6.8
深览指数
科技腾讯新闻·南方周末··AI 生成
发现新材料，AI开启“自动驾驶”模式
文章梳理了AI在材料科学领域的最新进展，核心案例是阿里达摩院等团队发布的超导材料发现AI智能体ElementsClaw，仅用28小时就筛选出6.8万个超导候选材料，并已合成4种新超导材料。文章引入了一个六级自主性框架（借鉴自动驾驶分级），将AI在材料研发中的角色从Level 0（纯人工）到Level 5（AI材料科学家）进行定位，指出当前多数平台处于Level 3，少数探索Level 4，而Level 5仍是长期愿景。适合对AI产业应用、新材料研发范式感兴趣的深度读者，用于了解当前AI在科研中的实际自主程度和局限。原文 ↗
核心观点
- ▍AI正在将材料科学从‘经验试错’推向‘智能创造’时代，但距离真正的AI材料科学家仍有很大距离，目前多数平台处于‘协同规划’（Level 3）阶段。
- 012026年7月，阿里达摩院发布的ElementsClaw智能体，仅用28个GPU小时就完成了240万晶体结构筛选，预测出6.8万个超导候选材料，并已合成4种新超导材料。
- 022026年6月，芬兰阿尔托大学等团队借助AI发现了两种新超导材料（YRu3B2和LuRu3B2），验证了机器学习筛选结合第一性原理理论的有效性。
- 032026年上半年中国发布了多个‘AI+材料’平台，包括海洋材料数据库‘MarineMat AI’、高分子材料大模型‘Chat AIPolym’、科研智能体‘MatChat 2.0’以及协同智能体系统‘MARS’。
- 04张统一院士团队提出的六级自主性框架，将AI在材料研发中的能力分为Level 0（纯人工）到Level 5（AI材料科学家），并映射到五大核心任务。
- 05研究显示，AI在‘信息提取与假设生成’、‘性能预测与设计’、‘仿真与多尺度建模’上多停留在Level 3；在‘表征与数据分析’、‘自动化实验合成’上展现出Level 4的智能。
- 062023年DeepMind发布的GNoME材料大模型，预测了220万种新晶体，但2026年初被发现数据库中存在大量重复或近似重复结构，引发数据真实性质疑。
反方 / 局限
- — AI筛选出的超导材料临界温度最高仅6.5K（-266.65℃），远低于常压下人工突破的-122°C，说明AI在创造极端性能材料方面仍有局限。
- — AI目前的‘自主’更多体现在‘动手’（执行实验）层面，在‘动脑’（判断科研方向、提出假设）层面能力较弱，尚未达到真正的自主科研。
- — GNoME数据库的重复结构问题表明，AI模型生成的数据可能需要更严格的验证和长期评估机制，其可靠性不能完全依赖模型本身。
ElementsClaw阿里达摩院海克·卡末林·昂内斯超导材料迈斯纳效应GNoMEDeepMind张统一Journal of Materials InformaticsMARSMatChat 2.0Chat AIPolymMarineMat AI中国科学院宁波材料技术与工程研究所华东理工大学中国科学院深圳先进技术研究院芬兰阿尔托大学
8 分钟 · 4 卡片 · 9 资料
读原文 →