CVC 系列 AI+仿真：从材料创新到工业优化

AI + 仿真 CVC 会议评估了仿真如何从利基研发功能过渡到整个工业价值链中的可扩展决策层，并通过五种复合功能实现：

• 快速的 GPU 计算增益可提高吞吐量并降低单位计算成本，从而使跨领域的物理级模拟变得经济；
• 人工智能替代模型取代了计算成本最高的求解器步骤；
• AI模式发现和推理，学习潜在结构以支持生成和推理；
• 支持人工智能的机器人技术支持高通量实验室，将假设转化为可扩展的实验；
• 闭环数据飞轮，现实世界的测量和结果不断反馈到模型中，以提高性能并扩大覆盖范围。

初创企业展示的成果

我们邀请了从微观材料发现到宏观实验室自动化和临床应用等各种规模的初创公司。整个会议的一致主题是实际部署：超越概念验证，转向嵌入现实工作流程的解决方案，其中速度、准确性以及与现有系统的集成与模型性能一样重要。

量子层面：Kairos Materials

在量子层面，Kairos Materials 使用经过 DFT 训练的生成模型对根据目标属性条件的物理上合理的晶体结构进行采样，然后将快速替代属性预测与选择性 DFT 验证相结合，运行生成-筛选-验证循环以进行逆向材料设计。

配方层面：Polymerize

在配方层面，Polymerize 是一个用于化学研发的基于云的材料信息学平台，可将配方配方、工艺参数、表征和工作流程转换为统一的数据集；除此之外，它还应用人工智能来预测特性、推荐下一步实验并提出候选配方。

系统层面：DynaFlow

“仿真正从小众的研发职能，转变为贯穿工业价值链的可扩展决策层。”

在系统层面，重点转向工业和实验室工作流程中的扩展模拟和自动化。 DynaFlow 分享了其自动化工作站和标准化数据接口如何通过一致的协议实现高通量实验。由此产生的结构化数据源和人工智能层推荐下一个最佳实验，使实验更具可重复性和数据驱动性。

临床层面：柏意慧心

最后，柏意慧心 演示了如何将模拟嵌入到临床决策中。该公司的软件将 CTA 扫描转化为 3D 重建和尺寸测量，并扩展到模拟驱动的术前规划。其内部 FEM 引擎可将模拟速度提高几个数量级，使近乎实时的程序指导变得越来越可行。

遨问创投的布局

遨问创投已调研 210 多家 AI 相关企业，并持续跟踪 300 多家 AI 与仿真初创企业。我们的投资组合涵盖 AI 材料发现、仿真驱动的诊断、自主无人机和 AI 基础设施。

“速度、准确性以及与现有系统的集成，与模型性能同样重要。”

展望未来

该会议将遨问创投的研究视角与精心策划的初创企业用例以及企业和 LP 参与者之间的公开讨论相结合，就 AI + 模拟在何处创造价值形成了共同观点。感谢所有演讲者和参与者提出的深思熟虑的问题和坦诚的交流。我们期待在未来的 CM CVC 会议中继续进行对话。