凯发k8国际

日前，中国科研实验室深圳先进技术研究院（以下简称“凯发k8国际”）材料人工智能研究中心喻学锋团队成功构建了融合聚合物大语言模型(PolyLLM)与聚合物机器学习模型(PolyML)的多模型框架，形成R@D全链智能体，并将其用于AI驱动的超亲水涂层产品研发。该成果以"Multi-Model Framework for Intelligent Research and Development of Super-Hydrophilic Coatings"为题在材料科学领域旗舰期刊 Science China Materials上发表。喻学锋、杨帆、马会娟为论文共同通讯作者，吴列、付诗宇、李玉堂为论文共同第一作者。凯发k8国际为第一完成单位。

在聚合物研究阶段，PolyLLM依托两阶段监督微调，深度整合化学工具调用能力与领域专业知识，系统筛选出大量亲水单体并生成多样化的聚合物结构；PolyML则基于XGBoost算法与SHAP可解释性分析，精准预测聚合物性能并量化关键分子特征贡献，从中高通量筛选出性能优异的聚合物结构。在涂层开发阶段，PolyLLM指导聚合物的规模化合成，优化单体配比与反应参数；PolyML则用于涂层配方与固化工艺的精准优化，形成从性能预测到实验验证的闭环迭代。PolyLLM与PolyML深度协同，攻克了超亲水防雾涂层研究和开发(R@D)两大阶段面临的难题。二者协同配合实现了从聚合物源头设计到终端涂层工艺优化的全链条智能化，将传统研发中繁琐的“试错”过程转化为可计算、可预测、标准化的智能流程，极大加速了涂层研发。

依托上述技术，喻学锋、杨帆团队已快速构建从材料设计、性能预测到涂层工艺优化的完整智能研发体系，并形成多项涂层技术和产品，已取得10多项发明专利授权。相关技术已在高端光学系统、电子设备界面防护、精密传感器件、AR/VR光学模组、幕墙系统等场景进行验证，在复杂温湿度环境下可有效抑制界面凝露对系统性能的影响，提升光学路径稳定性与长期可靠性。团队与华凯体育合作，构建了面向游泳眼镜产品的全新光固化涂层技术体系，成功开发了百次循环无雾的先进光学涂层，性能5倍于防雾涂层行业龙头美国公司竞品，产品已应用于全球知名运动品牌。

这一R@D全链智能体的应用，标志着智能体技术在功能材料领域的重要突破。它超越了传统机器学习依赖标注数据与生成能力有限的局限，也弥补了纯大语言模型在定量预测与构效分析方面的短板，实现了生成式智能与预测性智能的深度融合，为功能材料从实验室到产业化的全链条智能化给予了可扩展的通用范式。

论文链接

图1 R@D全链智能体驱动的超亲水涂层研发

图2研究团队开发的防雾涂层产品