创新中心研发团队成员马丛飞向记者演示了AI模拟仿真的过程：技术人员先给土豆淀粉做“全身体检”，测量分子链长度、分支程度、直链与支链比例等关键参数，再通过标准化数据接口，将这些信息转化为三维数字模型——相当于给淀粉分子制作了三维立体的“数字分身”，小到每个葡萄糖单元的连接方式，大到分子链的空间排布，都在电脑屏幕上清晰呈现。

在算力的驱动下，AI开始像搭积木一样，对淀粉分子“数字分身”进行无数种拆分、重组和修饰。

“加长这条链会不会更坚固？在这里加一个化学基团会不会更容易降解？”每一次修改，超级计算机都会模拟出新结构的性能特征。

与传统研发模式相比，这种变革是颠覆性的。

“传统的研发模式通过试错积累经验，每个样本都要完成完整的验证实验过程，成本高昂，周期也极其漫长。”曹树民感慨。

现在，通过AI模拟仿真，研发人员可以在数万个淀粉样本数据库中快速筛选优化，大大提高了研发效率，也能更深入理解材料结构和性能的关联，提升新材料研发的精度。

就拿胶囊来说，曹树民举例，“现有胶囊主要成分动物明胶虽然成膜性好，但存在成本高和过敏源等健康安全问题。行业迫切需要低成本的植物基解决方案。”然而，普通淀粉因分子结构特征导致成膜性差，无法规模化生产。

在AI仿真系统中，团队进行了无数次的模拟实验，他们发现调整淀粉中直链的比例，能显著提升成膜性。最终，研发团队以特种土豆淀粉为原料，通过分子改性，成功研发出高直链淀粉胶囊材料。

“这种新材料不仅完美解决了成膜性问题，还将成本从5~6万元/吨降低到2~3万元/吨。”曹树民说。

这一切的基础，是团队十多年积累构建的淀粉分子数据库。这里收录了数万种多糖样本的分子结构、理化性质、应用场景等多维信息，为 AI的快速筛选与精准预测提供了充足的数据支撑。