阿里达摩院 Elements Claw：AI 智能体从头发现超导材料，4 种已合成验证

发布时间：2026-07-03 11:27（北京时间） 来源：IT之家（阿里达摩院公众号） 原文：https://www.ithome.com/0/972/089.htm 论文：https://arxiv.org/abs/2604.23758 数据库：https://science.damo-academy.com/#/material

事件内容

7 月 3 日，阿里达摩院联合中国人民大学、中国科学院大学发布首个超导材料发现 AI 智能体 Elements Claw，从 240 万晶体结构中预测出 6.8 万个候选材料，其中 4 种全新材料已合成并证实存在超导性。

核心架构：「专通融合」。

• 专有模型：基于 1.25 亿分子/晶体结构预训练的 1B 参数原子基础模型 Elements，判断超导性 AUC 0.996，预测临界温度平均误差 < 1K
• 通用智能体框架：实现工具制造、流程编排、文献复核整套自动化材料筛选流程，能在文献中挖掘新线索后「自我进化」

产出数据：

• 28 个 GPU 小时完成 240 万晶体结构筛选
• 4 种已合成并验证超导性的材料：
• Hf₂₁Re₂₅——从现有数据库捞出的「漏网之鱼」（之前被错误标注）
• Zr₄VRe₇——纠正数据库构型错误后「正名」
• HfZrRe₄——AI 从头设计生成
• Zr₃ScRe₈——基于类似结构举一反三得到，临界温度最高 6.5K
• 240 万稳定晶体数据库全部开放

应用延展：中国人民大学黄文炳副教授提到可应用于固态电池电解质、多相催化剂、热电材料。

深度剖析

Elements Claw 不是「AI 加速材料发现」——它是「AI 独立完成材料发现」。这两个表述差一个词，意义差一光年。

一、「AI 辅助科研」到「AI 主导科研」的边界被跨过。 之前的 AI4Science 标杆——DeepMind AlphaFold 预测蛋白结构、腾讯 iFlyCode 写代码——AI 都是「给人类科学家提供候选答案」。Elements Claw 自己查文献、自己评估合成可行性、自己设计实验方案、自己迭代。HfZrRe₄ 是 AI 从头设计然后人类合成验证的——这是 AI 作为发现主体的实证。

二、1B 参数量做出了 0.996 AUC——这不是「大力出奇迹」，是「数据 + 架构」的胜利。 1.25 亿分子/晶体结构预训练、专通融合（专用基础模型 + 通用智能体框架）——这个组合的成本远低于训练一个 70B 通用模型 + 微调。给所有「想做大模型」的团队一个启示：垂直领域的 1B + 智能体框架，可能比通用 70B 微调更有效。

三、公开数据库这一步比论文更重要。 ElementsClaw 团队把 240 万稳定晶体的预测结果全部开放给科研人员免费使用——这跟 OpenRouter 把模型价格公开、阿里 Page Agent 把 JS 库开源是同一种生态策略：「我用 AI 发现新材料，但数据库给全人类」。短期看是放弃数据壁垒，长期看是建立生态护城河。

四、AI 智能体在物理世界的「自我进化」首次有实证。 ElementsClaw 在文献中挖掘到新线索后会「自我进化」——这跟 Anthropic Claude Code 智能体循环四象限（Turn/Goal/Time/Proactive）06-30 提到的「Proactive loop」是同一种范式。但 Elements Claw 跑在了材料科学这个更硬核的领域——不是聊天场景自我进化，是改变现实世界物质结构。

值得关注的原因

1. AI for Science 从「预测」走到「发现」。AlphaFold 之后，AI4Science 十年来的下一个范式突破是「AI 主动提出假设 + AI 设计实验 + AI 验证」——Elements Claw 是这条路径的第一个完整工业级实证。 2. 「专通融合」可能是中国 AI 团队的差异化优势。通用大模型跟美国有差距，但垂直领域 1B 模型 + 智能体框架是另一种玩法——算力受限反而逼迫架构创新。 3. AI Agent 的「应用主场」在物理世界，不在对话窗口。JADEPUFFER（07-03）是 AI Agent 在安全领域的「破坏式主场」；Elements Claw 是 AI Agent 在科研领域的「建设式主场」。两个案例放在一起看，AI Agent 2026 年的真正战场不是客服、不是写邮件——是科研、制造、医疗、能源。 4. 给材料/化学/生物团队的工程路线图。预训练 1B 基础模型 + 智能体框架 + 文献挖掘 + 实验闭环——这套模板可以复制到任何「已知数据 + 已知搜索空间」的垂直科学领域。

风险与待观察

• 6.5K 临界温度离高温超导还很远。铜氧化物、铁基超导能做到 100K+，Elements Claw 发现的 HfZrRe₄ 系是传统 BCS 超导体，临界温度提升一个数量级才是真正的工业价值。
• 没有提「可解释性」。AI 设计新材料，材料学家最关心的是「为什么这个材料超导」——Elements Claw 给的是黑盒预测，没解释机制。这会影响学术接受度。
• 240 万稳定晶体的「稳定」是 DFT 计算稳定，不是合成稳定。理论稳定 ≠ 实验室可合成。HfZrRe₄ 验证成功，但其他 6.8 万 - 4 = 68 万+ 候选有多少能合成，没人知道。
• 跟 GNoME（DeepMind 2023 年发现的 220 万稳定结构）的边界不清。DeepMind GNoME 早就在做类似事情，Elements Claw 是「在 GNoME 基础上做超导性筛选 + 实验验证」还是「完全独立的发现」——论文标题里有「Accelerate」一词，可能更接近前者。

一句话：Elements Claw 不是「AI 又做了一个数据库」——它是「AI 第一次作为发现主体跑通了材料科学全流程」。HfZrRe₄ 进了材料学课本只是时间问题，而 Elements Claw 给所有垂直 AI 团队指出了一条路：1B 专用模型 + 智能体框架 + 开放数据库，比 70B 通用模型更可能产出真正的科学突破。