与机器人技术融合后，从分子模拟到材料基因组学的全链条效率将被重新定义， 既能降低传统材料成本，又能缩短新材料研发周期。面对化工新材料研发的“多尺度复杂性” 与“实验验证滞后”痛点，AI 通过跨尺度建模、分子动力学加速等方案实现突破。在生产流 程中，AI 结合高通量机器人实验优化生产，降低损耗与故障率。但 AI 也在瓦解传统技术壁 垒，“白痴指数”高的材料受冲击大。化工企业需加强 AI 研发、引进人才、推动数字化转型， 工具可以在粗糙尺度、中间尺度以及全原子尺度建模，在耗时和精准 性上相较于传统方法显示出显著优势。 2.分子动力学加速：分子动力学需要模拟分子在不同条件下的行为，比如温度、压力下的动 态变化，AI 可以通过不仅限于机器学习力场（MLFFs）、增强采样方法、粗粒化模型等手段大 幅加速分子动力学的研究。例如 AI 2BMD 系统在精度相同的情况下，实现了超过 100 万倍的 模拟加速，并将误差减少了 的破局方案：数据+算法的双重赋能 ............... 5 1.1 跨尺度建模误差控制 .......................................... 6 1.2 分子动力学加速 ............................................. 10 1.3 小样本强化学习 ................................

⚫ ⚫ ⚫ ⚫ 量子力学体系的建立： 随着物质波假说、泡 利不相容理论、矩阵 力学、波动力学、狄 拉克方程、不确定性 原理、互补性原理等 一系列理论的提出， 量子力学的理论体系 构建完成，从根本上 改变人类对物质结构 及其相互作用的理解。 量子力学诞生： 马克斯·普朗克 首次提出“量 子”的概念， 这被普遍认为 是量子力学的 开端。 量子版图灵机 概念提出：保 罗·贝尼奥夫首 次提出了量子

其中极具代表性的应用场景之一就是计算机通信和互联网，其使得人 与人之间的交流变得非常方便。近几十年来，以操控量子态为基础的 第二次量子革命又带来了新的量子信息技术，比如量子通信、量子计 算和量子精密测量。这类新技术都是以量子力学原理来进一步突破原 有的技术路线。其中量子通信是利用量子不可克隆原理从物理上实现 绝对安全通信；量子计算是利用量子态叠加原理实现并行运算，极大 提高计算速度；而量子精密测量则是突破标准量子极限进一步提升测 一、量子信息技术概述 1.1 量子信息基本概念 1.1.1 从经典力学到量子力学 图 1. 从宏观尺度的篮球到微观尺度的原子。相应的物理理论从经典 力学过渡到量子力学。 在日常生活中，我们肉眼所能见到的物体的运动行为都属于经典 物理所研究的范畴。比如一块被水平扔出去的石头做抛物线运行，踩 油门让车加速等。这些运动规律都可以被牛顿力学所描述。通过给定 物体的质量和受力情况就可以通过 F  ma 速度，再结合运动学公式和初始状态计算该物体往后任意时刻的运动 状态。然而牛顿力学可以计算的运动规律是有范围的，即低速宏观弱 引力场情况。如图 1 所示，当我们研究的物体尺寸从日常生活中见到 的宏观世界，如飞机、汽车和篮球，逐渐变小到了原子尺寸的微观世 界时，情况大不相同。而描述这个微观世界粒子运动规律的理论就是 量子力学。在量子力学中，微观粒子的运动状态由波函数  表达。 6 只要完全搞清楚物体的波函数

控技术，具有高灵敏度、高集成、高通量、高效率等多种优势，对合成生物学的研发和应用起到了巨大作用，加速合成生物学行业发展。 u AI 优化化工设计和建设 AI 使工业领域落地周期逐步缩短。管道设计软件及流体力学仿真软件是设计研究和生产部门强有力的辅助工具，有效提高设计生产效率；一体化工 程设计软件推动卓越运营和智能制造，助力化工企业实现数字化转型，数字化孪生工厂的产生为企业后续运营储备了丰富的数据资产。众多的工程 常检测 二级范式 基于模型的理论 科学 三级范式 计算科学 （模拟） 密度泛函理论， 分子动力学 图表：新材料研发过程的主要环节 一级范式 经验科学 四级范式 数据驱动科学 性能 优化 验证 开发 投入 市场 制造 发现 系统设 计集成 热力学法则 实验 7 4 3 5 6 1 2 人工智能指导 材料研发过程 人工智能有助于开发高性能材料、 识别关键点并获得新的科学规律 ，还有利于科学合理地进行系统流程的计算 与分 析 ，可在一定程度上推动化工行业的发展进步。 分子模拟作为一个重要的理论研究手段 ，可以在微观分子世界与宏观可观测量之间搭建桥梁 ，从而为人们在分子水平上理解物质的结构和动 力学 性质提供工具 ，其在化学化工 、生物医药 、能源 、材料等多个领域都有广泛的应用 。近几十年来国际学术界和工业界已发展出很多具有 特色的分 子模拟软件 ，但国内一直没有成熟的自主知识产权软件 ，

