该工作流程涵盖文献分析、候选设计、实验规划和工业决策支持，将人工智能应用于材料研究领域。
中国深圳，2026年10月30日 — 在2026腾讯全球数字生态峰会上，文革人工智能展示了由ScienceOra支持的AI辅助制氢催化剂设计工作流程。该演示展示了AI for Science(AI4S)如何将文献分析、催化剂候选设计、实验规划和产业决策支持相结合，帮助材料研究人员将科学证据转化为可执行的研究计划。
ScienceOra是Wenge AI基于ScienceOne科学基础模型构建的智能科研决策平台。针对材料开发等专业研究任务，该平台整合了科学模型、专业文献、研究数据和工具，以支持信息获取、研究计划制定和科学决策。
从文献分析到催化剂候选设计
本次演示的重点是设计用于碱性析氢反应的高熵合金催化剂。为了满足高活性和高耐久性的需求，ScienceOra检索了专业文献，并借鉴了已发表的研究方法和元素性质，以支持候选设计方案的开发。它还对照相关文献对优化方案进行了交叉验证，为研究人员提供了可供查阅和验证的参考文献。
该工作流程并非简单地生成材料配方，而是将文献证据、材料知识和具体设计目标联系起来，从而对候选解决方案进行更有针对性的分析。研究人员仍需负责评估科学有效性并确定后续研究方向。
从实验规划到工业决策支持
在实验规划方面，ScienceOra 可以协助围绕候选设计制定研究方案，帮助研究人员组织实验变量，并生成测试标准操作程序 (SOP) 和相关参考信息，以便后续验证。
对于工业应用，该平台还可以支持从多个维度进行比较分析，例如规模化制氢的可行性、工业相关电流密度下的性能、耐久性、原材料可用性以及与大规模生产合成工艺的兼容性。然后，它可以帮助确定决策优先级、筛选标准和工艺改进建议。
候选设计、实验方案、工艺建议和参考文献可以整合到一份结构化的研究报告中，帮助研发团队在评估工程限制的同时，评估科学证据。人工智能提供分析和决策支持，而实验测试和科学验证仍然是材料研究的重要组成部分。
此前披露的合作报告旨在提高设计效率和活动效率。
在之前披露的一项关于制氢催化剂设计的产学研合作项目中，ScienceOra 为文献分析和研究方案制定提供了支持。该合作项目报告称，催化剂活性提高了 38%，设计阶段的时间从数月缩短至 30 分钟。该案例展现了特定领域人工智能在连接科学文献、研究设计和工程需求方面的潜力。
ScienceOra 近期已在腾讯 WorkBuddy 上线，首批提供超过 30 位科研专家代理和技能，涵盖文献分析、研究假设、方案设计、建模与仿真、验证分析和科研沟通等领域。此次会议演示进一步展示了 ScienceOra 如何应用于专业材料研究，表明 AI4S 正从通用信息处理转向支持科研工作流程和工业研发决策。
（逆传播海外发稿团队专注海外媒体发稿服务，10万海外媒体资源，72个语种220个国家地区，向世界传播您的品牌！）
