10月12日，作为第26届中国国际工业博览会重点配套专题活动的“2026中国·上海新材料产业发展大会”在国家会展中心（上海）举行。由同济大学物理科学与工程学院“同济晶体”团队牵头申报的2026年度上海市经信委“人工智能+新材料”垂类大模型建设项目——“晶体材料AI模型”获评优秀案例。该项成果的成功入选，充分彰显了团队在“AI+新材料”交叉领域的先发优势与硬核实力。

DUV深紫外光学窗口氟化物材料、精密驱动与微位移调控用压电材料以及集成电路无损检测用高性能闪烁材料等晶体材料，是集成电路领域光刻系统、相关检测装备及国家重大工程中的关键基础材料。然而，上述关键材料长期面临研发周期长、新性能设计效率低、高质量材料性能数据稀缺等突出问题，难以支撑新产品的快速设计、验证与持续优化，制约了关键晶体材料的快速研发、工艺优化与工程化应用。

针对上述瓶颈，物理科学与工程学院“同济晶体”团队深耕晶体材料垂直领域人工智能模型研究，走出了一条从“数据挖掘”到“智能建模”再到“逆向设计”的全链条创新路径。团队采用科学文献数据挖掘、深度学习建模等方法，实现关键晶体材料数据的高效获取、智能解析和结构化治理，发展了“物理机理导向的混合型人工神经网络+逆向设计”等方法，突破了跨体系、异物理机制材料在性能准确预测与逆向设计中的关键技术瓶颈，实现了面向不同晶体材料体系的高准确度、强泛化能力的智能建模，在晶体材料垂直领域建成ICFgainAI、FerroAI等人工智能模型，先后发表在npj Computational Materials、Laser & Photonics Reviews等高水平期刊，并申报发明专利。2026年度，“同济晶体”团队同时获批国家自然科学基金原创探索计划项目和重点项目各1项，标志着团队在“AI+新材料”交叉研究新范式方面形成了鲜明的学科特色。

同济大学青年百人特聘研究员张晨波为该项成果的牵头申报人，代表“同济晶体”团队参加授牌仪式。该项成果的联合申报人还包括王庆国高级工程师、王无敌博士后、徐军教授。同济大学为该项成果的牵头申报单位，上海德硅凯氟科技有限公司为该项成果的联合申报单位。