(LBQ657), 而缬沙 坦 (Valsartan) 需缓释以维持长效作用，需解决两种成分释放动力学的兼容性。 o 制剂工艺：采用多层包衣、微丸压片或渗透泵技术 ( 如 OROSR) 实现差异化释放。 ● 临床阶段： o 临床前研究：已完成体外释放度、稳定性及动物药代动力学 (PK) 验证 (2021-2022 年 ) 。 o I 期临床试验： 72023 年启动，评估健康受试者中的生物等效性及缓释特性 nM) 2. 构 象 调 控 ：诱 导 TM6 向外位移 2 .7A, 破 坏 Gaq 蛋白偶联所需的构象变化，抑制下游 Rho/ROCK 通路激活 2 3. 动态稳定性： 分子动力学模拟显示结合自由能△ Gbind=-42.6 kcal/mol, 其中范德华力贡献 68%, 氢键贡献 22%1 cz2431N505 2170126-744 结构类型 洒性药他 9 来源 问题：根据 PDB 库和智慧芽数据库的信息，给出药物 BMS986278 和 靶蛋白的结合模式 查面 ia 构 结合模式分析 2. 优异药代动力学：在啮齿类和非人灵长类动物中显示高口服生物利用度 ( 大鼠 75%, 食蟹猴 93%), 血浆蛋白 结 合率仅 65-76%, 有利于组织渗透 1 。 3. 独特化学结构：采用双环喹啉骨架设计

为三类：力场，经 验和基于知识的评分函数。 2.4 ADMET 预测可提前考量药物成药可能性 ADMETlab 提供药物代谢动力学在线预测功能。ADMETlab 是 2018 年中南大学湘雅 药学院曹东升课题组首次发布的一款用于计算分子属性和药物代谢动力学（ADME）的 在线工具，提供了一系列计算模型，包括溶解度、血浆蛋白结合、肝脏代谢、肾脏排泄 等，可以预测药物在人体内的吸收、分布、代谢和排泄过程，并评估其潜在的毒性和安 大量相关信息，并可以跟现有的 AIDD 模型进行交叉验证，进一步提高药物设计的精准 度，产生良好的协同效应。PR-GPT 项目进展顺利，算法优化、生物医药语言训练工作正 有序推进，知识问答、药物分子生成、药代动力学及毒理性质预测等功能已上线测试并 具备了初步功能，计划于今年四季度投入商业运营。该模型将为药物研发提供智能化支 持，缩短研发周期，降低研发成本，提高研发成功率，从而推动生物医药行业的创新与 发展，进 化学结构。骨架跃迁的主要目的：（1）在已有的化合物分子结构上，产生新颖的化合物 系列，增加药物研发成功率；（2）替换复杂天然产物的局部结构，产生更具选择性、更 优活性的新颖分子；（3）通过改变分子的骨架，改善分子的药物代谢动力学性质。成都 先导与腾讯 AI Lab（云深）平台合作设计的骨架跃迁分子生成算法（GraphGMVAE），可 以快速基于已有的参考化合物迅速产生一系列结构新颖的化合物集合，配合后续自建的 虚拟筛选、3D-CNN

