为推动人工智能与材料科学的深度交叉融合，搭建跨学科学术交流平台，91直播 智能科学与技术学科学位分委会拟举办“仲荣”人工智能交叉学科论坛。本届论坛聚焦“AI for Materials（人工智能驱动的材料科学）”主题，邀请相关领域知名专家学者作特邀报告，并设青年论坛环节，促进青年学者交流成长。

主题：AI for Materials（人工智能驱动的材料科学）

主办单位：91直播 智能科学与技术学科学位分委会

承办单位：计算学部· 91直播

举办时间：2026年6月14日（星期日）

举办地点：91直播 科学园2H栋201报告厅

论坛议程

报告与专家介绍

冷劲松91直播 院士

报告题目：具身智能：智能材料和人工智能

个人简介：91直播 教授、博士生导师、中国科学院院士，欧洲科学院外籍院士（Foreign Member of Academia Europaea），欧洲科学与艺术院院士。现任91直播 未来技术学院院长、校学术委员会副主任。现任社会兼职包括：国际复合材料委员会副主席、中国航空学会副理事长、中国力学学会副理事长、中国复合材料学会副理事长。当选美国科学促进会（AAAS）、美国机械工程学会（ASME）、国际光学工程学会（SPIE）、英国物理学会(IOP)、英国皇家航空学会（RAeS）、英国材料、矿石和冶金协会（IMMM）、中国力学学会、中国光学学会（COS）等多个国际/国内学会会士（Fellow）及美国航空航天学会（AIAA）Associate Fellow。冷劲松教授长期从事智能材料制备、力学分析、结构设计及在航空航天、生物医学、人形机器人、新能源、智能制造、舰船、汽车及人工智能等领域的应用研究。获国际复合材料委员会（ICCM）World Fellow奖、国家自然科学二等奖、全国创新争先奖状、“中国高等学校十大科技进展”、 “ICCES埃里克·瑞斯纳奖”。

报告摘要：具身智能强调智能体通过物理实体与环境进行实时交互，智能材料与结构构成了实现这一理念的关键物质基础。随着人工智能技术的深度集成，材料与结构正由“智能”向“智慧”演进：借助机器学习算法，其可实现自主决策与自适应响应，从而在航空航天、生物医疗等领域展现出广泛的应用前景。本报告将围绕典型智能材料，介绍其在空天领域的新思路和新成果。基于力学理论和材料研究基础，发明了多种智能材料，首次提出智慧材料概念；设计了多种智能主动变形结构，在天问一号火星探测器中成功应用，是国际上首次将形状记忆智能结构应用于火星探测工程，相关成果获2021年度“中国高等学校十大科技进展”。

付华栋北京科技大学教授执行院长

报告题目：材料知识反哺AI for Materials

个人简介：北京科技大学教授/博导、高精尖学院执行院长，国家杰出青年科学基金获得者、国家科技重大专项项目首席科学家。主要从事高性能金属材料智能设计与制备加工基础理论与应用研究工作，以第一/通讯作者在Adv. Mater.、Acta Mater.、Int. J. Plast.等期刊上发表学术论文100余篇，授权国家发明专利40余项，6项专利与2款软件已转让10家企业实施应用。获国家级教学成果一等奖1项，中国有色金属工业科学技术奖一等奖3项。

报告摘要：人工智能正深刻变革材料研发范式，但数据依赖强、可解释性不足和跨体系泛化能力有限等问题，制约了其在材料科学中的进一步发展。材料科学历经百年积累形成的理论体系、实验规律和工程知识，为突破人工智能发展瓶颈提供了新的机遇。报告旨在介绍如何将材料领域知识、物理机制与专家经验深度融入人工智能模型，推动数据驱动向数据-知识-机理协同驱动演进，提升模型的可信性、泛化性和自主发现能力。

白磊 上海人工智能实验室研究员

报告题目：Agentic Science：New Opportunity for Discovery

个人简介：上海人工智能实验室青年科学家，科学智能中心负责人，主要研究方向为科学多模态大模型、科研智能体及其在跨学科交叉领域的应用。已在Nature子刊、Science子刊、IEEE TPAMI、NeurIPS等人工智能领域顶级期刊会议发表学术论文100余篇，谷歌学术引用一万余次。基于其研究工作入选国家及上海市人才计划，获2025 DAI最佳论文奖、2024年IEEE TCSVT最佳论文奖、2022年世界人工智能大会云帆奖、2020年新南威尔士大学工程研究卓越奖、2019年谷歌博士奖等。负责或参与研发书生科学多模态大模型Intern-S1、书生科学发现系统Intern-Discovery、风乌气象海洋大模型等，相关成果多次被新华社、人民网、《中国新闻周刊》《环球时报》等主流媒体报道，入选国家发改委“一带一路”推广案例。

