在导热材料研发领域，配方设计与工艺优化长期依赖经验积累与反复试错，不仅研发周期长、而且成本也高。随着人工智能（AI）技术的快速发展，材料研发正逐步从“经验驱动”走向“数据驱动与模型辅助”，AI能否真正参与到材料设计与决策过程中，成为产业界与科研界共同关注的现实问题。

围绕这一核心挑战，中国科学院计算机网络信息中心研究员、北京迈高材云科技有限公司创始人杨小渝博士，提出了企业开展“AI+导热材料”研发的四阶段实践框架，旨在帮助企业将AI从“概念工具”转化为研发体系中的“可用能力”。

在具体路径上，企业首先可从构建“AI+导热材料”研发基础设施入手，逐步建立涵盖数据结构化、文献知识抽取、多源数据整合，以及AI驱动的配方预测、工艺优化与性能建模的完整流程。

在此基础上，通过构建统一的导热材料数据库，并集成“材数智元·材料智能研发平台”，实现材料数据与研发流程的系统化管理；进一步引入多模态大语言模型与主动学习策略，推动“材料结构-工艺-性能”之间的智能协同设计。

围绕“AI如何真正参与导热材料研发”这一现实问题，杨小渝博士的相关研究与实践成果，将在3月12-13日于苏州举办“2026年全国导热粉体材料创新发展论坛（第6届）”上以题为《“AI+导热材料”研发实践：从数据结构化到智能配方与工艺优化》的专题报告形式进行系统分享。

报告内容将结合具体落地案例展开，为企业推进AI驱动的新材料研发提供可参考、可复制的实践经验。

关于报告人

杨小渝，博士，英国剑桥大学博士后，现为中国科学院计算机网络信息中心“百人计划”A类研究员，博士生导师，中国科学院大学岗位教授；英国雷丁大学客座教授，北京迈高材云科技有限公司首席科学家。

目前从事人工智能、高通量材料集成计算、多尺度模拟计算、材料数据库、材料信息学等研究。继研发我国首个高通量材料集成设计工业软件并实现了成果转化（MatCloud+）后，又带领团队研发了“材数智元·材料智能研发平台”。回国后主持或参与了国家发改委、国家自然科学基金，国家重点研发计划“材料基因工程专项“，北京市自然科学基金，云南“稀贵金属材料基因工程”等项目和课题。发表学术论文50余篇，并著有3部英文学术著作和2部中文著作。

苏州导热粉体论坛