<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Lab_AI的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Lab_AI</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Lab_AI]]></copyright><item><title><![CDATA[AI4S前沿：大模型会写脚本之后，AI4S落地分子模拟还差什么？]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/170604785</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/170604785</guid><author>Lab_AI</author><pubDate>Thu, 12 Nov 2026 11:54:09 +0800</pubDate><description><![CDATA[北京大学团队提出的MDAgent利用大模型将自然语言任务转化为LAMMPS脚本，通过评价与迭代提升脚本质量，使分子动力学模拟任务平均耗时降低42.22%。该研究显示AI可有效减轻脚本编写负担，但计算仍需依赖可靠势函数与专业判断。为实现全流程自动化，MaXFlow平台通过可视化模块整合结构建模、模拟执行、结果分析与工作流编排，支持流程复用与团队协作。二者互补：MDAgent聚焦智能脚本生成，MaXFlow强调流程组织与复用。真正高效的科研自动化，是让重复操作更规范、流程更清晰，使研究人员专注科学问题与结果解读]]></description><category></category></item><item><title><![CDATA[从仪器文件到科研数据，让数据处理与分析更高效！SDH4.4.0正式发布]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/170496057</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/170496057</guid><author>Lab_AI</author><pubDate>Wed, 11 Nov 2026 10:17:48 +0800</pubDate><description><![CDATA[SDH4.4.0升级聚焦科研数据全流程管理，新增文件解析模板、多格式自动解析与文件夹自动抓取，实现原始数据高效转化为结构化数据；强化数据表关联与化合物去重，提升数据规范性。优化数据转换（如合并列）与插值分析，增强仪表板克隆与外置筛选器排序功能，支持成果复用与灵活查询。全面打通从仪器文件到分析可视化的链路，减少重复劳动，助力科研团队高效、可持续地开展数据驱动研究。]]></description><category></category></item><item><title><![CDATA[从诺贝尔化学奖看手性差异：AI4S的第一课是 “记对”，研发记录中的隐形关键]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/170428223</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/170428223</guid><author>Lab_AI</author><pubDate>Tue, 10 Nov 2026 17:40:27 +0800</pubDate><description><![CDATA[手性分子因空间排列差异而具不同性质，如扁桃酸的中心手性与取代丙二烯、联芳基的轴手性，均需在结构图与实验记录中准确标注构型。2026年诺奖聚焦不对称合成中的非线性效应与自催化，凸显手性信息管理的重要性。实验记录应明确立体化学、分析方法及峰归属依据，避免仅写“使用BINAP”等模糊表述。iLabPowerDraw与ELN支持轴手性结构绘制与数据追溯，确保构型可区分、结果可复现，为研发积累可靠依据。]]></description><category></category></item><item><title><![CDATA[可信AI：答案之外，更需可追溯的依据]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/169938690</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/169938690</guid><author>Lab_AI</author><pubDate>Tue, 03 Nov 2026 13:13:18 +0800</pubDate><description><![CDATA[在合规环境中，可信比“聪明”更重要。AI的准确回答只是起点，真正关键的是结果可核验、边界清晰、责任可追溯。创腾科技强调，企业需通过数据平台SDH实现科学数据的关联与溯源，确保AI决策有据可依。唯有将数据、模型与业务流程协同设计，明确AI的使用范围与风险边界，才能让其在研发、质量等关键环节持续创造可靠价值。信任，源于每一次可核查的依据与透明的决策过程。]]></description><category></category></item><item><title><![CDATA[AI4S参与OLED配方设计，研发数据从此沉淀为资产]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/169450435</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/169450435</guid><author>Lab_AI</author><pubDate>Thu, 29 Oct 2026 12:20:09 +0800</pubDate><description><![CDATA[安徽秀朗新材料科技有限公司作为国家级专精特新“小巨人”企业，聚焦OLED材料研发与生产，近三年研发投入超9000万元。公司近日上线研发数字化平台，构建“iLabPower+SDH+MaXFlow”三位一体体系，实现研发全流程在线管理、数据可追溯、资产化沉淀与AI赋能配方优化，推动研发从数字化迈向智能化。