报告摘要：人工智能与科学研究的深度融合正成为推动基础模型能力提升和科研范式变革的核心驱动力。本次报告首先介绍Agentic Science这一新兴概念的背景、价值及其与前期AI4S工作的区别，系统性地梳理了当前Agentic Science领域的代表性工作和报告人团队在该方向的实践成果（Intern-S系列科学基础模型、InternAgents系列科学智能体等），最后展望了为实现可靠自主科学发现尚需解决的技术挑战。

曹荣根 鸿之微科技（上海）股份有限公司董事长

报告题目：构建中国的材料智能研发操作系统——让 AI 涌现材料

个人简介：复旦大学材料物理与化学博士，鸿之微科技（上海）股份有限公司创始人、董事长、法定代表人，上海市新材料行业数字引擎联盟理事长，工信部及沪浙冀等多地工信、科技部门特聘产业顾问，参与国家级新材料政策编制研讨，多次接受新华网、财经等权威媒体专访。深耕材料仿真与AI+MGE 产业化近 20 年，系国内材料仿真软件国产化、材料基因工程领军专家。长期专注半导体、先进合金、多尺度仿真科研，在 JACS、Acta Materialia 等国际顶尖期刊发表 SCI 论文 20 余篇。主导台州、保定等多地干湿一体材料智算创新中心顶层规划与技术落地，首创 “技术 + 资本 + 产业” 平台运营模式，牵头研发鸿元 AI 材料大模型与全栈自主仿真软件，打破海外工业软件垄断，助力多地新材料产业转型升级。

报告摘要：本报告主要介绍鸿之微Physics AI技术优势和特点，介绍鸿元大模型、AI+MGE的技术逻辑和成功应用案例以及鸿之系列材料智能研发联合实验室的布局和合作期望等。

李兴冀 91直播  教授

报告题目：AI4M变革材料科学与工程的新范式

个人简介：91直播 教授、博导，国家级高层次人才。现任91直播 集成电路系主任，极端环境材料和器件技术创新中心主任，空间环境与物质作用全国重点实验室副主任。长期从事电子器件基础理论及仿真技术研究，担任中国核学会辐射物理分会副理事长、IEEE TNS期刊副主编、IEEE Senior Member等学术兼职。组建了一支包括材料科学与技术、集成电路科学与技术、计算机科学与技术、智能科学与技术、物理学、数学、力学等学科在内的多学科交叉学术团队，主持包括国家重大专项工程等国家级项目40余项，发表SCI论文250余篇，授权国家发明专利150余项，软件著作权100余项，出版学术专著5部，取得多项原创成果，牵头获省部级科技奖励一等奖2项。

报告摘要：新材料是支撑经济转型、国防安全与科技革命的核心物质基础，其研发效率与工程化水平直接决定国家竞争力；材料科学研究的主流范式先后历经实验驱动、模型驱动、计算驱动和数据驱动 4 种范式变革，正逐渐过渡到智能驱动的材料研发新阶段。报告将面向微电子领域材料产业的材料基因工程的发展，从强化工程化应用、打通“产学研用”链条等方面剖析材料基因工程对推动集成电路快速发展的重要意义以及AI材料大模型在半导体材料和器件领域的应用案例。

车万翔91直播 教授

报告题目：自主进化驱动的科学研究

个人简介：91直播 计算学部长聘教授/博士生导师，人工智能研究院副院长，国家级青年人才，斯坦福大学访问学者。主要研究领域为自然语言处理、大语言模型。现任中国中文信息学会理事、计算语言学专业委员会副主任兼秘书长；国际计算语言学学会亚太分会（AACL）执委兼秘书长；国际顶级会议ACL 2025程序委员会共同主席。承担国家自然科学基金重点项目和专项项目、2030“新一代人工智能”重大项目课题等多项科研项目。著有《自然语言处理：基于大语言模型的方法》等书。曾获IEEE信号处理学会2025年最佳论文奖、AAAI 2013最佳论文提名奖。负责研发的语言技术平台（LTP）已授权给百度、腾讯、华为等公司付费使用。2024年获中国人工智能学会吴文俊人工智能科技进步一等奖（排名第1），2020年获黑龙江省青年科技奖，2016年获黑龙江省科技进步一等奖（排名第2）。入选斯坦福大学和爱思唯尔发布的2024-2025年度“全球前2%顶尖科学家”榜单。

报告摘要：大语言模型已经具备丰富的参数化知识和推理能力，但现有科研自动化方法仍主要依赖人工选择知识、构造数据和设计实验，模型本身缺乏对自身能力边界、知识缺口和失败原因的主动感知。本报告围绕“自主进化驱动的科学研究”介绍科研智能体的全新范式：通过构建“智能体-任务-环境”反馈闭环，使模型能够在真实任务反馈中持续修正自身的知识、策略和执行程序，从而实现科学研究的智能化、自动化与可持续化。报告将结合材料热处理工艺优化、儿科个体化用药剂量筛选、生物医学和计算设计等任务中的极端少样本任务，展示科研智能体如何利用大模型领域知识、特征智能体、模型设计智能体和误差反馈循环，在高成本、少样本、强专业知识依赖的科学问题中完成候选筛选和实验决策。总体而言，本报告讨论智能科学研究如何从“被动辅助”走向“自主迭代”，以及自主进化科研智能体在真实科研流程中的适用条件、工程优势和能力边界。