数据来源：高工机器人产业研究所（GGII） 三、力传感器 力传感器（Force sensor）是将力的量值转换为相关电信号的器件。力是引起物质运动变化的直接原因。力传感器能 检测张力、拉力、压力、重量、扭矩、内应力和应变等力学量，在动力设备、工程机械、各类工作母机和工业自动化 系统中，是不可缺少的核心部件。 随着机器人技术的快速发展，机器人越来越多地参与到需要高度感知和适应环境变化的交互场景中。在这些场景 中，机器 六维力传感器也被称为六轴力/力矩传感器、F/T 传感器，用于精确测量 X、Y、Z 三个方向的力信息和 Mx、My、 Mz 三个维度的力矩信息， 目前主要应用于汽车行业的碰撞测试、轮毂、座椅等零部件测试以及航空航天、生物力学、 医疗领域、科研实验、机器人与自动化等领域。 2023 年 10 月，工信部发布了《人形机器人创新发展指导意见》，人形机器人发展进入加速期。到 2024 年末，智元 机器人、宇树科技、优必选 力，其力反馈信息的获取途径主要包 括三类：机器人电流环力控、末端力传感器及关节扭矩传感器。 电流环力控： 电流环力控是一种基于电流环实现力/力矩精确控制的技术，其利用电机电流反馈和辨识的动力学模型测量外力， 其适用于直驱电机或带小减速比的场景。该技术的优点是无需额外的传感器、成本低；缺点则是力控精度差、响应较 慢，因此仅适合低精度要求场景，精度通常在 10N 左右。 关节力矩传感器力控：

融合视觉、触觉等3D环境特征，通过多视图关联构建以对象为中心的场 景表征，实现全维度环境感知与决策。 “小脑”运动控制是实现人形机器人自然流畅动作的关键，主要分为 基于模型和基于学习两类方法。前者通过建立运动学和动力学模型进行 规划控制，如ZMP、混杂零动态规划等算法，但开发复杂、成本高；后 者借助人工智能技术，以人类示教（模仿学习）或自主探索（强化学习） 建立策略，能降低开发难度、加快迭代。二者各有优劣，共同推动人形 共同推动人形 机器人运动控制技术发展。 07 （四）“肢体”构筑机器人的“钢铁之躯” 2.“小脑”向基于强化学习和模仿学习的控制策略发展 传统机器人控制方法因高度依赖精确动力学模型及专家先验知识， 在动态开放环境适应性方面存在局限。尽管数据驱动的学习型控制能 通过经验优化策略，其泛化能力与环境鲁棒性仍待提升。大模型的引 入为人形机器人“小脑”控制带来新突破，正推动控制范式从模型驱

ÑH u ö ø ÷dA = òA qdA òA ¶ ¶ H t dA + òl(H u × n)dl = òA qdA 交替计算方式 大坝稳定性分析模型 （ 1 ）大坝系统的力学模型 （ 2 ）坝体设计与环境变量的矛盾解耦计算模型 （ 3 ）大坝结构的拓扑优化设计 {Ds}= [D(s )]{De} 优化目标 min F （ m,v ， ... ） S.t. [m

功能开发仿生 足也是提高机器人运动能力常见的解决方法。基于执行器的选择与布 置，腿足结构设计与加工技术对人形机器人的运动能力、稳定性和效 率起着关键作用。早期的大框架、大重量设计经过运动学、动力学分 析和拓扑优化等技术的改进，现已成为可在保证腿足强度的同时达到 轻量化与可靠性的平衡设计。同时，利用增材制造技术融合多材料多 工艺方法构建复杂的机械框架也提高了腿足的灵活性，兼顾强度、惯 适应性，从而更好地应对各种复杂环境和任务要求。 人形机器人的骨架躯干部分是人形机器人的“支撑系统”，类似 于人类的骨骼结构，为机器人提供整体的支撑、运动能力和稳定性。 骨骼结构设计涉及仿生学、动力学、机械工程、材料科学等多个领域， 其设计要求具备高强度、轻质和高韧性，目的在于模仿人类骨骼的结 构，实现灵活自然的运动，同时确保在执行运动时的稳定性与机动性。 为实现这些要求，人形机器人骨架常使用高强度且轻质的材料，其中 运动规划是人形机器人技术中的关键环节，是在给定的起始状态 和目标状态之间，为人形机器人找到一条符合约束条件的路径或轨迹。 这些约束条件可能包括无碰撞、路径最短、机械功最小等。人形机器 人的运动规划通常需要考虑机器人的动力学特性、环境障碍物以及任 务需求等多个因素，通常需要利用传感器获取周围环境的信息，如障 碍物位置、地形特征等。然后，基于这些信息，机器人会运用各种算 法和策略来规划出一条最优或可行的运动路径。这些算法可能包括