该平台显著提升研发效率、降低重复试验与审计成本，助力企业打造“数据沉淀—知识复用—智能寻优”的创新闭环，为国产显示材料实现从“跟跑”到“并跑、领跑”提供核心支撑。]]></description><category></category></item><item><title><![CDATA[国产硬科技爆发：聚力创新，笃行致远！创腾科技见证生命科学与先进材料领域客户创新硕果]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/169351610</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/169351610</guid><author>Lab_AI</author><pubDate>Wed, 28 Oct 2026 17:55:23 +0800</pubDate><description><![CDATA[2026年9-10月，国内生命科学与先进材料产业创新活跃，恒瑞医药、康诺亚等企业实现创新药出海与适应症拓展，纽瑞特完成全球首个锗镓发生器FDA DMF备案，诺诚健华获双抗ADC临床批件。材料领域，昊华科技绿色甲醇项目交付，鼎龙控股光刻胶与抛光垫批量供货，莱特光电OLED材料量产上车，中节能万润北交所过会。创腾科技以iLabPower等数字化平台赋能研发全链条，助力企业实现数据管理、合规管控与知识产权沉淀，推动硬科技成果转化与商业价值落地。]]></description><category></category></item><item><title><![CDATA[AI4S落地催化研发！依托MaXFlow平台化能力，加氢裂化催化剂研发实现 “搭建 - 优化 - 验证” 全流程闭环。]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/169351678</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/169351678</guid><author>Lab_AI</author><pubDate>Wed, 28 Oct 2026 17:43:08 +0800</pubDate><description><![CDATA[加氢裂化催化剂研发面临多维变量组合带来的实验成本高、筛选效率低难题。创腾科技MaXFlow平台通过“搭建—优化—验证”三幕剧式流程，融合机器学习与高通量虚拟筛选，实现数据自动回流、模型可视化构建与AI能力共享。平台打破“脚本依赖”“数据孤岛”“能力集中”等痛点，将机器学习从单一模型升级为可复用、可持续的智能研发体系，推动催化剂研发向高效、协同、闭环的数字化转型。]]></description><category></category></item><item><title><![CDATA[AI4S前沿: AI智能体能替代专业科学计算软件吗？]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/168556278</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/168556278</guid><author>Lab_AI</author><pubDate>Tue, 20 Oct 2026 17:14:08 +0800</pubDate><description><![CDATA[尽管智能体复现结果数值接近论文值（如0.8894 vs 0.89），但若数据处理规则不一致，仍不能认定复现成功。案例显示，智能体可能擅自更改归一化方式等关键流程，导致“数字相近、方法不符”。通用智能体擅长执行操作，但无法替代专业软件在结构准备、参数配置和方法验证上的可靠性。企业应构建“智能体辅助+专业工具执行+工作流平台管理”的协同体系，确保流程可追溯、成果可复用，真正实现科研效率与可信度的双重提升。]]></description><category></category></item><item><title><![CDATA[数据走丢困局破解：iLabPower如何打通研发孤岛]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/167784453</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/167784453</guid><author>Lab_AI</author><pubDate>Tue, 13 Oct 2026 10:15:34 +0800</pubDate><description><![CDATA[周五深夜，林博士为找一条丢失的反应式翻遍抽屉、群聊与旧电脑，最终重做实验。这折射出研发数据“散、乱、孤”之困：结构、序列、记录、成果各自为政，导致重复劳动、版本混乱、申报困难。iLabPower平台通过四大模块打通研发全流程，实现结构、序列、记录与成果的闭环管理，带来可检索、可追溯、可审计的确定性。从翻抽屉三小时到检索三分钟，数据贯通让科研更高效、协作更顺畅、资产更可控。在AI时代，唯有让数据流动起来，才能真正释放研发潜能。]]></description><category></category></item><item><title><![CDATA[高维设计空间的突围：ADC 前沿进展、耐药挑战与数智驱动解法]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/166375529</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/166375529</guid><author>Lab_AI</author><pubDate>Wed, 23 Sep 2026 12:14:06 +0800</pubDate><description><![CDATA[2026年ADC研发进入“精耕细做”新阶段，全球获批达23款，首个双特异性ADC获批，标志结构创新落地。载荷向免疫调控与多机制演进，靶点拓展至B7-H3、CLDN18.2等第二梯队，双抗与定点偶联提升疗效与选择性。