7月3日，阿里达摩院通过公众号宣布，联合中国人民大学、中国科学院大学等机构发布首个超导材料发现AI智能体ElementsClaw。

这套系统从240万晶体结构中筛出6.8万个超导候选材料，其中4种全新材料已被实验合成、并确认存在超导性——这是AI智能体发现的超导材料首次走完“预测→合成→验证”闭环。达摩院同时把240万稳定晶体的预测数据库全部开源，科研人员可免费取用。

国际主流超导数据库SuperCon历经数十年人工积累，收录约2000种超导材料。瓶颈不在理论，而在筛选效率——一种新材料从“猜结构”到“算稳定性”到“估临界温度 Tc”到“评估能不能合成”，传统做法靠人啃文献+试错实验，周期以年计。

达摩院这次的思路是让AI智能体替材料学家跑完前半段：28个GPU小时，扫完240万晶体结构，吐出6.8万个候选。量级上直接把SuperCon几十年的存量翻了30多倍——当然候选不等于验证，但“从哪里挖”这个问题，AI给了张新地图。

ElementsClaw 的技术骨架分两层，达摩院称之为“专通融合”。专有模型层面，团队基于包含1.25亿个分子和晶体结构的数据库，预训练出1B参数原子基础模型Elements，判断材料是否具有超导性的AUC达0.996，预测材料超导临界温度的平均误差在1K以内。通用智能体框架层面，ElementsClaw实现了工具制造、流程编排、文献复核等整套自动化材料筛选流程，并能在文献中挖掘到新线索后“自我进化”。

AI仅用28个GPU小时完成240万晶体结构筛选，预测出6.8万个超导候选材料。研究团队已实验合成并验证其中4种：从现有数据库中捞出的“漏网之鱼”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，临界温度最高达6.5K。

达摩院科学智能负责人荣钰表示，“这是AI智能体发现并获验证的第一批超导材料，初步验证了AI智能体框架在材料发现领域的潜力。后续，大量候选材料仍待探索。”中国人民大学高瓴人工智能学院副教授黄文炳也介绍，该AI智能体也有望应用于发现固态电池电解质、多相催化剂和热电材料等新材料。