"信息、材料、能源"被看作是现代文明的三大支柱。材料是物质发展的基础和保障，新材料更是当前全球科技竞争的关键领域，也是推动产业变革的核心引擎。新材料的诞生，从来都不是线性的。它依赖偶然的灵感、漫长的试错，以及一代代科学家持续摸索的耐心, 然而人工智能（AI）正在颠覆材料的研发范式。
2026年7月3日，阿里达摩院等团队发布行业内首个超导材料发现AI智能体ElementsClaw。仅用28个GPU小时（总算力消耗），它就完成了240万晶体结构筛选，并预测出6.8万个超导候选材料。
研究团队依托1.25亿个分子和晶体结构的数据库，预训练出1B（10亿）参数的原子基础模型Elements，可精准预测材料的超导属性和临界温度。
AI扭转了“靠运气找材料”的被动局面。不同于普通AI工具仅做数据计算，ElementsClaw不仅能像人类材料学家一样查阅文献、评估合成可行性、设计实验方案，还能在迭代中实现“自我进化”。
借助ElementsClaw，团队已合成并证实4种新超导材料：从现有数据库中“打捞”的Hf21Re25、纠正数据库构型错误后“正名”的Zr4VRe7、AI从头设计生成的HfZrRe4、基于类似结构举一反三得到的Zr3ScRe8，其中最高超导临界温度达6.5K（-266.65℃），而常压下最高纪录是2026年3月人工突破的-122°C。
虽然距离人类创造的最高纪录还有差距，但AI在这里已经跳出预测、筛选的基础功能，具备纠错、设计新材料的创造能力。
当前，绝大多数的超导材料仍需极端低温方显超导性，高昂的冷却成本限制了落地场景。而AI的高效筛选能力，为人类追寻常温超导材料打开了新通路。
如果说AI发现超导材料是单点技术突破，那么2026年上半年中国陆续发布多个“AI+材料”平台，则呈现出“面”上的布局，形成数据基础设施、大模型、智能体三者协同发展的科研生态。
2026年6月，中国科学院宁波材料技术与工程研究所等团队发布的 “MarineMat AI”，汇聚了数万种海洋关键材料的设计、合成、性能评价和应用数据，补齐海洋特种材料的数字化短板。
2026 年 4 月，华东理工大学推出高分子材料大模型 “Chat AIPolym”，其支持多模态对话、多输出预测、设计准则推荐，可直接响应“绘制化学结构”“预测聚酰胺性能”等专业指令。
2026 年 3 月，中国科学院东莞材料科学与技术研究所发布 “ MatChat 2.0”，其依托超过 80 万篇覆盖新能源、电子信息、生物医用材料等领域的学术论文搭建数据库，从材料合成与制备、性能表征与测试，到学术论文撰写、项目申报等环节，为科研人员提供智能辅助。
2026 年 1 月，中国科学院深圳先进技术研究院打造出 “MARS”，其构建了包括“PI（项目负责人）”“设计师”“编程师”“实验师”“分析师”的模拟团队，协同调度 19 个专业智能体和 16 类自动化机器人设备，覆盖“任务规划—实验设计—代码编程—实验执行—数据分析”的闭环。团队利用MARS完成灭火微胶囊等工艺的开发和优化，多个微胶囊产品已走上货架。
数据基础设施、大模型、智能体三者并非孤立，而是形成“数据—模型—执行”的闭环链条。AI已不止于“检索”和“预测”，更开始“设计”路线、“调用”设备、“验证”结果，将材料科学从“经验试错”时代推向“智能创造”。
此文由中国复合材料工业协会搜集整理编译，部分数据来源于网络资料。文章不用于商业目的，仅供行业人士交流，引用请注明出处。