2月16日凌晨，OpenAI發布了其首個文生視頻模型Sora，支持高質量文生視頻等多種功能。據悉，它能通過文本指令生成長達60秒的視頻，成為全球人工智能領域內外的熱門話題。

　　2月26日，Google發布了基礎世界模型Genie。作為一個110億參數的基礎世界模型，Genie可以通過單張圖像(包括合成圖片、照片甚至草圖)的提示生成可玩的交互式環境。

　　近期，人工智能(AI)產業鏈一系列新動態在全球范圍內引發廣泛關注。梳理發現，我國石化企業其實早已身在“局”中。同時，再次讓石油和化工行業看到與AI相關的聯結點，更看到了相當廣闊的增長空間。
 

Sora引爆圈層 材料企業共享紅利

　　Sora發布后，多個文生視頻概念股搭上便車，股價飛升。Wind數據顯示，49家概念股中，會暢通訊、中文在線、當虹科技、因賽集團均連續兩日錄得“20cm”漲停。值得一提的是，這個具有顛覆性革命意義的產品與化工企業也有密切關系——其關鍵原材料之一，來自于四川東材科技集團股份有限公司(以下簡稱“東材科技”)。

　　“高頻高速樹脂中的核心產品之一，就是馬來酰亞胺樹脂。”東材科技集團副總經理周友介紹到，該產品用于人工智能服務器制造，起互連導通、絕緣和支撐的作用，對電路中信號的傳輸速度、信號損失有很大的影響，因此該款高性能產品能實現Sora運算的高頻高速“目前該材料占某頭部企業用量的100%份額。”周友說。

　　雙馬來酰亞胺(BMI)樹脂是以馬來酰亞胺為活性端基的雙官能團化合物，具有優異的耐熱性、電絕緣性、透波性、耐輻射、阻燃性、良好的力學性能和尺寸穩定性，且克服了環氧樹脂耐熱性相對較低的缺點，在工業領域特別是航空航天領域廣泛應用。

　　東材科技在互動平臺回復投資者提問時表示，公司高度關注AI產業的發展，公司的高速樹脂材料目前已經規模化應用于Open AI、Nvidia的AI服務器中，是主要支撐部件OAM加速卡、UBB主板的核心原材料，公司是全球AI產業鏈的重要參與者。目前，公司已建成3700噸雙馬來酰亞胺樹脂產能、1200噸活性酯產能，在高速樹脂材料領域具備國內最大的生產制造能力，同時兼顧量產的穩定性和產品競爭力，并通過臺光、生益、臺耀、斗山、松下等國內外一線覆銅板廠商供應到英偉達、華為、蘋果、英特爾等主流產業鏈體系。未來，公司將不斷加大研發投入實現產品的迭代升級，以滿足客戶的使用需求，同時根據市場變化適時實施擴產計劃。

　　無獨有偶，在人工智能熱潮之下，美股材料企業也跟著火了一把。美國當地時間2月23日至2月27日，美股AXTI累計漲幅超過135%，累計漲幅在同期美股個股中名列第五。2月28日，該股出現調整，當天下跌10.24%，最新總市值為2.1億美元。

　　據悉，AXTI連同其子公司是一家化合物及單元素半導體基板開發商和生產商。AXTI公司首席執行官Morris Young表示，AI等領域的磷化銦訂單正不斷增加。

　　磷化銦的需求提升有望為磷化工企業創造新的盈利點。比如興發集團就在互動平臺公開表示，生產磷化銦需要高純黃磷或高純紅磷，而該公司具備全球先進的高純黃磷制備技術，將積極尋求下游磷化銦企業合作。

　　值得一提的是，磷、氟兩個化工子行業素有“氟磷不分家”的說法，今年1月工信部等八部門發布的《推進磷資源高效高質利用實施方案》也再次強調磷化工行業應當“強化與氟化工耦合，大力開發高端含氟新材料”。而氟化工行業屬于AI領域的先行者，這也意味著磷化工有望共享一部分AI行業發展空間。

　　另一種值得關注的AI相關化學品就是液冷材料氟化液。液冷氟化液是一種高效的熱交換介質，通常由氟碳化合物組成，這類化合物具有理想的化學惰性、良好的熱傳導性、電氣絕緣性能、極低的表面張力以及良好的系統相容性，可廣泛應用于各種溫控散熱系統，尤其適合數據中心服務器的浸沒式液冷系統(相變或單相液冷)。

　　此前國海證券曾在其研報中指出，AI蓬勃發展將持續拉動上游化工材料和化學品需求提升，液冷材料氟化液、高頻高速PCB材料以及光學顯示材料等化學材料均將受益。同時，AI促進下技術進步與革新的腳步有望加快，同時有望加速國內化工材料行業發展。