王珊珊国防科技大学研究员

报告题目：机器学习赋能的材料原子尺度显微结构解析

个人简介：国防科技大学研究员/博导，材料系副主任兼材料智能研发中心主任。专注于运用人工智能与自动化技术，开发材料原子尺度的缺陷智能化表征与可控制备的新方法、新工具。以第一/通讯作者在Nature Communications、Advanced Materials、Chem、Matter等期刊发表论文40余篇。入选国家优青（结题优秀）、湖南省优青（结题优秀）、中国科协“青年人才托举”工程，任《Science Bulletin》《AI for Science》《SmartMat》《国家科学进展》期刊青年编委。

报告摘要：材料的原子级结构（如空位、晶界、相态、层错等）显著影响其电学、光学、力学、催化等性能，也是理解材料微观结构向宏观性质传递规律的关键环节。透射电子显微术是表征材料原子尺度结构信息的重要手段。然而，人工分析显微图像存在耗时长、精度低、门槛高、对图片质量敏感、难以获得统计学结论等局限。因此，亟需开发高精度、高效率、高鲁棒、自动化的显微图像识别与分析方法。本报告介绍（1）利用等变图神经网络，对结构多样且存在随机大尺度晶格畸变缺陷的精准识别；（2）利用解耦表征学习的生成式模型，构建显微图像高质量数据库，进而实现对二维范德华界面复杂层错（包括滑移堆垛和扭角堆垛花样）原子级结构的解析；（3）将机器学习驱动的缺陷智能发掘与材料制备、性质预测和性能验证相结合，形成人机协作的新型催化剂研发闭环。

于剑天目山实验室研究员

报告题目：面向材料的人工智能建模与因果推理方法

个人简介：天目山实验室研究员、北京航空航天大学博士研究生导师。吉林大学材料科学学士，南京大学凝聚态物理硕士，中科院上海技术物理研究所微电子学与固体电子学博士，曾任同济大学/东华大学教授。全国百篇优秀博士学位论文作者、德国洪堡学者、日本JSPS特别研究员、教育部新世纪优秀人才、上海市东方学者。长期从事数据科学范式材料数据分析方法、新材料智能化设计与服役评价算法研究，从事智算软件工具和新材料开发工作。已出版《钙钛矿结构铁性功能材料》和《工程设计基础》著作。

报告摘要：深度学习需要大数据，材料则是一个典型的小数据领域。面对AI+材料，调包应用还是面向X设计？这是一个选择！本报告将展示一个根知识与小数据协同的面向材料的人工智能建模和因果推理方法，设计一种基于有向无环因果图模型的智能计算材料新架构与算法，打通数据驱动与物理机制建模之间的桥梁。要点包括基于系统论和动力学方程对材料数据结构与关系进行梳理，构建与化学还原-物理涌现对应的非线性数据集结构及其关系网；各尺度特征数字化，特别是构建晶格尺度化学式、化学键等数字化系综描述符；融合算法模型与数理模型、发展小数据智能计算新算法。示例材料包括金属与合金、碳纤维、钙钛矿氧化物、复合材料等多种体系。晶格尺度系综特征数字化不仅进一步完备了材料的特征集，还实现了数理模型的降维与物理涌现行为的协同。本工作将促进材料发现从试错式走向预测式，提升材料服役评估能力与智能制造水平。

朱丽萍东华大学教授

报告题目：基于AI科研驾驶舱纤维材料闭环研究范式与应用初探

个人简介：近年来主要从事生物基纤维膜材料及AI友好纤维材料数据研究，发表SCI论文60余篇、论著1章，授权中国发明专利10余项。主持国家科技重大专项课题、国家自然科学基金委面上项目/联合基金任务/战略专项、国家重点研发计划课题任务、企业委托科研项目等10余项科研项目。曾获中国纺织联合会科技进步一等奖、教育部科学研究优秀成果一等奖、中国材料研究学会技术发明一等奖等省部级科研奖项6项。

报告摘要：本报告围绕AI科研驾驶舱赋能纤维材料闭环研究展开。随着材料研发由经验试错走向人机协同，传统依赖人工文献检索、实验探索和结果分析的模式，已难以满足高性能、多功能纤维材料快速研发需求。报告提出以Domain Harness将大模型接入真实科研流程，构建AI-ready纤维数据、预测生成模型与干湿闭环系统支撑的知识—计算—实验迭代框架。通过压电纤维科研思维推理、聚酰亚胺气凝胶纤维膜单体推荐及湿实验验证，展示科研驾驶舱在知识迭代、任务执行和实验反馈中的应用潜力。未来，该体系可服务纤维人才培养、科研创新与产业。