百年超导探索终于有了 AI 队友。 7 月 3 日，阿里达摩院联合人大高瓴人工智能学院、中科院大学发布业内首个专攻超导材料发现的 AI 智能体 **ElementsClaw**——仅 **28 个 GPU 小时**扫遍 240 万种稳定晶体，预测 6.8 万种可能超导，最终实验合成 **4 种人类此前完全未知的新超导体**。 对比：超导数据库 SuperCon 百年累积也才 2000 余种。ElementsClaw 把"海选+验证"命中率拉到 40%，比自然界约 3% 的天然超导比例高出一个数量级。 ## 智能体路线 vs 单点模型 GNoME 与 MatterGen 已登 Nature，但都太单点——只回答"这可能是超导"，不告诉你文献有没有、合得合不、有没有毒。 ElementsClaw 走的是 **"通专融合"智能体路线**：底层是 10 亿参数的几何深度图神经网络 Elements，在 1.25 亿分子结构上预训练，首次在非 LLM 架构上验证 Scaling Law 仍成立。四只专业"钳子"——Elements-T 预测临界温度（MAE 0.99K）、Elements-C 判断超导（AUC 0.996）、Elements-E 评稳定性、Elements-G 生成新结构。最外层是大模型大脑，读论文、查数据库、设计实验方案，像真正的材料学家。 ## 4 种新材料，4 条路径 最让人叫绝的是 4 种超导体的发现方式完全不同—— 1. **"漏网之鱼" Hf21Re25**：理论库里有却没人试过（Tc=2.5K）； 2. **"沉冤得雪" Zr4VRe7**：人类把结构算错了（Tc=3.5K）； 3. **"无中生有" HfZrRe4**：不在任何已知库里，AI 在三元体系生成（Tc=5.9K）； 4. **"举一反三" Zr3ScRe8**：从前一个发现总结结构模体，Hf 换 Sc（Tc=6.5K）。 ## 评论 达摩院这次真正的贡献是跑通 **"AI 预测—合成—验证"完整闭环**——这条路径在生物医药、气候模拟、能源材料里同样适用。 更值得称道的是，研究团队把 240 万种晶体的全部预测数据开放（science.damo-academy.com），学界免费挖掘。这种开放姿态，价值远大于 4 种超导体本身。 当然也要清醒：6.5K 距离室温超导还远得很。但走通这条路比发现几种新材料更关键——它打开的是一种新的科学发现范式。