在应用方面，王海峰展示了深度学习在工业制造、生物医药和材料科学等领域的巨大潜力。例如，在高铁空气动力学设计中，基于飞桨的高铁外形仿真设计，仿真计算周期从天级缩短至秒级；在生物计算领域，HelixFold系列模型在蛋白质结构预测、生物分子相互作用建模等任务上持续取得突破，推理大模型HelixFold-S1基于引导规划的采样策略，实现了“先接触预测、后引导采样”的推理过程，突破了复杂结构预测的性能瓶颈。