中国材料科学家李昊谈AI科研三项代表性工作
近期，国际顶级学术期刊《Science》发布了一篇深度专题报道，聚焦全球材料科学领域的创新力量。报道中，材科源图（MatSource）董事长李昊教授接受了独家专访，深入阐述了他对材料科学未来发展趋势的独到见解与前瞻性布局。
材料研发新格局与范式变革
“我们需要的是一种全新的格局，一种全新的范式。”——李昊教授在采访中提出的这一核心观点，精准地揭示了传统材料研发模式所面临的“成本高昂、周期漫长、依赖试错”等核心挑战，并深刻指出了整个行业正处于向智能化转型的关键历史阶段。
李昊教授强调，在人工智能与数据驱动技术飞速发展的背景下，未来的材料研发必须超越过去“单一材料、单一性能”的局限，全面迈向复杂系统建模、跨尺度协同设计与智能化自主发现的新阶段。这不仅是技术工具的迭代升级，更是科研思维与底层研发范式的根本性重塑。基于这一战略判断，材科源图确立了以“数据”和“智能”为双轮驱动，通过AI赋能材料创新，从而引领整个产业生态变革的核心愿景。
国际顶刊认可，核心技术奠基
值得注意的是，《Science》在报道中特别引述了李昊教授团队近年来在“AI for Science”领域取得的三项标志性研究成果，它们分别发表于《德国应用化学》（Angewandte Chemie）、《美国国家科学院院刊》（PNAS）和《化学科学》（Chemical Science）等权威期刊。这三项工作从不同角度，具体展现了“数字材料生态”体系如何有效加速新材料发现进程。
首项发表于《德国应用化学》的研究，创新性地将真实实验数据库与AI智能体技术相结合，应用于固态电池材料的探索。团队基于固体导体（特别是含氢材料）的实验数据，构建了高质量数据库，并利用AI智能体从中挖掘新的材料规律与潜在的高性能电池候选材料。该研究被视为早期系统整合真实实验数据、AI智能体与新型电池材料发现的典范，发表后推动了该领域的后续研究热潮。
第二项发表在《美国国家科学院院刊》上的工作，重点研究了超氢化物——即具有极高氢密度的氢化物材料。以钙氢化物为例，除了常见的CaH₂，在极端条件下还可能形成CaH₄甚至CaH₆等超氢化物，但其形成机制长期不明。李昊团队与合作者通过融合实验表征、AI模型驱动的模拟计算以及材料理论，首次揭示了固态钙氢化物表面存在的局部熔融现象可能是促进超氢化物形成的关键机制。这一发现不仅深化了对高密度储氢材料机理的理解，也为设计新型超导材料提供了重要思路。
第三项在《化学科学》上发表的论文，则更为系统地提出并验证了“数字材料生态”的整体框架。其核心在于，通过整合高质量数据库、数字材料平台、AI智能体、理论计算与实验验证，将原本孤立、不可复现的材料研发过程，转变为可积累、可迭代、可扩展的体系化工作流。该研究将数字平台应用于材料设计与性能分析，并与AI智能体及实验验证紧密结合，显著加速了氢储能材料的研发效率。这项研究也与李昊团队在数字催化、固态电池、氢能材料及材料数据库平台的整体战略布局高度一致。
构建新范式：“数据-智能-实验”一体化研发闭环
《Science》的专题报道，充分印证了这种以数据和智能为核心的新兴科研范式，正从前沿探索演变为全球科学界的共识。材科源图的使命，正是将这一国际顶尖的学术共识，转化为驱动产业升级的实际生产力。
真正的产业赋能，绝不能局限于理论预测。为此，材科源图在行业内率先构建了覆盖“数据—模型—智能—实验”全链条的研发闭环体系，并同步打造了四大核心技术壁垒，为数字材料生态的产业化应用提供坚实支撑：
百万级真实材料数据库与AI加速标注能力
