阿里达摩院联合中国人民大学、中国科学院大学推出AI材料研发智能体ElementsClaw，依托这套系统自主筛选、发掘出4种全新超导材料，并全部完成实物合成与低温实验验证，成为国内首批经AI独立发掘、实测确认的超导新材料，大幅革新传统超导研发模式。
超导材料是电力输送、磁悬浮交通、量子计算等领域的核心前沿材料，但长期以来行业研发效率极低。受超导底层机理尚未完全明晰制约，全球科研人员百年来依靠人工试错开展研发，权威超导数据库SuperCon数十年仅收录约2000种超导材料，海量潜在晶体结构难以逐一排查。
为破解试错研发周期长、算力成本高、潜在材料易遗漏的痛点，三方科研团队联合打造专属超导挖掘AI智能体ElementsClaw。该系统采用“专用原子大模型+通用智能框架”融合架构，依托1.25亿分子、晶体数据集训练1B参数原子基础模型，对材料超导特性判断准确度极高，预测超导临界温度误差控制在1K以内。区别于传统静态预测模型，ElementsClaw具备自主检索学术文献、梳理科研线索、自主设计实验、持续迭代优化的完整闭环能力，实现材料筛选全流程自动化。
在算力效率层面，该智能体优势显著，仅消耗28个GPU小时即可完成240万种稳定晶体结构全量筛查，从中锁定6.8万个具备超导潜力的候选物质。科研团队从中选取代表性晶体开展实验室合成，最终验证4种全新铼基超导材料，四种材料来源路径各有代表性：数据库遗漏的Hf₂₁Re₂₅、修正原有结构错误后确认超导属性的Zr₄VRe₇、AI从零生成的全新晶体HfZrRe₄、依靠同类结构推演得到的Zr₃ScRe₈，新材料最高超导临界温度可达6.5K。
本次研究相关成果已发布于arXiv预印本平台，团队同步公开240万晶体完整预测数据库，全球科研机构可免费调取使用，为全球超导领域研究提供开放数据底座。这套AI智能体技术不只适用于超导探索，未来可延伸应用至固态电池电解质、催化材料、热电材料等多种新材料研发场景。此外，阿里达摩院团队将在ICML国际机器学习大会完整分享这套AI for Science材料挖掘体系，推动AI智能体在前沿基础科研领域落地普及。
