2026达索系统BIOVIA中国区材料与生命科学应用用户大会（1）
6月16-17日，2026年达索系统BIOVIA中国区材料与生命科学应用用户大会在上海（达索系统亚太总部）成功举办！达索系统BIOVIA品牌携手材料科学、药物研发、配方与制剂、生产制造等领域的170余位现场参会嘉宾，共聚浦江之畔，共同探讨依托材料研发及生命科学领域的人工智能技术赋能行业转型升级等解决方案。本次大会设立1个主会场、3个分会场、4个专题研讨会、3场闭门会议、4次展厅参观，特邀BIOVIA全球总部专家及中石油、中石化、天赐材料、华恒生物、药明生物、百济神州等化工材料与生命科学行业头部标杆企业10位讲师莅临现场交流分享。
达索系统大中华区品牌业务副总裁GOH Choon Keat向参会嘉宾致欢迎辞，他表示人工智能与虚拟孪生技术正加速重塑科学研发与产业创新模式。达索系统将持续依托3DEXPERIENCE平台和BIOVIA科学创新解决方案，携手客户、合作伙伴及科研机构，推动数据、模型、实验与业务流程的深度融合，共同探索更加高效、智能和可持续的研发新路径。
达索系统BIOVIA品牌全球产品负责人TETREAULT Gene带来题为《智能自主实验室:虚拟孪生、人工智能与自动化的融合》的演讲，他系统介绍了BIOVIA 2026版本在科研创新、实验室管理与生产运营等领域的最新进展。新版本进一步融合人工智能与科学研发，通过生成式数据处理能力，帮助用户从文献、实验记录等非结构化数据中快速提取知识。同时，Materials Studio、Discovery Studio和Pipeline Pilot等产品在计算精度、模拟性能、自动化流程及易用性方面持续增强。在实验室与生产环节，新增生物反应器工作流、稳定性研究支持及生产数据实时同步能力，进一步推动研发、实验和制造数据的统一管理与高效协同。
达索系统BIOVIA品牌全球技术顾问总监KULKARNI Amit，带来主题演讲：《从数据到决策：Scientific AI重塑配方研发并加速创新》，本次分享聚焦虚拟孪生与科学人工智能如何推动产品研发模式升级。针对配方研发中数据分散、流程割裂、试验周期长及合规验证滞后等问题，BIOVIA依托3DEXPERIENCE平台，将材料模拟、配方设计、实验室管理、数据分析与法规合规整合到统一环境中，构建“设计—制备—测试—分析—优化”的研发闭环。通过预测建模、生成式设计与智能科学助手，企业可提升研发效率，减少重复试验与后期返工，加速创新成果从实验室走向市场。
达索系统BIOVIA品牌亚太技术顾问总监CHATTOPADHYAY Abhijit，发表主题演讲：《基于多尺度模拟的Scientific AI:赋能创新研发》，本次分享围绕“以多尺度仿真驱动科学AI创新”，介绍了BIOVIA如何将物理模型、材料与分子模拟、机器学习及生成式AI相结合，构建贯穿设计、仿真、实验与分析的虚实融合研发体系。通过MACE机器学习势、COSMO-RS与机器学习融合、化学语言模型等技术，科研人员能够更高效地预测材料性质、筛选候选方案并拓展创新空间。结合3DEXPERIENCE平台、科学智能助手Marie及与NVIDIA的技术合作，BIOVIA正推动材料、化学和生命科学研发向智能化、自动化与持续优化加速演进。
材料科学分会场围绕材料研发数字化与智能化创新展开，聚焦生产工艺与质量数据智能化应用、分子模拟、AI 辅助材料设计、新能源材料等前沿议题。来自安徽华恒生物、中石化石油化工科学研究院、中国中化、首都师范大学、天赐材料、生态环境部华南环境科学研究所等单位的专家学者，将结合企业实践与科研案例，分享数字化建模、仿真计算与 AI 技术在材料创新中的应用路径，展现 BIOVIA 在材料科学领域助力研发提效、机理洞察与创新决策的能力。
