近日，由北京化工大学联合北京戴纳实验科技股份有限公司共同开发设计的“基于AI自驱动的电化学催化剂研发CRO自主实验室”，成功入选北京市首批人工智能赋能科学研究典型案例，成为国内AI+化工新材料、黑灯自主实验室规模化落地标杆示范项目。该实验室平台由北京化工大学化学工程学院程道建教授团队领衔，联合北京戴纳实验科技股份有限公司创新团队共同开发设计，成功实现电化学催化剂打通“AI设计 自动化执行 数据反馈优化”DBTL完整闭环，为新能源催化剂研发打造国产新型基础设施服务范式。
催化剂被称作新能源化工产业的“芯片”，电化学催化剂研发直接关系电解水制氢、燃料电池等新能源产业的技术迭代。传统催化剂研发高度依赖科研人员人工操作，配方设计、合成制备、后处理、电化学测试全流程试错周期漫长，单组配方优化往往耗时数月；人工操作带来系统误差，样品批次一致性差，实验数据碎片化难以沉淀，无法支撑AI模型训练；同时国内长期缺少催化剂全流程国产化高通量智能平台，高端成套装备对外依存度较高，制约催化材料创新速度。
北京化工大学在基于AI驱动的电化学催化剂研发与高通量制备方面有着深厚的学科积淀，通过与戴纳股份签署战略合作协议，联合设立科技创新型研发公司，将学校化工新材料垂类模型开发与智能体集成能力与戴纳股份拥有的自动化与黑灯实验室落地交付能力有机整合，实现校企优势互补，在北京市科技专项的大力支持下，联合打造了全流程无人化高通量电化学催化剂自主研发实验室平台。
据介绍该实验平台完成技术迭代后，将可重复完整实现电化学催化剂配方设计、原料配制、合成制备、后处理、电化学性能测试、应用性能评价全流程无人自主高通量运行，构建完整DBTL闭环研发体系。平台能够显著缩短催化剂研发周期，降低贵金属原料消耗，提升样品制备稳定性，实现实验数据标准化结构化沉淀。目前实验平台1.0版本完成国产高通量装备在新能源催化剂制备方面的可行性与可靠性验证，可7×24小时开展高通量平行实验，将传统数月级配方优化周期大幅压缩，实验效率显著提升。正在推进的2.0版本，将完成垂类AI模型、智能体与专属工具集的进化迭代及物理实验验证，完成湿实验验证后，将可以面向高校院所、行业企业提供催化剂研发CRO服务，填补国内催化材料智能研发服务空白。推动催化剂研发由人工经验驱动转向AI自主迭代新科研范式，助力我国新能源催化材料领域科技自立自强。
该实验平台是北京市“AI+新材料”政策重点落地项目，被纳入北京市未来产业重点培育示范场景，探索电化学催化材料CRO服务模式，为新材料领域自主实验室建设输出可复制的校企协同创新样板。