　　根據《中國液冷數據中心發展白皮書》保守估計，2025年中國液冷數據中心市場規模將達1283.2億元，其中浸沒式液冷占526.1億元。液冷技術尤其是浸沒式液冷有望迎來持續快速發展。

　　而氟化液正是浸沒式液冷的理想冷卻液，國海證券指出，在需求高漲情況下，將進一步推動國內氟化液行業突破與發展。有分析認為，這將為氟化工行業的領軍企業帶來發展新機。

　　此外，國海證券的研報還顯示，AI快速發展要求高算力，對設備、電子元器件數量和質量也提出更多更新的要求，將帶動PCB需求新增長，高頻高速PCB有望成為未來發展主流。與之相關的化工材料為聚四氟乙烯(PTFE)和改性聚苯醚樹脂(PPO/PPE)。

　　根據Prismask，預計2026年我國PCB產值將達到546億美元。而上述兩種材料作為主樹脂制造的基板材料，目前有著不可替代的作用。此外，國海證券還認為，隨著PCB產業鏈不斷發展，相關材料如聚酰亞胺(PI)需求將隨之提升。PI是超高性能工程聚合物，主要應用于5G通訊、柔性OLED等多個領域。
 

搶占冷卻液市場 氟化工企業已入“局”

　　2023年年初，外媒爆出一條重磅消息：全球最大的冷卻劑生產商3M已宣布，將根據環境法規在2025年之前停止生產冷卻劑。據悉，美國3M公司以高達90%的市場份額在芯片冷卻劑市場占據主導地位;第二大生產商是比利時公司Solvay。

　　消息一出，業界熱議不斷。一種觀點認為，3M的退出意味著國產化空間廣闊。如巨化股份曾在投資者平臺公開表示，跨國公司對氟化液供給的減少，有利于氟化液國產化替代進程加速。

　　國信證券分析師楊林等在其研報指出，3M在全球半導體冷卻劑的占有率為90%，3M的退出將為我國氟化液企業帶來帶來廣闊市場機會。此外，AIGC及ChatGPT算力液冷服務器進入起步階段，半導體氟化液清洗劑國產化進程空間廣闊。

　　國信證券指出，目前，國內已有數家公司對標3M的電子氟化液成品研發成功，產品性能指標與3M同類產品相似，國內的相關企業有望抓住難得的機會窗口期，擴大國產電子氟化液的市場份額。

　　據財聯社不完全統計，涉及氟化液業務的A股上市公司包括巨化股份、新宙邦、中欣氟材、多氟多、永和股份、永太科技等。

　　具體研發進程方面，巨化股份曾表示，公司致力于高性能氟氯化工新材料創新型企業建設，已有氫氟醚D系列和全氟聚醚JHT系列等電子氟化液產品布局。據該公司2022年年報顯示，巨芯冷卻液項目的規劃產能為5000噸/年。一期實施1000噸/年，現已投入運營。項目產品主要有JHT電子流體系列、JHLO潤滑油系列以及JX浸沒式冷卻液等產品。作為全氟聚醚新材料，具有優異的電絕緣、無腐蝕、低揮發、熱穩定性好等優點，廣泛應用于半導體、數據中心、電子、機械、核工業、航空航天等領域。

　　其中JHT系列熱傳導液產品，廣泛應用于各種溫控散熱系統，特別適用于半導體生產制備的各種環節中溫控系統、數據中心服務器冷卻、風力發電機和發電機組內部散熱、高壓變壓器的冷卻散熱介質以及相控陣雷達散熱，以實現冷卻降溫，節能減耗;JHLO系列潤滑液產品，廣泛用于化工、電子、汽車、軍工、航空航天、半導體、機械軸承、機械制造等，尤其在某些高溫高磨蝕性的嚴苛環境下，全氟聚醚潤滑液是最優選擇;JX浸沒式冷卻液，為單相浸沒式數據中心冷卻液，替代數據中心作為計算、存儲、信息交互場所傳統的散熱方式，確保IT設備長期穩定高效運行，降低數據中心能耗。

　　此外，今年2月24日，永太科技在投資者平臺表示，公司的氟化液產品目前在中試線基礎上進行產品開發和工藝驗證，同時正在積極進行市場和客戶開發。

　　永太科技稱，公司長期從事氟精細化學品生產，經過多年發展，在產業鏈布局、技術儲備、工藝優化等方面具有自身優勢。公司的氟化液產品涵蓋了從低沸點到高沸點的系列產品，力求滿足市場各類應用場景的需要，并在工藝上努力實現更低能耗、更低GWP值(全球變暖潛能值)，對環境更加友好，且易于工業化放大生產。公司液冷技術可以用于半導體生產制造領域，以及浸沒式數據中心冷卻、儲能電池熱管理等領域。

