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

拟及优化算法、材料多尺度特性精细调控、生物启发的多尺度结构设计、多层次材料 – 结构复合体系的研发、 先进制造（纳米级增材制造技术、真空辅助技术等）等关键技术。未来，该领域将向更加智能化、自适应、 环境友好及高效能的方向发展，包括力学超构材料设计，基于仿生学的自适应结构设计，智能响应材料的 应用，纳米增强、生物基等新型高性能复合材料的开发，以及先进制造技术等，实现能量吸收性能的最大化， 从而满足航空航天、交通运输、安全防护等领域对高性能能量吸收结构的迫切需求。 感知、海空无人协同控制等系列无人系统关键技术。未来，海空协同异构无人系统的一体化控制技术将进 一步聚焦于低时延跨域组网通信技术，以切实增强复杂跨域场景下的信息感知与融合能力；在多域耦合和 异构动力学约束下，更加注重弹性自主决策能力的发展，以应对多变环境强干扰挑战；融合临近空间无人 平台视野广阔、驻空持久、效费比高的优势，构建“陆海空天”一体化协同控制平台，实现跨域异构信息 的有效中继和实时 医疗、教育等行业带来创新机遇和全新挑战，有望引领下一代智能化革命。 （7）连续陶瓷纤维增强的金属基复合材料 连续陶瓷纤维增强的金属基复合材料是指将连续陶瓷纤维作为增强体嵌入金属基体中的一类复合材 料，可显著提升纯金属材料的力学性能、耐蚀性和耐磨性。这类材料起源于连续碳纤维增强铝基复合材料， 其纤维种类扩展到氧化铝纤维、碳化硅纤维等，金属基扩展到钛合金、镁合金等，新材料的引入对纤维 – 金属界面相容性与连续纤维预制体制

广大规 模应用仍面临诸多挑战。量子信息网络是重要的远期发展目标之一， 近期在基础研究、关键设备组件和系统原型实验等方面取得一定进 展，距离实用化仍有较远差距。此外，量子密码作为一种基于量子 力学原理的加密技术，是理论上安全的密码技术，有望应用于诸多 行业领域。 量子精密测量对外界物理量变化导致的微观系统量子态变化进 行调控和观测，实现精密传感测量，精度、灵敏度和稳定性等核心 指标 索自然规律、实现高精度测量开辟了一条新的道路。 量子精密测量技术发展大力推动了基础科学研究，典型应用方 向包括探测宇宙中的基本常数变化、检验量子力学的基本原理等， 例如通过测量原子钟的频率变化，可探测到宇宙中的基本常数的细 微变化，从而检验物理学的基本理论。除此之外，量子精密测量还 有望用于开展量子力学与广义相对论的统一理论等方面的研究，进 而探索宇宙起源和演化等深层次问题，为粒子物理、天文和宇宙学 等领域探索提供助力。 代表性研究机构/企业 典型应用场景 基础科研 IBM、谷歌、ParityQC、中科大、清华大学、 中科院、马普所、哈佛大学、马里兰大学等 凝聚态物理 高能物理 核物理 量子力学 流体力学 化学工业 IBM、谷歌、微软、D-Wave、SEEQC、富士 通、NobleAI 等 量子化学 化工材料 生物制药 IBM、QC Ware、Novonesis、Kvantify、

不确定性传播：测量误差的链式传导效应 1.2.2 模型架构 ◼ 混合架构 主流架构呈现"预训练+微调+物理嵌入"的混合模式： ➢ 基础层：基于 Transformer 的通用特征提取 ➢ 领域适配层：融入设备动力学方程、材料本构模型等机理知识 ➢ 任务特定层：面向检测、预测、优化等场景的轻量化模块 ◼ 实时推理架构 为满足产线实时性要求，架构设计突破包括： ➢ 动态计算图：根据输入数据复杂度自适应调整计算路径 专业性和复杂性，例如流体动 力学、热力学、电磁学等领域的物理规律，往往是工业生产过程中的核心要素。 基座层通过工业机理嵌入，将这些专业知识直接融入大模型的训练和推理过程 中，使模型在解决实际问题时能够遵循工业领域的基本原理。例如，在能源行 业中，嵌入电力系统的物理规律后，模型可以更精准地优化电网调度方案，从 而提升能源利用效率。在航空制造领域，嵌入流体动力学知识后，模型能够更 好地优化 使其能够更好地理解和应对行业特定问题。例如，在航空航天领域，行业领域 模型需要处理涉及空气动力学、材料力学、飞行控制等复杂知识的任务。通过 嵌入航空航天领域的知识图谱，模型能够更准确地分析飞行器的运行状态，并 为设计优化、故障预测等任务提供科学依据。同样，在汽车制造领域，行业领 域模型结合了装配工艺、车辆动力学、质量控制等专业知识，能够帮助企业优 化生产线布局、提升产品质量并降低制造成本。在能源行业，行业领域模型通

