想象一下，你是一名材料科学家，面前摆着元素周期表上一百多种化学元素——铜、氧、钇、钡……它们就像厨房里堆满的调料。你的任务是从无数种排列组合中，找出一组“配方”，让电流通过时电阻完全消失。这就是超导材料研究——一场被物理学界视为摘取“物理学圣杯”的漫长而艰难的百年征程。
1911年，荷兰物理学家昂内斯将水银冷却到零下269℃附近时，发现了一个奇怪的现象：电阻奇迹般地降到了零。如果说普通电线是让电子磕磕绊绊的“乡下土路”，此时的水银就是一条“高速公路”，电子可以毫无损耗地一路狂飙。这就是超导现象的诞生。
然而问题来了：水银必须在极低温下才能超导，日常使用得配个“大冰箱”。此后一百多年，全球科学家前赴后继，试图找到更容易实现超导的材料。但超导的物理机制至今未被完全破解。
中国科学院大学金士锋研究员形容这种探索是“炒菜式科研”——没有菜谱，只能不断调整“油盐酱醋”的比例，反复试错，今天多放点这个元素，明天少放点那个。更扎心的是，“和炒菜最大的不同是——发现超导材料的成功率还要更低一点，可能做几十个实验只能有一个能成功”。
成果如何？国际权威超导数据库SuperCon历经数十年人工积累，仅收录了约2000种超导材料。一百多年，两千种——这就是人类“炒菜”的效率。
直到2026年7月3日，一位AI选手下场了。
阿里达摩院联合中国人民大学、中国科学院大学等机构，发布了全球首个专攻超导材料发现的AI智能体——“ElementsClaw”（可以理解为“元素之爪”）。
在筛选环节，这位AI“寻宝猎人”只用了28个GPU小时（相当于一块显卡运行一天多一点），就完成了一个惊人的任务：把已知的240万种稳定晶体结构全部扫描、筛选了一遍，从中锁定了6.8万个具备超导潜力的候选材料。
这意味着，在候选材料的发现范围上，AI将人类一百多年的积累一口气拓宽了30多倍。当然，候选不等于验证——但“从哪里挖”这个问题，AI给了一张全新的地图。
“专通融合”：AI的大脑怎么工作？
ElementsClaw为什么这么厉害？它的核心技术叫做“专通融合”架构。通俗来说，它配备了一个“专业大脑”，用于高精度计算；同时搭载了一个“通用外脑”，用于自主查阅文献、评估合成可行性，甚至还能在文献中挖掘到新线索后实现“自我进化”——这意味着它会越用越聪明。
在专业计算方面，团队基于包含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”。这个模型判断材料是否具有超导性的准确率极高，AUC（即模型区分“是超导体”和“不是超导体”的能力指标，越接近1越强）达到0.996，预测超导临界温度的平均误差控制在1K（开尔文）以内。
在通用智能方面，ElementsClaw不仅能“算”，还能像人类材料学家一样思考和学习。更厉害的是，整个过程实现了全流程自动化：从文献梳理到材料筛选，从实验设计到方案评估，在理论预测与筛选阶段，AI几乎可以全程“自动驾驶”。
AI的预测靠谱吗？
看到6.8万个候选材料，你可能会问：AI说的算数吗？这得从三个层面来看。
第一，模型本身的预测准确率相当高。如前所述，它的AUC指标达到0.996（满分1.0），预测超导临界温度的平均误差控制在1K以内——也就是说，AI算出来的“大概多少度会变成超导体”，平均偏差不到1度。
第二，关键的是“实验说了算”。AI的预测再漂亮，最终还得上炉子烧、进仪器测。研究团队从6.8万个候选中挑选了4种进行实物合成，并逐一验证——全部成功，全部证实存在超导性。达摩院科学智能负责人荣钰表示，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AI智能体框架在材料发现领域的潜力。换句话说，AI不仅会“猜”，而且猜的能被实验证明是对的。
第三，数据全部开放，接受学术界的检验。团队已将240万种稳定晶体的预测数据库全部对外开放，全球科研人员均可免费使用。相关成果论文已发布于arXiv预印本平台，研究团队也将在ICML（国际机器学习大会）分享这套AI材料发现体系。这意味着全世界的科学家都可以来复现、验证、甚至挑战AI的预测结果。
当然，6.8万个候选不等于6.8万个已验证的超导体——从候选到真正的实用材料，中间还有漫长的合成、表征、性能优化之路。但至少，AI第一次证明了它能走完“预测→合成→验证”的完整闭环，而且全部4次尝试都成功了。这在超导材料研究史上，还是头一回。
这不仅是超导的胜利
超导材料被誉为“未来科技的基石”。一旦找到更易实现的超导材料，无损电力传输将彻底改变能源格局——电流在电线里跑一圈，几乎没有损耗。磁悬浮列车可以时速600公里“贴地飞行”。量子计算、可控核聚变这些前沿技术都将迎来突破。
ElementsClaw的意义不止于超导本身。中国人民大学高瓴人工智能学院副教授黄文炳指出，这套AI智能体有望应用于发现固态电池电解质、多相催化剂、热电材料等新材料。从能源存储到催化反应，从热电转换到药物设计——AI正在成为整个材料科学领域的“超级加速器”。
目前，达摩院已经将AI预测的全部240万种稳定晶体的数据库对外开放，全球科研人员均可免费使用。这意味着，全世界的科学家都可以在这张“新地图”上继续探索。
从1911年昂内斯偶然发现水银超导，到2026年AI主动设计出全新超导材料——人类花了一百多年在“实验探索”中积累的成果，AI则在“理论筛选”环节，用28个GPU小时就给出了30多倍于前者的候选地图。超导“寻宝”这件事，从此有了全新的玩法。
参考文献：arXiv:2604.23758
热门跟贴