用AI缩短金属材料研发周期,「创材深造」拿下头部新能源车企订单 | 义柏伙伴

文摘   2024-07-12 14:05   北京  


 100Summit

 义柏伙伴



材料作为人类社会的基础资源,一直是许多颠覆性技术革命的核心要素,其发展对推动产业升级和社会发展起到关键作用。但在传统的材料研发过程中,由于该技术门槛高、时间周期长、工程量大等原因,往往需要10年乃至20年的开发时间,难以满足当下产业发展对多种材料的需求。


根据工信部、Choice数据显示,当前我国高端新材料自给率较低,进口材料占比高达84%;其中,关键材料依赖进口率为52%,高温合金进口率也达到50%,国产化替代需求强烈。


近年来,随着AI、大数据、物联网等技术在材料领域的应用,以“大数据+AI”为标志的数据驱动,已成为材料科学发展的第四范式。材料的研发、生产、销售和应用迈向智能化发展阶段。


通过大量数据的采集和训练,许多企业尝试将AI引入到材料的设计和研发工作中,从而提升研发效率,降低材料的研发成本。


义柏长期合作伙伴「创材深造」,正是一家专注AI+高端金属材料产业化的公司。



「创材深造」成立于2021年2月,公司基于材料计算、材料信息学、机器学习、深度神经网络等技术,用AI加速高端金属材料的研发及产业化落地;同时还提供产品独立研发、样品设计、金属粉材、生产加工、质量检测和性能分析等一站式服务。


与大多数AI+新材料公司不同,其业务结构以销售软件和承接研发订单为主;而「创材深造」聚焦材料本身,专注于研发金属材料产品,进行材料的生产和销售。


目前,「创材深造」已研发有多款高端金属3D打印材料和高性能压铸铝材料,并进入批量生产阶段


公司团队研发人员占比为80%,由多位资深算法科学家和材料科学家组成,在材料研发、工艺调优、算法设计、机械设计、金属压铸和成品质量检测等领域拥有丰富的技术积累和产品落地经验,具备批产交付能力。


为解决材料研发周期长等问题,「创材深造」基于自主研发的高通量设备,可以将实验过程相关数据进行标准化、流程化和自动化采集,确保生产出高质量的数据;同时在研发过程中,公司还部署了高通量实验室和工业级大数据平台,可以支持全流程数字化的开发工作。


以高温合金为例。高通量实验室通过机器学习和深度学习技术,收集了大量实验和数据,随后由团队成员搭建一套适用于高温合金材料的生成模型算法,并进行材料测试和性能优化工作。


可以看到,「创材深造」提出的这套基于AI驱动的研发模式,其优势在于开发速度更快、周期短;对比传统实验室模式至少5年的研发期,「创材深造」仅需半年即可完成3到5款新材料的研发,大幅降低了企业的研发成本。


高通量平台流程图


此外,AI技术在数据处理上与工艺参数也更为一致,算法迁移性好,抗扰动能力强,多元素联调,可以更好地应对真实场景中的扰动。经平台研发所得的材料各项性能,均可达到航空航天等领域的要求标准。


「创材深造」创始人王泽轩告诉硬氪,“当前,公司AI研发平台的可行性已在实际应用中得到验证。”公司于2023年底完成了3款先进合金材料管线的研发工作,分别是高温合金、高强铝合金和压铸铝合金。


“我们的材料具备完全独立自主的知识产权,对比进口材料在性能和成本上有一定优势,可进行国产化替代,有效解决了卡脖子问题。这些材料可以广泛应用于航空航天、军工、新能源汽车、消费电子等领域,市场需求巨大。”王泽轩说。


金属材料产品图


国内客户方面,「创材深造」已同航空航天、军工等行业标杆客户达成合作,其产品已经进入小批量试制阶段;公司还与汽车头部品牌签订了超千万元的新能源汽车材料订单


当前,许多高端金属材料仍处在被“卡脖子”阶段,国产替代需求逐渐扩大。AI技术在材料设计方面表现出了巨大潜力,有望推动国内金属材料市场进一步发展,带动金属材料行业走向智能化,实现关键材料自主可控。


截至2022年上旬,「创材深造」完成了天使轮和Pre-A轮融资,总金额为数千万元人民币,资方包括蓝驰创投、线性资本、源码资本。



# 部分交易案例 #

义柏资本
中国产业科技化的生态枢纽,科技创新引领者的首选伙伴
 最新文章