超导材料在电力传输、磁悬浮列车、量子计算等前沿科技领域拥有极高的应用价值——然而近一个世纪以来，材料研发始终卡在“机理不明”这道难关上。全球权威超导数据库 SuperCon 历经数十年仅收录了约两千种材料，寻找新物质基本依赖试错法，效率低得令人无奈。

不过，转折已经到来。阿里达摩院联合中国人民大学、中国科学院大学，共同打造了一款专为新材料研发设计的 AI 智能体——ElementsClaw。这一系统能够通过 AI 自动推理、自主设计实验，彻底颠覆了传统“摸黑式”的研发路径。

这套智能体的架构颇具巧思：“专用原子大模型 + 通用智能框架”双引擎驱动。它基于 1.25 亿个分子与晶体数据，训练出一个拥有 1B 参数的原子基础模型，判定材料是否具备超导特性的准确率极高，预测超导临界温度的误差可控制在 1K 以内。更厉害的是，它能自主检索学术文献、梳理研究线索，并不断自我迭代——整个材料筛选和实验设计流程均可全自动完成。

算力消耗也极低。仅用 28 个 GPU 小时，即可扫描 240 万种晶体结构，从中锁定 6.8 万个具有超导潜力的候选物质。科研团队从这批候选中挑选出四类，实际合成了实物并进行了实验验证。这四种新材料各有来历：有之前数据库遗漏的 HfRe，有修正原有结构错误后才确认的 ZrVRe，有 AI 从零设计的全新晶体 HfZrRe，还有通过同类结构推演找到的 ZrScRe。其中最高的临界温度可达 6.5K。

这也是国内首批由 AI 自主挖掘、并经实验实锤的超导材料。直接证明了 AI 智能体在材料前沿领域并非花架子，而是具备真正的实用价值。

研究团队已将全部 240 万种稳定晶体的预测数据库公开，全球科研人员均可免费调取使用。

专家表示，这套技术不仅适用于超导研发，未来还能拓展至固态电池电解质、催化、热电等更多新材料探索领域。相关成果的论文已上传至 arXiv，研究团队也计划在 ICML 大会上分享这套 AI 材料发现体系。