　　2月29日，新宙邦亦在投資者平臺表示，公司氟化液系列產品已廣泛應用在半導體產業液冷、數據中心等領域。
 

帶來顛覆性變革 AI點亮行業新未來

　　人工智能是引領未來的戰略性技術，也是新一輪科技革命和產業變革的核心驅動力。誰能牽住人工智能這只“領頭羊”，誰就能靠顛覆性技術和前沿技術激發更多新質生產力，在重塑全球競爭新格局中掌握關鍵引擎。

　　值得一提的是，今年的政府工作報告多次提到“人工智能”，并首次提出“人工智能+”的概念。有專家指出，政府工作報告強調“人工智能+”行動，可被視為推動中國從‘互聯網時代’迭代升級為‘人工智能時代’的前瞻性、整體性政策設計。

　　目前，化工企業在AI領域屬于紅利共享者，僅能夠分得一小塊蛋糕，但AI能夠為化工領域能帶來的改變卻遠不僅于此。不少具有前瞻性的業內專家早已將目光匯聚于此。

　　今年兩會期間，來自石化界的全國人大代表、萬華化學董事長廖增太提出，加快人工智能與化工深度融合。廖增太建議，在國家層面對制造業數字化轉型編制指導性的規劃意見，尤其是在化工材料分子發現、分子逆向合成、材料大模型、工業設備故障預警、生產工藝優化等化工制造業場景。鼓勵AI技術在化工行業的廣泛應用，助力化工行業高質量發展。

　　AI在化工材料發現方面曾引起全球高度關注。標志性事件便是2023年11月底，Google旗下的DeepMind在Nature雜志發表了重磅論文，宣稱他們開發了用于材料科學的人工智能強化學習模型Graph Networks for Materials Exploration (GNoME)，并通過該模型和高通量第一性原理計算，尋找到了38萬余個熱力學穩定的晶體材料，相當于“為人類增加了800年的智力積累”，極大加快了發現新材料的研究速度。

　　此后在2024年1月，微軟與美國能源部下屬的西北太平洋國家實驗室(PNNL)合作，利用人工智能和高性能計算，從3200萬種無機材料中篩選出了一種全固態電解質材料，完成了從預測到實驗的閉環。該技術可助力下一代鋰離子電池材料研發。

　　最新數據顯示，目前，谷歌DeepMind成功預測出220萬種晶體結構;微軟MatterGen可根據化學組成、對稱性等各種約束條件生成定制化材料結構。

　　“人工智能在材料設計和篩選方面表現出巨大潛力，將給材料行業帶來顛覆性的變革。”廖增太表示，從國內外實踐經驗來看，鼓勵人工智能在化工行業典型應用場景先行先試，對于創新技術落地具有示范效應。這既需要來自國家層面的頂層設計，也需要企業主體的積極實踐。

　　除了發現新材料外，AI在石油勘探開發領域也大有可為。國家發改委和國家能源局聯合發布的《“十四五”現代能源體系規劃》提出，“加快信息技術和能源產業融合發展，推動能源產業數字化升級”的目標。在此目標下，石油天然氣行業正在加速推進全產業鏈的數字化升級，以實現安全、高效、綠色、低碳的油氣開采，因而對智能化的需求愈發迫切，亟需新一代人工智能等技術的有力加持。

　　據了解，石油石化行業是典型的數據密集型行業，對算力的需求極大。而當前火爆的AICG技術有望為行業帶來顛覆性變革。

　　AICG即生成式人工智能，目前已成為最火爆的科技賽道，其強大的計算功能和全新的服務模式，引來了各界廣泛關注。提到AICG，大家可能感到陌生，但美國的ChatGPT和中國的“文心一言”如今已經被十分廣泛的使用。而這兩者正是AICG的代表。

　　據了解，AIGC產品服務和應用場景非常廣泛，特別是在企業級服務領域，能夠為諸多傳統企業的數字化升級提供新的路徑。目前，金融、制造、交通等眾多行業都在積極引入AIGC技術，以此來大幅度提升自身的生產效率。

　　在油氣勘探開發方面，AIGC技術通過文獻學習和語義理解，基于強大的算力快速完成認知迭代，可在油氣地質地球物理、測錄井、鉆完井工程、油氣藏工程、油氣儲運及煉制和石油化工等多個場景中，高效率生成各類所需內容方案，是提升油氣行業生產效率的強大工具。著名學者、中國石油大學人工智能學院創院院長肖立志認為，大模型的出現、AIGC的興起，對油氣行業的數字化轉型路徑可能會帶來根本性改變，未來在油氣勘探開發等更多領域會有廣泛應用。

　　當前，油氣勘探開發領域人工智能技術研發總體處于起步探索階段，其前路或許是漫長的，但其前景一定是廣闊的。人工智能作為新一輪科技革命和產業變革的新引擎和核心驅動力，正引領新一輪油氣技術革命，將給油氣工業帶來一系列突破性、顛覆性技術和綜合解決方案。