4月9-12日，首届中国"AI+新材料"大会在广州举行，汇聚超过50位院士及近4000名代表。会上，创材深造（Deep Material）创始人兼CEO王轩泽发表题为《构建能自主执行物理实验的"AI材料学家"》的专题报告，并正式发布"One-Person Lab"（OPL）——一套让AI首次真正具备自主实验能力的完整科学发现系统。

　　一位科研人员依托One-Person Lab，利用AI Agent和高通量自动化实验室，不需要5-10年的试错周期，就能完成过去一个团队的研发产出。它标志着AI for Science从"数字智能"迈入"物理智能"里程碑式转折点。

　　十万亿级新材料市场：一场正在发生的生产力革命

　　新材料是航空航天、新能源、半导体、机器人等战略性产业的"底盘"，是十万亿级别的巨大市场。然而，中国在高端合金、特种复合材料等领域长期面临"卡脖子"困境——国产化率低、依赖进口、迭代缓慢。

　　传统材料研发模式，一款新材料从实验室到产业化需要5-10年、数十人团队、数千次试错，这一模式已然无法满足快速增长的市场需求。核心瓶颈在于：研发是"正向试错"——做出样品、测试性能、再调整配方，循环往复，每一步都依赖人工操作和经验判断。

　　材料科学的演进史，本质上是研发范式的迭代史。从经验试错（第一范式）、理论模型（第二范式）、计算模拟（第三范式）到数据驱动（第四范式），每一次范式跃迁都带来了研发效率的量级提升。而今天，我们正站在第五范式——AI for Science的门槛上。

　　AI for Science的核心，不是用AI"辅助"人类做实验，而是让AI成为科学发现的主体。它不再被动地分析数据，而是主动提出假设、设计实验、执行验证、修正理论——形成完整的自主科学发现闭环。