耐药问题凸显，推动用药策略优化。面对组合爆炸与高验证成本，创腾科技以MaXFlow、SDH、iLabPower构建“计算+数据+平台”一体化解决方案，实现分子模拟、AI预测与跨部门数据协同，助力ADC研发从经验驱动迈向智能驱动。]]></description><category></category></item><item><title><![CDATA[AI赋能多尺度模拟：破解材料研发难题]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/165891310</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/165891310</guid><author>Lab_AI</author><pubDate>Sun, 20 Sep 2026 15:46:59 +0800</pubDate><description><![CDATA[材料研发中，原子尺度结构与宏观性能间存在巨大时空尺度鸿沟。传统单尺度模拟难以捕捉跨尺度协同机制，多尺度模拟成为关键。层次化建模效率高但信息单向，并发耦合精度高却计算昂贵，而机器学习桥接通过训练微观数据预测宏观性能，实现高效精准的跨尺度映射。创腾科技MaXFlow平台融合分子模拟、AI建模与工作流自动化，以机器学习势为桥梁，打通从原子构型到宏观性能的智能预测链路，推动材料研发向“无需关注尺度衔接”的工程化应用迈进。]]></description><category></category></item><item><title><![CDATA[一张图读懂 iLabPower 研发数字化平台架构]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/161205616</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/161205616</guid><author>Lab_AI</author><pubDate>Fri, 18 Sep 2026 23:18:52 +0800</pubDate><description><![CDATA[本文介绍iLabPower研发数字化平台，通过“创新云、数据云、验证云”三大支柱，实现实验全流程数字化与智能化。平台打通ELN、仪器互联、数据治理与AI分析链路，支持生物医药与材料化工领域差异化需求，解决数据孤岛问题，提升研发效率与合规性，助力科研从“试错”迈向“设计驱动”。]]></description><category></category></item><item><title><![CDATA[MaXFlow 抗体人源化：AI 预测免疫原性风险效果实录]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/161205521</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/161205521</guid><author>Lab_AI</author><pubDate>Fri, 18 Sep 2026 23:02:53 +0800</pubDate><description><![CDATA[本文基于MaXFlow平台实践，展示AI在抗体人源化中的关键应用：通过量化免疫原性风险评分、精准定位T细胞表位、优化亲和力与稳定性，实现“去风险”与“保活性”的平衡。实测表明，AI可显著降低临床失败率，提升研发效率，推动抗体开发从经验驱动转向数据驱动。建议在苗头筛选、人源化设计及PCC阶段前置使用，构建主动防控的智能研发流程。]]></description><category></category></item><item><title><![CDATA[电子实验记录本 iLabPower ELN V6.1正式发布！小核酸序列+配方设计，让实验记录更懂业务]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/165754759</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/165754759</guid><author>Lab_AI</author><pubDate>Thu, 17 Sep 2026 18:24:52 +0800</pubDate><description><![CDATA[电子实验记录本iLabPower ELN V6.1正式发布，新增小核酸序列与配方设计模块，助力研发高效合规。序列模块实现HELM校验、批量导入、一键注册至RegMS，错误率降为零，录入效率提升10倍；配方模块支持物料库导入、多配方并行对比、自动汇总计算与审计追踪，告别手工算错与重复录入。两大模块将实验记录从“文档”升级为可校验、可计算、可追溯的智能研发中枢，真正实现“一次录入，全程留痕”。]]></description><category></category></item><item><title><![CDATA[创腾科技用户喜讯: 祝贺瑞联新材、恒瑞医药、信立泰、滨会生物取得重要进展，创新势能持续释放]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/165476571</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/165476571</guid><author>Lab_AI</author><pubDate>Tue, 15 Sep 2026 15:15:36 +0800</pubDate><description><![CDATA[2026年9月，创腾科技多家用户在创新研发与资本布局上取得突破：瑞联新材签约TCL华星，正式进军印刷OLED终端材料；恒瑞医药两款创新药获批，涵盖糖尿病与肥胖适应症；信立泰二次递表港交所，创新药收入占比超54%；滨会生物完成港股IPO境内备案，核心产品进入Ⅲ期临床。多领域进展彰显中国创新企业强劲发展韧性。]]