阿里达摩院：AI 智能体发现 4 种全新超导材料，已获实验验证

先说一个判断：在超导材料这个领域，最近有一个突破，值得所有关注AI for Science的人留意。

7月3日，阿里达摩院联合中国人民大学、中国科学院大学，正式发布了一个名为Elements Claw的AI智能体，专注于超导材料的发现。这是业界少有的、从预测到验证全链条走通的AI案例。

先看几个关键数据：这个智能体预测了6.8万个可能的超导材料，其中4种全新的材料已经被合成出来，并且实验证实它们确实具备超导性。相关数据现在已全部开放。

要知道，国际主流超导数据库SuperCon历经数十年的积累，收录的材料也不过2000种左右。两相对比，差距肉眼可见。

所以，Elements Claw到底做了什么？它不仅仅是“猜”哪个材料能超导。它的核心能力在于，能像一位资深材料学家一样：查文献、评估合成可行性、设计实验方案。这才是真正的“智能体”——不是分类器，而是“科学家”。

从技术架构上说，Elements Claw采用了一种“专通融合”的思路。

在专有模型层面，团队基于一个包含1.25亿个分子和晶体结构的数据库，预训练出一个10亿参数的原子基础模型Elements。这个模型在判断材料是否具有超导性时，AUC（曲线下面积）达到了0.996；预测超导临界温度的平均误差，控制在1K以内。这个精度，放在材料科学领域，已经相当可观。

在通用智能体框架层面，Elements Claw实现了一整套自动化的材料筛选流程：工具制造、流程编排、文献复核……更关键的是，它能在文献中挖掘到新线索后“自我进化”，也就是自己迭代自己。

落实到效率上，AI只用28个GPU小时就完成了240万晶体结构的筛选，最终预测出6.8万个候选材料。

研究团队已经实验合成并验证了其中的4种，分别是：

• 从现有数据库中捞出来的“漏网之鱼”——Hf21Re25；

• 纠正数据库构型错误后“正名”的Zr4VRe7；

• AI从头设计生成的HfZrRe4；

• 基于类似结构举一反三得到的Zr3ScRe8，它的临界温度最高达到了6.5K。

达摩院科学智能负责人荣钰的评价很直接：这是AI智能体发现并获验证的第一批超导材料，初步验证了这套框架在材料发现领域的潜力。

更有意思的是后续预期。中国人民大学高瓴人工智能学院副教授黄文炳指出，这个AI智能体的能力框架，完全有条件迁移到其他材料的发现中，比如固态电池电解质、多相催化剂和热电材料。

换句话说，这不是一次性的超导材料“托盘”，而是一套可复用的AI材料发现模式。

目前，达摩院已经将Elements Claw预测出的所有240万稳定晶体的数据库开放，科研人员可以免费使用。

这才是真正意义上的“AI+材料科学”范式的落地：不只是一个模型，而是一个可以自己查文献、设计实验、迭代改进的智能体。值得持续关注。