多伦多大学邹宇教授与Jason Hattrick-Simpers教授团队搭建的ALPHA-AM自驱实验室，将AI主动学习、机器人激光DED打印和自动化测试整合为闭环系统，仅6轮迭代即从Ni-Co-Cr三元合金体系中锁定6种可3D打印的新型高温合金。研究成果发表于《npj Advanced Manufacturing》。

该平台的核心特征在于数据贫乏场景下的学习能力——无需海量预训练数据集，系统策略性地选择少数合金成分进行制造和测试，再将结果（包括产生热裂纹的失败实验）反馈给模型以指导下一轮选择。6轮迭代后获得的两项代表性合金为：12Ni-62Co-26Cr在600°C下的抗穿刺硬度比Inconel 625高4.5%；36Ni-14Co-50Cr在1000°C下的抗氧化性比Inconel 625高85%。两种合金均由仅三种元素组成，而Inconel 625含超过10种元素。

该研究证明AI驱动闭环发现平台可在数周内完成传统试错法耗时数十年的合金开发工作，下一步将扩展至10-12元合金体系和1200°C温度上限。对于金属AM粉末行业而言，这一方法有望加速针对特定3D打印工艺（如LPBF/DED）的定制合金粉末开发。

对粉末采购商的价值：①AI加速合金开发意味着新型高性能AM专用粉末的上市周期将大幅缩短，粉末采购商应关注自驱实验室平台产出的新合金牌号；②目前从实验室发现到商业化粉末产品仍有较长的工程化验证路径（粉末批量制备、工艺窗口开发、认证），预计3-5年内可见首批商业化产品。