></description><category></category></item><item><title><![CDATA[中国AI for Science软件公司观察：从算法模型到研发全流程]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/165475264</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/165475264</guid><author>Lab_AI</author><pubDate>Tue, 15 Sep 2026 15:04:31 +0800</pubDate><description><![CDATA[过去两年，中国“科学智能”（AI4S）快速发展，形成四类主要路线：科学计算平台（如深势科技）、AI+自动化实验（如晶泰科技）、生命科学模型（如百图生科）、科研数字化与数据基建（如创腾科技）。其中，创腾科技聚焦研发数据管理与流程数字化，构建从电子实验记录到AI建模的完整数据链，强调数据结构化、可追溯性与私有化部署，虽非“AI明星”，却为AI在科研中落地提供关键基础设施。行业仍处验证期，真正价值在于能否处理真实数据、复现结果并产生可量化研发收益，而非仅宣传“全流程智能”。]]></description><category></category></item><item><title><![CDATA[磷化铟、光刻胶、电子特气：半导体材料国产替代，研发数字化如何「加速卡脖子攻关」？]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/165457107</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/165457107</guid><author>Lab_AI</author><pubDate>Tue, 15 Sep 2026 14:40:20 +0800</pubDate><description><![CDATA[2026年，磷化铟跨界潮与光刻胶、电子特气国产化率低迷并存，凸显高端材料攻关的“工程化瓶颈”。计算驱动的材料设计与全链路数据管理正成为破局关键：通过AI模拟优化配方，实现“干湿闭环”研发；依托结构化数据沉淀与关联分析，将试错转化为可复用知识资产。创腾科技等平台实践表明，数字化能显著缩短研发周期、加速送样验证，推动材料研发从“经验主导”迈向“可预测、可迭代”的工程化体系，为国产替代赢得宝贵时间窗口。]]></description><category></category></item><item><title><![CDATA[不是所有工业AI都需要大模型：小模型如何进入研发闭环]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/164260365</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/164260365</guid><author>Lab_AI</author><pubDate>Tue, 01 Sep 2026 15:12:58 +0800</pubDate><description><![CDATA[创腾科技指出，工业研发中“小模型”并非技术降级，而是任务边界清晰、可验证、可迭代的专用模型。其价值不取决于参数规模，而在于解决性能预测、实验优化等具体问题，并嵌入研发闭环。企业应通过数据治理、模型建设与实验回流，实现“把一个问题持续算准”。]]></description><category></category></item><item><title><![CDATA[让 AI 真正“懂分子“，分子模拟为何是精准AI模型的底层引擎]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/164114076</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/164114076</guid><author>Lab_AI</author><pubDate>Thu, 27 Aug 2026 12:00:12 +0800</pubDate><description><![CDATA[本文围绕分子模拟在 AI for Science 中的三重角色展开：作为可编程的数据工厂破解研发数据稀缺难题，作为物理护栏约束模型的幻觉，以及作为多尺度桥梁连接从电子到工程的完整链条。文章结合 AI²BMD、OMol25、ANI、Boltz-2、GNoME + A-Lab、DeePMD、MatterGen 等典型案例，说明模拟数据如何支撑AI建模，并给出在MaXFlow分子模拟与人工智能平台上落地这套闭环的实践路径与现实提醒。]]></description><category></category></item><item><title><![CDATA[AI能不能自动给配方？当DOE束手无策，当正向ML陷入瓶颈：你的下一阶段研发必须引入贝叶斯优化]]></title><link>https://blog.youkuaiyun.com/Lab_AI/article/details/164063745</link><guid>https://blog.youkuaiyun.com/Lab_AI/article/details/164063745</guid><author>Lab_AI</author><pubDate>Tue, 25 Aug 2026 19:35:31 +0800</pubDate><description><![CDATA[文章摘要：本文探讨了AI在材料配方研发中的应用路径，指出&quot;AI直接给配方&quot;的逆向方案存在局限性，提出&quot;正向预测+逆向优化&quot;的闭环方法。正向预测通过历史数据训练模型预测性能，逆向优化则利用贝叶斯方法推荐实验方向。两者结合形成迭代优化：定义搜索空间→初始建模→逆向推荐→结果回流更新模型。该方法已在电池电解液等研究中验证有效性，能显著减少低效实验。实施需配套数据治理平台，建议企业从明确边界的产品族起步，逐步构建预测-优化能力。AI的价值在于提高实验信息量，而非取代实验验证。]]></description><category></category></item></channel></rss>