传统的材料研发模式，以实验和经验为主。2011年美国提出“材料基因组计划”（Materials Genome Initiative, MGI），旨在解码材料的不同组成成分和性能的对应关系，通过结合计算工具平台、实验工具平台和数字化数据（数据库和信息学）平台，借助高通量计算、大数据、人工智能等技术，有效整合现有的材料研究力量和设备，将高通量实验工具的效能发挥最大，以缩短材料研发周期和研发成本至少50%。

　　中国科学院和工程院在开展了广泛咨询和深入调研后，科技部于2015年启动了《材料基因工程关键技术与支撑平台重点专项实施方案》，开展材料基因工程基础理论、关键技术与装备、验证性示范应用的研究，布局了示范性创新平台的建设。政府、高校和企业的积极参与和持续投入，为我国材料基因工程的可持续发展奠定了良好的基础。由于中国市场广大，技术与场景的深入融合仍有很大空间，端到端的产品覆盖和数据触达能力需要AI企业进一步落实。材料行业应用场景与AI深层次地融合的趋势下，AI将不再是单点替代的形式，而是真正融入到材料产业的研发、制造、供应链等各环节中，推动材料产业的研发、工艺、流程等核心业务的高效创新。

　　2024年10月30日，工业与信息化部、财政部、国家数据局联合印发《新材料大数据中心总体建设方案》。《方案》的制定旨在充分的发挥大数据、AI对新材料产业的技术支撑作用，支持新材料大数据中心建设，培育材料研发与应用的全新发展模式。

　　中投产业研究院发布的《2025-2029年中国未来产业之AI材料科学行业趋势预测及投资机会研究报告》共十章。首先介绍了AI技术与材料学的关联概况，并分析了新材料产业的发展状况；然后报告分析了AI材料科学发展的环境，深入分析了AI材料科学产业高质量发展情况；并分别对于传统材料和新型材料产业的AI应用情况做分析。随后报告分析AI材料科学产业端的状况；以及AI材料科学产业政策情况。最后对AI材料科学产业的发展的新趋势及前景进行预测和建议。