在数据标准化、数据治理与平台建设方面，多位专家分享了前沿探索与实践经验。北京科技大学张雷教授介绍了国家新材料大数据中心的建设成效及其在推动“AI+材料”深度融合中的关键作用。上海交通大学汪洪教授介绍了模块化可组装的材料数据模型，为材料数据标准化管理提供了思路。北京科技大学尹海清教授聚焦材料科学数据描述国家标准建设，强调了国际交流合作推动数据标准化的重要性。北京科技大学郭宇副教授代表国家新材料大数据中心分享了材料数据库与融通器系统的构建经验，以及如何服务材料数据治理体系的完善与升级。CSTM/FC93委员会陈学斌博士介绍了新材料大数据中心数据标准体系建设情况。

数据资源节点建设是构建国家新材料大数据中心“1+N”架构的核心任务，为材料数据整合、共享与应用提供坚实支撑。国家超算天津中心菅晓东部长、北京科技大学张达威教授、北京工业大学刘宇教授、北京科技大学张晓彤教授、重庆大学陈先华教授和西北有色金属研究院霍望图所长分别就新材料计算设计专用数据资源节点、材料服役数据资源节点、材料生命周期数据资源节点、材料科技项目数据汇交数据资源节点、镁及镁合金数据资源节点、稀有稀贵金属数据资源节点的建设进行了技术剖析与经验分享。

高质量数据集构建与应用是挖掘材料数据潜在价值的重要途径。思朗科技赵天琦博士分享了十万原子级高精度电解液分子动力学计算数据集的构建经验。中国科学院上海微系统所朱雷教授介绍了集成电路材料数据集的建设及应用，通过实际案例展示了材料大数据的应用成效。国家能源集团北京低碳清洁能源研究院张楠楠介绍了AI4S驱动的高质量炭材料数据集构建。之江实验室张莹分享了海纳数据枢纽的构建经验。中国电子云冷家冰分享了多模态数据融合治理技术在构建材料高质量数据集中的应用。

在数据驱动的材料研发创新领域，同济大学杨孟昊教授展示了固态电池原子界面设计中的AI应用。上海电气集团王家宝、百度刘旭韦、阿里云孟凡胜等，分别介绍了大数据和AI技术在能源材料及装备研发、材料研发新范式探索等方面的最新进展与应用。通过引入AI算法与模型，实现了材料性能的精准预测与优化，加速了材料研发进程。山东高等技术研究院郭瑞强、福州大学刘尧、西安建筑科技大学虎小兵等也分别就导热复合材料人工智能设计、高性能镁电池电解液开发、双相钢性能预测等议题进行了深入探讨。