[00301489]材料模拟智能体

【成果简介】 本产品是一款融合人工智能、量子计算与第一性原理计算的智能工业软件，旨在破解新材料研发周期长、成本高的行业难题。 核心技术：基于团队首创的自适应量子嵌入算法与多尺度建模框架，实现从电子结构到宏观物性的精准高效预测。 核心团队：由中国科学技术大学计算物理与量子信息领域教授领衔，汇聚交叉学科顶尖博士，兼具前沿创新与工程落地能力。 技术特点与成效： 智能高效：通过AI优化计算流程，在保持量子精度下，将典型模拟效率提升数十至百倍，大幅缩短研发周期。 场景聚焦：内置面向催化、电池、半导体等领域的专用模块与数据库，实现“设计-模拟-优化”自动化，降低使用门槛。 平台化服务：提供云端一体化解决方案，集成算力、算法与数据，有效降低用户软硬件投入与运维成本。 该软件已成功应用于新能源、电子信息等领域的前沿材料开发，成为驱动材料研发数字化转型的关键工具。

【成果编码】20260357

【单位性质】企业

【企业类别】科技型中小企业,高新技术企业,创新型中小企业

【统一社会信用代码】91340104MA8LK1467C

【是否是首展首发】国内首展

【是否有意愿在安徽落地转化】是

【意愿落地城市】合肥市

【期望参展板块】科技服务业赋能展区/科技推广应用

【荣誉与获奖】昇腾AI创新大赛铜奖 2021年12月， 第十届中国创新创业大赛全国赛优秀企业奖； 2021年8月，第四届长三角杯国际创新挑战赛一等奖； 2021年8月，第十届中国创新创业大赛合肥赛区三等奖； 2021年10月，第十届中国创新创业大赛安徽赛区优秀奖； 2022年4月，第十二届青年精英大会（YEF 2022）三等奖； 2022年6月，瀚海量子与科大讯飞、阿里巴巴、商汤等知名企业

【技术水平】国内领先

【是否有自主知识产权】是

【项目阶段】原理样机/样品

【已应用场景】在新能源材料研发中，产品已用于高效筛选锂离子电池正负极材料。通过分子结构搭建和激发态计算模块，团队在几小时内即可完成新型固态电解质材料的初步建模与性能评估，替代了传统的试错实验。某电池企业利用该平台的机器学习预测功能，成功将新型硅碳负极材料的研发周期缩短了40%。 在半导体材料设计方面，平台帮助客户解决了宽禁带半导体掺杂效率优化难题。通过接入Materials Project数据库并进行智能数据分析，研究人员快速获得了多种掺杂方案的性能预测，指导实验团队精准选择最优工艺参数，提升了氮化镓功率器件的性能稳定性。 在催化材料开发领域，某化工企业利用平台的机器学习模块，基于已有实验数据训练出催化活性预测模型，成功设计出新型高效制氢催化剂。通过DeepSeek R1生成的专业分析报告，直接用于项目评审与专利申请，大幅提升了研发成果的转化效率。 在基础科研与教育中，产品的图形化界面降低了量子计算模拟的使用门槛，已被多所高校引入材料科学教学实验，帮助学生直观理解材料构效关系，培养新一代交叉学科人才。

【潜在应用场景】1. 生物医药与纳米医学：可应用于模拟生物相容性材料、药物载体与靶向分子的相互作用，预测药物递送效率及代谢途径，为新型纳米药物与医用材料的理性设计提供关键计算支撑。 2. 环境与能源催化：面向碳中和目标，可用于高效筛选二氧化碳捕获与转化、工业废气净化等催化材料，通过机理模拟与活性预测，加速绿色低碳技术的研发进程。 3. 柔性电子与新型显示：适用于有机半导体、柔性透明电极等功能材料的性能预测与设计，助力可穿戴设备、柔性传感及下一代显示技术的材料创新。 4. 极端环境材料：在航空航天、核能等领域，能够模拟材料在高温、高压、辐射等极端条件下的性能演变与失效机制，辅助开发高可靠性的特种合金与防护涂层。 5. 材料数字孪生与产业升级：结合行业数据与工艺知识，未来可构建面向特定制造流程的“材料—工艺—性能”数字孪生系统，实现从研发到制造的全链条虚拟优化，推动传统材料产业的数字化转型。

【合作诉求】合作开发

【服务诉求】落地产业化

【对接倾向】企业

【金融诉求】VC投资

【展品联系人】姜峰

【展品联系人手机号】18325893941

【展示方式】视频

【参展要求】需要有显示屏

【实物确认】否

【状态】已审核，待遴选

【参展状态】线下+线上参展

【用户回复】未确定