材料发现的范式转移：从烧炉子试错，到 AI 自己「写」新材料

发现一种新材料，过去意味着：在炉子前试错十年，偶尔撞上惊喜。2025–2026 年，这条路径正在被「生成式材料科学」改写——AI 先「写」出候选，机器人再快速验证。

从试错到生成

2025 年，MIT 的 SCIGEN 用生成模型一次性产出上千万种候选材料；2026 年 5 月，北卡罗来纳州立大学的 PoLARIS 自主实验室让机器人 12 小时完成过去要数周的筛选；同年复旦大学用强化学习找到了新的拓扑材料，相关结果发表于《自然·通讯》。

「人-AI-机器人」闭环

新的工作流是一个自我驱动的环：人设定目标 → AI 生成候选空间 → 机器人做实验、出数据 → 数据回流再训练 AI。每转一圈，候选空间就被快速收敛一次。

为什么重要

它把材料发现从「艺术家的灵感」变成「可工程的流水线」。更快找到高效催化剂、固态电解质、轻量化结构材料，意味着能源、芯片、医药的迭代速度被整体抬升。风险也伴随而来：当实验由机器自主决定，人类该如何审核与纠偏，成了新的课题。

关联推荐

• AI 时代的化学：从分子筛选到反应预测的范式转变 — AI 如何渗透到化学全流程
• 环三铝烷：地球上最廉价的金属，竟能替代昂贵的铂 — 催化材料的一个新鲜例子
• 2,498 个 AI 化学专家联合作战：MOSAIC 如何让 AI「学会」合成新分子 — 多智能体做化学的另一种范式

来源：MIT SCIGEN（2025）；NC State PoLARIS（2026-05）；复旦大学拓扑材料研究（Nature Communications, 2026）。