微环境相互作用的过程中, 也表现出部分类似于人类智能的行为, 如“多模态感知” “问题求解” “学习记忆”及“演化适应”等. 细胞智能作为新提出的颠覆性理论概念, 其基本问题包括细胞智能的形成原理、群体细胞涌现群体智能行为机制及单细胞进化为多细胞生命的演化动力等. 随着生物力学及力生物学的发展, 大量研究表明细胞力学微环境对细胞生理行为具有重要影响. 在力学刺激作用下, 单个细胞同样表现出智能行为. 基于此, 本文提出了“细胞的力学智能”的概念, 从细胞力学感知、力学决策、力学记忆及力学学习等方面对智能行为特征进行了总结, 旨在为细胞力学智能的形成机制及其潜在应用方向 (如细胞智能医学) 提供新的思路与见解.
医疗 2026年09月15日
加载更多