# 阿里达摩院发布超导材料发现AI智能体Elements Claw

- 来源：IT之家（RSS）
- 发布时间：2026-07-03 11:27
- AIHOT 分数：80
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmr4ewvnu016msll54kwma7sx
- 原文链接：https://www.ithome.com/0/972/089.htm

## 精选理由

我认为这是 AI for Science 的标志性突破，AI 智能体第一次从头设计并实验证实了全新的超导材料，把 AI 角色从辅助推到「独立发现」，对做材料模拟和科学发现的团队是个转折点。

## AI 摘要

7月3日，阿里达摩院联合中国人民大学、中国科学院大学发布首个超导材料发现AI智能体Elements Claw。该智能体采用“专通融合”架构，基于1.25亿分子/晶体结构预训练的1B参数原子基础模型Elements，判断超导性AUC达0.996，预测临界温度平均误差小于1K。AI仅用28个GPU小时筛选240万晶体结构，预测出6.8万个候选材料，其中4种（Hf₂₁Re₂₅、Zr₄VRe₇、HfZrRe₄、Zr₃ScRe₈）已合成并验证超导性，临界温度最高6.5K。全部240万稳定晶体数据库已开放。

## 正文

IT之家 7 月 3 日消息，阿里达摩院通过公众号宣布，7 月 3 日（今天），阿里达摩院联合中国人民大学、中国科学院大学等发布首个超导材料发现 AI 智能体 Elements Claw，预测出 6.8 万个可能的超导材料，其中 4 种全新材料已合成并证实存在超导性。相关数据已全部开放。

目前，国际主流超导数据库 SuperCon 历经数十年积累，仅收录约 2000 种材料。为此，阿里达摩院发挥 AI for Science 技术优势，联合中国人民大学、中国科学院大学等机构研发 ElementsClaw，不仅可预测材料是否具有超导性，更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，大幅提升材料发现效率和成功率。

据IT之家了解，ElementsClaw 采用“专通融合”架构。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。达摩院开放了 ElementsClaw 预测的所有 240 万稳定晶体的数据库，科研人员可免费使用。

中国人民大学高瓴人工智能学院副教授黄文炳表示，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。

论文链接：Agentic Fusion of Large Atomic and Language Models to Accelerate Superconductor Discovery

超导数据库链接：DAMO AI for Science Portal