阿里達摩院聯合中國人民大學高瓴人工智能學院、中國科學院大學等機構，正式發佈首個專攻超導材料發現的AI智能體——ElementsClaw（元素蝦）。該智能體僅消耗28個GPU小時，便對已知的240萬種穩定晶體進行了全面篩選，預測其中6.8萬種可能具備超導性，並從中實驗驗證了4種此前人類完全未知的全新超導材料。

這一成果標誌著AI for Science在材料發現領域邁出關鍵一步。自1911年荷蘭物理學家昂納斯首次在液氦溫度下發現水銀的超導現象以來，人類尋找超導體的歷程已逾百年。傳統方法依賴科研人員不斷調整元素配比、反覆試錯，猶如“炒菜”般低效。國際主流超導體數據庫SuperCon迄今僅收錄約2000種超導材料，其中臨界溫度能達到幾十K（仍為零下200多攝氏度）的僅有數十種。

ElementsClaw的核心由兩部分構成：一是名為Elements的專有“大原子模型”，這是一個擁有10億參數的幾何深度圖神經網絡，能精準讀取三維晶體結構並判斷材料是否超導及臨界溫度；二是大語言模型驅動的智能體系統，負責調取工具、閱讀論文、查詢數據庫、分析可合成性並設計實驗方案。當智能體在文獻中發現新的超導數據後，還能自動微調自身模型，持續進化。

在實際表現上，ElementsClaw展現出遠超傳統方法的效率。自然界中材料具有超導性的比例約為3%，而該智能體的預測命中率高達40%，提升了一個數量級。它通過文獻與數據庫的交叉比對，成功“撈回”了理論上存在但從未被實驗驗證的材料，並準確預測了其超導性。在鎖定Hf-Zr-Re三元體系後，智能體基於結構預測工具生成新結構並自行驗證，最終找到將Hf元素替換為Sc的Zr₃ScRe₈等全新超導體。不過，此次發現的4種材料臨界溫度最高僅為6.5K，距離室溫超導仍有遙遠距離。

達摩院已將240萬種穩定晶體的預測數據庫全面開放，全球科研人員均可免費使用。這一舉措延續了該機構在AI for Science領域的持續佈局：此前5月20日，Nature發表了北大與達摩院合作成果，利用AI識別衛星影像中的風機和光伏板，提出跨省能源協同方案；上月又推出虛擬細胞模型Lingshu Cell，用生成式AI模擬基因敲除或藥物對細胞的影響。

中國人民大學高瓴人工智能學院副教授黃文炳強調，AI for Science的目標並非取代科學家，而是實現人機共生。傳統科學研究遵循“還原論”，將複雜現象拆解為簡單方程，但面對複雜的材料系統，這一路線遭遇“維度災難”。AI無需知曉底層每一個細節，而是基於海量數據和基本物理約束，從系統外在行為中學習規律。ElementsClaw背靠240萬種晶體庫與海量文獻，直接給出答案，讓科學家從繁瑣的文獻調研和數據整理中解放出來，專注於提出問題、引導AI思考並形成新的科學知識體系。