安徽华恒生物科技股份有限公司曾庆泽先生带来主题演讲：《生产工艺和质量数据的智能化应用》，以粉体产品结块问题为案例，介绍了人工智能在生产工艺参数优化中的落地实践。项目基于Pipeline Pilot，对零散生产数据进行自动清洗、结构化处理与趋势分析，识别影响产品结块周期的关键工艺和检测参数，并建立性能预测模型。通过在千万级参数空间中快速筛选和优化，系统可推荐满足目标性能的工艺参数组合，为减少物理试验、缩短验证周期、提升产品质量稳定性提供了可复用的数字化路径。
中石化石油化工科学研究院有限公司任强先生带来主题演讲：《基于溶剂与减压渣油分子间相互作用可优化糠醛抽提效率的研究》，聚焦减压渣油糠醛抽提效率优化，介绍了Materials Studio在萃取助剂设计与筛选中的应用。开展分子结构优化与静电势分析，并结合COSMO-RS计算溶剂与减压渣油不同组分之间的相互作用能，从分子层面分析萃取剂结构对分离性能的影响。在此基础上，研究建立了高效萃取助剂的快速评价方法，筛选并设计出具有酰胺结构的助剂。实验结果表明，优选助剂可在基本保持选择性的同时，提高非饱和组分脱除率并降低剂油比，为减少实验试错、缩小候选溶剂验证范围及降低溶剂回收能耗提供了有效支撑。
中化数智科技有限公司田晓晖先生带来主题演讲：《基于量子化学和分子动力学的新材料发现》，介绍了中国中化推进“AI+研发”与AI4S技术体系建设的实践。通过整合Materials Studio等多尺度仿真工具、科研数据、机器学习与生成式AI，构建从分子设计、性质计算、虚拟筛选到实验验证和迭代优化的研发流程。结合聚合物与催化剂研发场景，分享展示了量子化学和分子动力学在揭示微观机理、预测材料性能及筛选候选方案方面的作用，为缩小实验范围、提升研发效率和推动新材料逆向设计提供了清晰路径。
首都师范大学孙文明先生带来主题演讲：《从"界面工程"到“AI设计”:聚焦单原子与氧空位的动态博弈》，围绕单原子催化剂与氧化物基底空位之间的动态作用，介绍了从“缺陷工程”走向“AI设计”的研究路径。研究以Pt/TiO₂体系为例，结合DFT计算与从头算分子动力学，揭示不同Pt配位环境对氧空位形成、迁移及催化活性的调控机制；进一步引入MACE机器学习势，将模拟拓展至更长时间尺度，并通过Quench-MD识别模型外推与失效风险。该研究构建了“DFT计算—模型训练—动态模拟—失效诊断—数据补充”的迭代闭环，为催化剂、电池材料及固态电解质中的缺陷动力学研究提供了可推广的方法。
广州天赐高新材料股份有限公司张嘉楠先生带来主题演讲：《新型电池材料的理论与AI辅助设计》，围绕理论模拟与人工智能在新型电池材料设计中的应用，介绍了电解液安全、固态电解质及高压溶剂开发等方向的研究内容。通过量子化学、第一性原理分子动力学与机器学习，研究团队深入分析LiFSI热失控机理，筛选自由基捕获添加剂，并围绕硫化物固态电解质的稳定性与离子电导率开展材料优化，同时利用高通量计算筛选适配LNMO正极的耐高压溶剂。分享还展示了AI Agent在分子检索、建模、任务提交与结果分析中的应用潜力，为电池材料研发从机理研究和虚拟筛选迈向智能化设计提供了实践思路。
生态环境部华南环境科学研究所杜建伟先生带来主题演讲：《分子模拟与机器学习驱动重金属污染治理》，聚焦分子模拟与机器学习在重金属污染治理中的应用。围绕吸附机理难以观测、材料筛选依赖试错及长期稳定性难以预测等问题，研究借助BIOVIA Materials Studio中的DMol³、Adsorption Locator和Forcite等工具，从电子结构、吸附位点、界面作用及离子扩散等层面解析重金属与吸附材料的作用机制，并结合机器学习预测吸附性能、识别关键影响因素。相关方法为吸附剂定向改性、污染治理材料筛选及处理工艺优化提供了“先模拟、后实验”的高效研究路径。
页:
[1]