世界浙商客户端讯（记者：胡淼、陈思宇）WAIC 2026举办期间，7月19日上午，深度原理Deep Principle于世博中心主办“从Token到Formula：AI驱动材料产业创新生态论坛”。论坛现场，深度原理核心团队正式发布AI Scientist平台Mira，并现场演示该平台赋能企业实现规模化材料发现的完整路径。

当AI的浪潮在全球席卷而来，材料科学同样也站在了通往未来的门前：新能源电池需要更安全的电解液；半导体行业在寻找更高纯度的电子材料；日化美妆行业则希望进一步缩短新功能分子从研发验证到新品上市的周期。需求侧的爆发式增长，正在倒逼材料研发突破延续百年的效率瓶颈。材料创新比拼的，早已不只是单个技术的突破，而是对从科学假设到产业落地的全链条理解深度与响应速度。这背后，并不单单是算法精度的问题，更是一个关于科研底座能否支撑规模化创新的战略问题。

在这样的背景下，材料创新企业亟需一个能够嵌入式地协同研发全链条的“基础设施”。而这就是深度原理Deep Principle在做的事情。这家由两位95后MIT博士联合创立的AI for Materials 领域的全球科技先锋，致力于用 AI 解锁改变世界的新材料，推动材料工业化创新进入AI Scientist时代。

论坛现场发布的Mira是面向企业研发和学术研究场景的组织级AI Scientist平台。它以项目为中心组织知识、数据与任务，智能编排生成式AI、第一性原理计算、专业模型、数据库、自动化工作流与高通量实验能力，让一次项目中的数据、判断和流程逐步沉淀为可复用的研发资产。

对企业而言，Mira的价值是让分散在不同团队、系统和实验流程中的能力被连接起来，形成持续迭代的材料创新飞轮。

以Mira平台的递归自训练能力为例，今年6月，团队通过Mira产出材料基座模型MPA，在40项真实实验性质预测任务中取得综合最优，并在其中35项上达到SOTA，平均MAE降低10%，最高降幅达51%。

这背后透露出一个明确趋势：从“做出AI工具”到“构建科研操作系统”，AI for Materials的竞争重心正在发生迁移。企业不再只是输出单个模型，而是在构建可复制的材料创新增长系统，而这些系统，往往就藏在最基础、最容易被忽视的科研流程重构中。

目前，深度原理Deep Principle已经在冷却液、电解液、香精香料等产业研发管线中持续推进 AI for Materials 的落地。

与传统“模型先行、场景后置”的路线不同，深度原理Deep Principle更强调从真实产业问题出发：在客户的目标性质、实验条件、工艺约束和验证反馈中持续迭代模型与工作流，让AI能力在真实研发链路中不断增强。

从Token到Formula，从数字世界的知识表示，走向物理世界中可计算、可验证、可迭代的结构、反应与性能。这不仅是论坛的主题，更像是一次理念跃迁。

当材料创新的边界被重新定义，当AI Scientist变成研发的基本能力，只有深入理解科研中的结构性挑战，并找到技术与模式的最优解，才能真正乘上这一轮AI驱动材料创新的快船。