AI 搜索 1 亿种参数组合，40 次实验就找到 NASA 火箭合金的 3D 打印方案

高性能合金的 3D 打印是一场参数迷宫。激光功率、扫描速度、层厚、冷却速率、粉末成分、基板温度……任何一个变量没调好，零件就会出现裂纹、孔隙或性能不达标。传统做法是工程师靠经验缩小范围，再大量实验试错。

2026 年 8 月 27 日，ScienceDaily 报道了一项更高效的路线：研究团队先让 AI 在虚拟空间里搜索超过 1 亿种参数组合，然后用模型预测哪些组合最有可能成功，最终只做了 40 次实际实验，就找到了 6 种能成功打印 NASA 火箭合金的工艺窗口。

图1：AI 先把搜索空间压缩到最有希望的小区域，再用实验验证

这种「仿真+实验」的闭环是材料 4.0 的典型思路。先用机器学习模型或物理仿真快速排除大量不可行组合，再用少量关键实验标定和修正模型。难点在于训练数据质量和模型的外推能力：如果训练集只覆盖普通合金，模型可能无法预测 NASA 合金的极端行为。

航天合金通常要同时满足耐高温、抗疲劳、低密度、可焊接等矛盾要求。用 3D 打印制造复杂火箭部件，能大幅缩短供应链并减轻重量。AI 加速工艺开发，意味着新型号迭代可以更快。

来源：ScienceDaily: AI searched 100 million possibilities and found a cheaper way to 3D-print a NASA rocket alloy

延伸阅读

• 在硅片上"长"出光纤：低损耗波导把光通信塞进芯片 — 先进制造里的另一项材料突破
• 给钙钛矿表面做「等离子手术」 — AI 与材料优化的另一个方向