深圳计算科学研究院全栈AI技术再获国际奖项，突破主流AI技术在工业落地中的关键瓶颈

近日，ICDE 2025在香港召开，深圳计算科学研究院研发团队携基于全栈AI技术体系的“梦溪”新能源电池AI分容系统（DreamCreek: AI for Battery Formation and Grading）参会，获最佳系统演示奖（Best Demo Award）。

ICDE（IEEE International Conference on Data Engineering）是由电气与电子工程师协会（IEEE）主办的旗舰会议，与SIGMOD、VLDB并称为数据库系统领域的三大国际顶级学术会议，代表着数据工程与数据库技术的最高研究水平，是学术界与产业界交流前沿成果的重要平台。

深圳计算科学研究院独创的全栈AI技术体系，融合逻辑推理与机器学习，通过可控AI实现大数据的自动化关联分析，显著降低对人工经验、算力资源和大规模训练数据的依赖。相较于传统机器学习与大语言模型，全栈AI具备更高的精度、稳定性和可解释性，有效减少幻觉风险，并在小样本场景中展现出卓越的适应能力，突破了当前主流AI技术在工业落地中的诸多瓶颈，可直接应用于制造业产线，为工业智能化转型提供了更加可控、高效、可信的解决路径。

以应用需求为牵引，该研究院构建了统一的全栈AI基础平台：钓鱼城数据分析系统，已在智能制造、生命健康、金融风控、网络安全、海关旅检、智能推送等多个关键行业落地，衍生出十余个行业级AI系统。该平台通过“数据驱动 + 场景深耕”的方式，解决了行业痛点，超越了单一路径的大模型或传统机器学习方法。钓鱼城系统在国际上尚无对标产品，实现了从0到1的技术突破，打通了从基础研究到工程应用的闭环路径，形成了科技成果转化的可复制实践模式。

“梦溪”系统正是钓鱼城平台在制造领域的重要代表，作为锂电池制造 “最后一道质量闸门”，化成与分容是产线最关键、最耗能的环节，占45%能耗。“梦溪”融合图计算、图规则、逻辑推理与机器学习技术，实时解析MES数据和化成工艺特征，精准识别影响容量的关键因子，实现故障电池筛选、容量预测与异常溯源，将分容时间从20多小时压缩至4小时，产能提升80%，每GWh节能超百万元，成为国内外首个攻克磷酸铁锂、三元锂电池容量预测这一国际性难题的稳定系统。“梦溪”已在动力电池、储能系统等多场景成功上线应用。

此前，“去病”生物创新药AI系统作为钓鱼城在生命健康方向的应用成果，曾在VLDB 2024斩获唯一最佳系统演示奖。“去病”针对传统药物研发高成本、长周期、低成功率的痛点，融合多源生物数据构建大规模分子机制图谱，精准解析疾病靶点与蛋白互作关系，将新药研发周期缩短30%，以“数据智能+逻辑推理”重塑药物发现路径，加速迈向“AI+药物研发”的新范式。

全栈AI技术连续在VLDB 2024和ICDE 2025两大顶会获得最高系统奖项，不仅印证了技术方案的原创性和先进性，也标志着深圳计算科学研究院在人工智能工程化领域的技术体系已具备全球影响力与广泛可推广性。

深圳计算科学研究院诚邀产业界携手合作，依托“钓鱼城”全栈AI平台，共同打造面向未来的AI行业应用，攻克关键问题，突破传统机器学习和大模型难以应对的复杂挑战，共同推动智能制造发展。

（图片由受访单位提供）

编辑 刘彦 审读 吴剑林 二审 王雯 三审 赵明