AI 智能体 Elements Claw 成功“闭环”超导材料研发

在AI探索科学前沿的路上，我们又撞见了一个挺有意思的里程碑。7月3日，阿里达摩院联合中国人民大学、中国科学院大学等机构，正式发布了全球首个专为超导材料发现打造的AI智能体——Elements Claw。这不仅仅是一次技术迭代，它更像是一个信号：AI正从过去那个“打下手”的辅助角色，慢慢成为能独立啃下硬骨头的研究主力。对于新材料研发来说，这无疑打开了一扇通往高效自动化的大门。

过去要找一种超导材料，说白了就是个“碰运气”的苦力活，实验试错、反复验证，周期长得吓人。国际上那个老牌数据库SuperCon，积累了数十年，也不过才收录了大约2000种材料。而这次推出的Elements Claw，直接就把这个瓶颈给打破了。它的核心架构走的是“专通融合”路线，背后是一个包含了1.25亿分子与晶体结构的巨型数据库，并以此训练出了一个拥有10亿参数的原子基础模型（Elements）。效果怎么样？它判断一种材料有没有超导潜力，AUC指标能到0.996，几乎就是精准无误；预测临界温度，误差甚至可以控制在1K以内。这才是真正的突破所在。

更让人振奋的是，Elements Claw已经具备了类似人类科学家的全流程作业能力。它自己能去查阅海量文献，评估某个材料合成起来难不难，设计好实验方案，甚至还会在发现新线索后，自我迭代算法。实际测试中的一组数据很能说明问题：仅仅用了28个GPU小时，它就从240万个晶体结构中，高效筛选出了6.8万个超导候选材料。这个效率，放在以前是想都不敢想的。

目前，研究团队已经通过实验成功合成并验证了其中4种全新的超导材料。这里面既有AI从零开始设计出来的HfZrRe4，也有通过对现有数据库纠偏和深挖后发现的Hf21Re25、Zr4VRe7和Zr3ScRe8。它们的临界温度最高能达到6.5K。虽然数值上不算碘伏，但这背后代表的能力——AI驱动的材料发现闭环——才是真正激动人心的部分。

达摩院科学智能负责人荣钰在谈及此事时提到，这批成果初步验证了AI智能体在材料发现领域的巨大潜力。为了推动整个行业往前走一步，团队已经把这240万个稳定晶体的数据全部开放了。中国人民大学高瓴人工智能学院副教授黄文炳也认为，这个智能体框架未来很有希望被复用到其他关键材料的研发上，比如固态电池电解质、多相催化剂、热电材料等等。可以这么说，科学发现的全新范式，或许才刚刚拉开序幕。