2026年7月，由华谊集团、上海化工研究院联合多家协会平台主办的**"第三期化工研发人员综合技能及AI+新材料研发平台实操培训班"**在上海圆满举办。创腾科技作为协办单位受邀参与本次培训课程的交流，并在活动现场设立公司展位，与来自石油炼化、化工、精细化工、新材料、电子化学品、锂电/催化新材料等领域的研发管理者和技术人员，共同探讨AI+新材料研发的落地路径。
【 2026年培训合影留念 】
从研发管理到AI实操：课程紧扣行业痛点
化工研发是一项多学科交叉、长链条推进的系统工程，从小试、中试到工程放大，既需要反应、催化、分离、流体力学、热力学等专业能力，离不开科学的项目管理方法。与此同时，AI正在为材料研发打开新的效率空间：通过机器学习分析实验数据、预测材料性能、优化实验设计，有望减少重复试错、缩短研发周期。但AI要真正进入企业研发流程，绕不开数据分散、非标数据多、数据孤岛、存量实验数据不足、清洗和结构化难度大等现实问题。
本次培训课程设置紧扣行业痛点，围绕"方法+案例+实操"的主线 ，内容覆盖小试---中试---工程放大项目管理、化工并行开发、机器学习与计算化学、AI及大模型在材料化工中的应用、数据治理到AI落地应用等模块。来自高校、科研院所、化工企业和AI应用平台的专家，从研发组织、工艺放大、数据底座、分子模拟、机器学习建模等角度展开分享，并通过MaXFlow+ SDH平台实操，帮助学员把AI+材料研发从"概念理解"推进到"动手验证"。
【 讲师分享：方法+案例+实操】
大咖云集：一场从理论到实战的知识盛宴
四天课程，多位行业权威专家进行分享。上海大学陆文聪教授 （博士生导师、《Advances in Manufacturing》SCI期刊副主编）从深度学习算法、多尺度计算分析到机器学习建模，系统讲授了"机器学习和计算化学在研发中的应用与案例"，为学员打下坚实的理论基础。上海华谊集团技术研究院高振明正高工 结合自身主持万吨级工艺包开发的丰富经验，详解"小试-中试-工程放大"全过程的方法与技术要点；上海化学化工学会人工智能和大数据专委会副主任张晨高工 则从石化数字化转型视角，分享了AI赋能石化研发的当前案例与未来路径。在应用前沿，中海油常州涂料化工研究院王亚鑫工程师 、京博化工研究院过程工程院朱炜玄院长 、北京鼎材科技有限公司计算模拟平台负责人王璐博士分别带来了各领域的研发实践与经验分享。
其中，北京鼎材科技王璐博士分享的**《基于分子生成和机器学习辅助OLED材料开发》** ，把AI+新材料研发进一步落到具体材料体系。报告从OLED新型研发模式切入，介绍AI驱动的分子设计全流程，并结合实际应用与器件表现，呈现了分子生成、性能预测、实验验证与器件优化之间的联动关系。这来自产业一线的真实样本，让学员们看到了AI+研发模式在高端电子材料领 域的落地深度。
【 鼎材王璐博士现场分享 】
创腾科技专场：从数据底座到智能研发全链路方案
作为本次培训的协办方，创腾科技深度参与了**"从数据治理到AI落地应用"**专题，并由两位资深技术专家带来两场报告和实操课程，成为本期培训最受学员关注的环节之一。
讲座一：深耕数据治理，构筑材料企业核心竞争资产
从材料企业最头疼的研发数据痛点切入，系统讲解了数字化平台的选型思路，并现场演示了SDH研发数据管理平台的核心实操能力与AI知识库的功能矩阵。分享直指行业要害：数据治理不是"锦上添花"，而是AI落地的前提------只有把分散在实验记录本、仪器、文档中的小试、中试、生产数据归集起来、标准化、结构化，AI模型才有高质量的"食粮"。
【 SDH科学数据智能平台 】
讲座二：打造化工研发智能底座------分子模拟、机器学习与EDBO技术实操
完整呈现了创腾三大平台一体化解决方案 ：以iLabPower一体化研发管理平台沉淀实验数据，以SDH研发数据管理平台完成数据治理与知识沉淀，再由MaXFlow分子模拟与AI平台承接高通量虚拟仿真、机器学习建模与智能体构建------三者环环相扣，为企业搭建起**"数据---治理---智能"的研发数字底座** 。报告中，还深入讲解了高通量虚拟仿真与MLP机器学习势、EDBO贝叶斯优化实验设计等前沿技术，并用效率对比数据直观展示了AI驱动研发范式相对传统试错法的量级提升。
【 MaXFlow分子模拟与AI平台 】
【MaX Flow Agent 智能体仓库】
实操课：让每位学员亲手跑通AI建模
"听十遍不如做一遍"，学员们自带笔记本电脑，从基础操作与结构搭建、分子动力学（MD）模拟，到AI性能预测建模、零代码工作流搭建，逐一上手练习，并由老师现场答疑，针对性解决各自实际研发场景中的问题。
一位来自电子化学品企业的学员课后表示："以前觉得AI建模离我们很远，今天亲手跑通了一个性能预测模型，才发现门槛没有想象中高------关键是先把数据管好。"
四天之后：学员带走了什么？
一套系统的化工研发项目管理方法论，一次亲手完成分子模拟与AI建模的实操体验，以及一个越来越清晰的行业共识：
AI不会取代研发人员，但善用AI的研发团队，正在重塑研发的效率边界。
AI+新材料研发不是单个算法、单个软件或单个项目的局部尝试，而是一项需要从研发管理、数据治理、模型构建到场景验证协同推进的系统工程。谁先把数据底座打牢，谁就更有可能让AI在材料研发中稳定产出价值。
未来，创腾科技将继续围绕电子化学品、光刻胶、PI、树脂、涂层、新能源添加剂等更多细分场景，推动AI解决方案在材料研发中的深入应用，帮助研发团队减少重复试错、提升研发效率、缩短创新周期，为化工行业绿色、高效、智能化发展提供可持续的数字化支撑。
感谢主办方搭建宝贵的交流平台，本次活动内容充实、组织有序，收获良多。培训虽已落幕，化工研发的智能化转型才刚刚开始。期待与各位研发同仁在下一期培训班、在智能化转型的路上，再次相遇。