依托全球首个百万量级的真实材料数据库，结合业界领先的多模态图表解析算法与自研高效标注工具，通过AI技术加速数据提取与校验，夯实了数字材料生态的数据基石。公司目前正加速推进千万级数据库的建设，预计年内完成规模化构建，持续打造驱动材料创新的核心数据引擎。
材料性能预测全流程智能建模能力
已成功构建并验证超过160个高精度材料预测模型，具备面向多元复杂材料体系的全流程建模能力，构筑了AI智能体技术的核心竞争壁垒。
覆盖研发全流程的AI智能体体系
通过全链路优化框架，持续挖掘并释放数据价值，推动研发从“数据可用”向“数据可指导决策、可产出成果”的跨越。该体系具备强大的跨场景迁移能力，能够针对特定领域实现快速、高效的落地应用。
模块化布局的高通量反应系统构建
成功打造了全球首个由AI Agent智能驱动的高通量固相合成智能平台，实现了从材料设计到实验验证的高效、自动化闭环。
目前，材科源图的产业化解决方案正在多个关键领域快速落地，已在绿色有机电合成、热催化、固态电池、氢能电催化、高分子材料等核心方向取得重要进展，并持续向具身智能等高端制造领域拓展，不断拓宽材料创新的产业应用边界，为行业头部企业提供定制化的材料研发与优化解决方案。
此次李昊教授及其团队的工作获得《Science》专题报道，既是国际学术界对材科源图技术路线前瞻性的高度认可，也是公司综合技术实力与创新成果的一次集中展示。
展望未来，材科源图将继续深化和完善“数据—智能—实验”全流程研发闭环体系。随着数字材料生态的加速成熟与落地，公司将持续提供涵盖数据构建、理论模型与实验验证的全方位技术支撑，致力于推动材料科学迈向一个更加高效、精准与可持续的研发新时代。
相关攻略
一名网友将莫奈《睡莲》标注为“AI生成”后引发大量批评，众人指责其构图、色彩与“灵魂”缺失，直到真相揭晓。这场实验揭示了标签如何主导判断，如同“廉价红酒实验”中的认知偏差。当前网络对AI内容的过度怀疑甚至误伤人类创作者，反映出标签化思维正侵蚀艺术鉴赏与社会信任的基础。
当“AI决策”成为流行语，我们是否过于轻信其客观性？中欧国际工商学院金融学教授余方在近期演讲中揭示：AI并非绝对理性，它可能悄然“继承”并“放大”人类固有的认知偏见。本文基于余方教授演讲内容，深入探讨AI决策的潜在偏差与应对策略。 今年以来，AI技术以前所未有的深度渗透各行各业，引发了一种普遍的隐忧
深度伪造技术正严重威胁企业安全，使传统依赖声音、面孔的信任机制失效，已渗透支付审批、高管沟通等环节，造成巨额诈骗风险。企业须将合成媒体纳入威胁模型，以零信任原则审视内容，建立自动化检测与应急预案，并通过独立验证渠道分离沟通与授权，使信任成为可验证的流程而非默认。
这项由慕尼黑大学CompVis实验室、慕尼黑机器学习中心与苹果公司联合开展的研究，以预编本形式发布于2026年4月，论文编号为arXiv:2604 11737。 当前，视频AI技术面临一个核心的效率瓶颈：现有方法在预测物体运动时，总是将“视觉外观”与“运动轨迹”这两个维度的信息捆绑处理。这好比学习舞
想象一下，一台高性能电脑生成一段文字，背后究竟要经历什么？很多人可能下意识地认为，AI说话就像打字，一个字一个字地蹦出来。但有一类新兴的AI文字生成技术，走的是一条截然不同的路：它不像打字员，更像一个反复修改草稿的作者——先把整篇文章“涂黑”，然后一遍又一遍地把涂黑的部分猜出来，直到整篇文章清晰成形
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