新材料放大工程 · 死亡之谷
本条为初评草案（AI 辅助编目 · 评于 2026-07）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
实验室里每年诞生大量性能惊人的新材料，但从克级样品走到吨级稳定量产平均要 15-20 年，绝大多数死在半路——这段被称为『死亡之谷』。问题不在单个材料，而在放大过程本身没有科学：工艺参数与材料性能的耦合关系在尺度跨越时会系统性变化，目前只能靠一次次昂贵的试错重新摸索。这是一个『元瓶颈』：攻破它等于给所有材料方向（电池、超导、催化剂、结构材料）同时提速——AI 材料发现越快，这个瓶颈就越是全领域的限速步骤。建立成体系的『放大科学』（放大过程的预测模型、中试标准方法学、工艺-性能数据库），是杠杆极高却长期没人当主问题攻的方向。
机制上，放大不是简单等比例：传热传质、杂质分布、缺陷密度在尺度跨越时非线性变化，克级配方在吨级反应器里往往失效，且失效模式因材料而异、难以归纳成通用理论。经济上，中试线投入大、单一材料公司只为自己的材料摸工艺，数据视为商业机密不共享，放大知识无法积累成公共科学。学术界又因『放大』不算原创发现而不愿投入，激励三方错位。
ARPA-E（SCALEUP 计划）、美国 Manufacturing USA 制造创新研究院网络、Activate/Cyclotron Road 孵化体系、中国国家新材料生产应用示范平台——但均为项目资助/孵化性质，『放大科学』本身接近无人区
读化学工程（反应工程、过程放大）而非纯材料科学——放大恰恰是化工与材料的交叉盲区。切入点可以是：为某一类材料（如电池正极）建立放大失效模式的公开数据集与预测模型，或进入 Activate 这类硬科技孵化体系、国家中试平台，在真实放大项目中积累跨材料的工艺规律。
谁在攻这颗暗星 · 攻关者名录2 人
这不是终点站——今天在这颗暗星上攻坚的人，就是明天点亮它、登上星光榜的候选。名录含科研、创业与第三方三类关键角色，初评待核实，欢迎补充与纠正。
去哪家 · 机构与公司名录6 家 · 其中初创/成长期 2
给求职者和投资人的信息增量——不只是听过的大机构，更多是正在攻这颗暗星的初创与新公司（联网实搜、初创优先排序，初评待核实）。