中国科学院东莞材料所汪卫华院士团队，用人工智能重新走了一遍材料研发的路。传统软磁材料的开发，靠的是一代代科研人员的经验积累和反复试错，周期长、成本高、性能瓶颈难以突破。汪卫华团队换了一种打法：将AI技术嵌入成分设计、性能预测、工艺优化的全链条，让机器来“算”出最优解，再由实验室验证，交给工厂量产。近日，汪卫华团队实现自研高频软磁纳米晶合金量产交付。

　　团队以FeCoMoBSiNbCu极细纳米晶合金为基础成分，引入AI辅助成分设计模型，对海量成分配比进行精准筛选，大幅压缩了传统研发中最耗时的试错环节。在此基础上，团队还开发了材料科学智能体MatChat，进一步提升成分优化的效率；同步引入AI模拟仿真技术，对制备工艺参数进行系统优化。

　　这种“先算后做”的研发范式，破解了传统材料领域长期面临的三大痛点：研发周期长、试错成本高、性能优化难。

　　技术验证之后，团队走出了更关键的一步：产业化。

　　团队研发的JSN系列高频纳米晶软磁合金，已完全掌握生产制备及后处理技术，并通过实验室多维度测试和中试规模化验证，核心性能指标达到行业领先水平，成功实现量产交付。

　　目前，该系列产品已进入三星、比亚迪、威迈斯、台达、光宝集团等企业的供应链，并与铂科新材、风华高科、大疆等机构建立合作，带动下游新增产值超亿元，预计年销售额千万元以上。

　　在应用场景上，JSN系列材料已落地新能源汽车车载共模电感，作为新一代核心材料，提升车辆抗电磁干扰能力；同时进入中子散裂源强流质子同步加速器的磁合金加载腔，应用于国家重大科技基础设施。

　　值得关注的是，这项成果背后的研发逻辑：先锁定产业需求，再倒逼科研突破。

　　汪卫华团队将这一路径概括为“以用促攻”：不是先做出新材料再找市场，而是带着市场问题进实验室，用AI工具加速找到答案。这种方式，使科研产出与产业应用之间的转化链条大幅压缩。

　　团队表示，下一步将持续深化AI在材料研发中的应用，建设中试基地推进规模化生产，并加快芯片集成电感、高速电机、高铁牵引系统、AI超算中心电源模块等新领域的技术布局。

　　南方+记者唐卓

　　图片来源：中国科学院东莞材料所

　　【作者】唐卓

　　【来源】南方报业传媒集团南方+客户端