海光DCU算力赋能AI4S转型 深势科技携手海光构建DCU异构训练平台，成功实现DeepMD高精度 原子势能模型的大规模并行训练，加速推动AI在分子模拟领域的落地 与升级。 背景需求 / BACKGROUND 分子动力学模拟在物理、化学与材料研究中广泛应用，而经典力场精度有限，难以覆盖复杂体系行为。深势科技的DeepMD-kit作为基于深 度学习的原子势能函数生成框架，可大幅提升精度并支持第一性原理级别的模拟。然 兼容主流CUDA架构与深度学习框架。 方案亮点 / HIGHLIGHTS 案例价值 / ICASE VALUE 跨尺度高精度模拟：深势科技联合海光平台，基于国产DCU的 并行训练方案，将分子动力学模拟规模从百万原子拓展至十亿 原子量级，成功实现跨尺度高精度模拟。 高效训练与推理：海光平台原生适配DeepMD-kit，支持单精度 （FP32）高效训练与推理，其中DCU在典型训练任务中性能对 P+CUDA异构混合并 行，提升原子邻域张量计算与数据管道吞吐效率。 验证海光DCU在AI4S应用中的通用性与可靠性表现，为分 子模拟场景提供可替代 的训练平台。 为AI加速第一性原理分子动力学模拟提供可落地方案，推动 从经典力场向数据驱动的高精度势能建模转型。 助力科研机构构建国产异构 AI 模拟平台，支撑药物设计、新 材料发现等任务的模型训练与大规模并发推理。 海光算力支持国家

相关数据能够被有效配置管理，能够 在 MBE 企业内部以及供应链之间流通。 • LMS，仿真和试验解决方案：将三维 功能仿真、试验系统、智能一维仿真 系统、工程咨询服务有机地结合在一 起，专注于系统动力学、声音品质、 舒适性、耐久性、安全性、能量管理、 燃油经济性和排放、流体系统、机电 系统仿真等关键性能的开发和研究。 西门子完整的 MBE 解决方案，以系统工 程思想为指导，贯穿从产品需求开始，经过 工的时间和成本损失。Teamcenter 和 LMS 的 1D、3D 仿真环境相结合，能够实现主系统和 分系统多学科协同仿真，可以帮助用户解决从 产品概念设计、方案设计到详细设计的需求， 如机构设计与动力学分析、控制 / 传动 / 电机 驱动等机电系统设计、机电一体化分析、结构 有限元分析、振动噪声分析、疲劳耐久性分析、 结构优化、模态分析、模型修正、多学科优化 等，使企业在虚拟世界中及早地进行产品验证； 西门子基于模型的数字化企业解决方案白皮书（修订版） LMS 虚拟振动试验系统的构建有两种方 式，一种是基于线性有限元方法的开环虚拟振 动试验系统建模，主要是进行系统级振动分析； 另一种是基于多体动力学和机电联合仿真的闭 环虚拟振动试验系统建模，主要是进行机电耦 合分析和刚柔耦合分析。两种方法可以结合起 来，互为补充，应用在不同的场合下。 线性有限元方法的系统框架如下图所 示，振动台和试件的模型都是有限元模型，

何在美育、伦理教育、批判性思维和情绪管理等方面助力学生成长，实现综合素质的 协同发展。 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第3页 目录 1. DeepSeek人机协作关键 2. DeepSeek贯通教学流程 3. DeepSeek教学智能体 01 教-DeepSeek贯通教学全流程 1. DeepSeek助力学生个性化学习 2. DeepSeek培养学生全面发展 第16页 目录 1. DeepSeek人机协作关键 2. DeepSeek贯通教学流程 3. DeepSeek教学智能体 01 教-DeepSeek贯通教学全流程 1. DeepSeek助力学生个性化学习 2. DeepSeek培养学生全面发展 02 学-DeepSeek实现个性化学习 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第17页 不只是写提示词 DeepSeek+教学是Copilot:伙伴模式 确保问题由浅入深、难度递增，从基础知识过渡到 高阶思维。 2. 使问题遵循记忆→理解→应用→分析→评价→创造 的认知发展序列。 3. 保证问题难度适中，契合学生实际能力水平。 4. 让每个问题是前一问题的自然延伸，助力学生提升 思维能力。 请设计三级分层课后作业方案。 ## 设计要求： 1. 分层设计： - 基础层：巩固核心知识点和基本概念 - 提高层：应用知识解决专业问题 - 拓展层：培养高阶思维和创新能力

造差异性的功能，跳出同质化竞争的窘境。 5 AIGC在汽车设计的多个领域展示了极大的潜力，例如AIGC技术可以加速车型外观设计和定义，使得以 低成本创造更加个性化和定制化的车型成为可能。还包括车辆动力学仿真、控制软件生成、软件测试、 结构参数调优、动力电池材料配方筛选等方面应用。 6 AIGC提高了汽车制造业的生产效率，可以实现更高效、更精准的生产作业和供应链管理，减少人力成 本，提高生产效 汽车设计AIGC应用案例 传统的汽车动力学仿真模型搭建方式主要是使用专业的汽车建模软件，利用软件提供的图形化界面和 模块库进行手动搭建。研发人员选择适当的模块作为车辆的各个部件，并设置相应的参数来描述其特 性。然而传统建模方法存在参数获取困难、对参数完整性要求较高、模型精度不足等问题；此外，对 于不同的车型和不同的设计需求，需要重新搭建汽车模型，无法实现模型的复用。将AIGC应用于汽 车动力学仿真建模，有望解决传统建模方法存在的一些问题。 车动力学仿真建模，有望解决传统建模方法存在的一些问题。 对于利用AIGC搭建汽车动力学仿真模型，一汽全国重点实验室提出一种高保真系统模型自动搭建技 术，从已有的数据和经验中自动提取和生成模型参数，提升建模的效率和精度，并实现模型的自动构 建和优化。对于仿真模型需要输入的参数，一是通过研究基于结构参数的模型参数自动提取匹配技术， 二是基于试验数据的关键部件及子系统非线性模型拟合技术，实现模型参数辨识及自动补齐调优，达