您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给齐铖湧
发送

0

《Science》最新专访:中国材料科学领域顶级学者李昊和AI for Science的三项代表性工作

本文作者: 齐铖湧   2026-05-11 16:44
导语:材科源图(MatSource)最新进展


《Science》最新专访:中国材料科学领域顶级学者李昊和AI for Science的三项代表性工作

近日,国际顶级学术期刊《Science》发布专题报道,聚焦全球前沿材料科学领域的顶级学者。材科源图(MatSource)董事长李昊教授在报道中接受专访,分享了他对材料科学未来发展的深刻洞见。

全新格局与新范式

“ What we need is a new landscape, a new paradigm. ”——材科源图董事长李昊教授

《Science》最新专访:中国材料科学领域顶级学者李昊和AI for Science的三项代表性工作

李昊教授在接受《Science》采访时提出的这一核心观点,不仅直击了传统材料科学“高成本、长周期、依赖试错与经验”的发展痛点,更深刻洞察了当前行业所处的关键转型期。他指出,随着人工智能与数据驱动方法的快速发展,未来的材料研发必须突破“单一材料、单一性能”的局限,向复杂系统建模、跨尺度设计与智能化发现全面迈进。 这不仅仅是研究工具的迭代升级,更是科研思维与底层范式的根本重塑。 正是在这一前瞻性判断之上,材科源图确立了清晰的企业愿景:以数据与智能为核心驱动力,推动AI赋能材料创新进程,引领产业生态变革。

顶刊印证,技术筑基

在这次报道中,《Science》特别提到了李昊团队近年来在AI for Science方向的三项代表性工作,分别发表在 Angewandte Chemie、PNAS 和 Chemical Science。这三项工作分别围绕 AI Agent、机器学习势函数、实验材料数据库与数字平台展开,也从不同角度展示了“数字材料生态”如何服务于材料发现。

第一项工作发表在《Angewandte Chemie International Edition》(德国应用化学)。该研究将真实实验数据库与AI智能体相结合,用于固态电池材料发现。李昊团队基于固体导体,特别是含氢材料等数据,构建了高质量实验数据库,并利用AI智能体从数据库中挖掘新的材料规律和潜在电池材料。报道中特别提到,这项工作可能是较早将真实实验数据库、AI智能体和新型电池材料发现系统结合起来的综合性研究。文章发表后,也引起了不少同行关注,并推动了后续关于AI智能体用于科学发现和电池材料研究工作。

《Science》最新专访:中国材料科学领域顶级学者李昊和AI for Science的三项代表性工作

第二项工作发表在《Proceedings of the National Academy of Sciences》(美国国家科学院院刊)。该研究聚焦超氢化物,也就是含有高密度氢的氢化物材料。以钙氢化物为例,传统上人们熟悉的是 CaH₂,但在一定条件下,钙也可能形成 CaH₄ 甚至 CaH₆ 等超氢化物。然而,这类超氢化物的形成机制长期并不清楚。李昊团队与合作者结合实验、AI模型驱动的模拟和材料理论,揭示了固态钙氢化物表面的局部熔融可能促进超氢化物形成。这一发现不仅加深了人们对高氢密度材料形成机制的理解,也为设计潜在的高密度储氢材料和超导相关材料提供了新的思路。

第三项工作发表在 《Chemical Science》。这项研究更系统地提出并展示了“数字材料生态”的概念:通过高质量数据库、数字材料平台、AI智能体、理论分析和实验验证的结合,将材料发现从一次性的、分散的研究过程,转变为可积累、可复现、可扩展的体系化流程。报道中提到,该研究将数字平台用于材料设计与分析,并与AI智能体和实验验证相结合,从而加速氢储能材料研究。这也与李昊团队近年来在数字催化、固态电池、氢能材料和材料数据库平台方面的整体布局高度一致。

重塑新范式:“数据-智能-实验”研发闭环体系

《Science》的报道,印证了新兴科研范式正从前沿探索走向全球共识;而材科源图的使命,则是将这一国际顶尖共识转化为切实可见的产业生产力。

真正的产业赋能,绝非停留在算法预测的“纸上谈兵”。为此,材科源图在业内率先确立了“数据—模型—智能—实验”的全链路研发闭环体系,并同步构筑起四大核心技术壁垒。 机制创新与底层技术相辅相成,共同为数字材料生态的产业化落地提供强劲支撑:

百万级真实材料数据库与AI加速标注能力

全球首个百万级真实材料数据库,业内首创多模态图表解析算法,自研高效标注工具,通过 AI 加速数据提取与校验,为数字材料生态筑牢数据根基。目前,公司正加速推进千万级数据库建设,预计年内完成规模化构建,持续打造驱动数字材料生态发展的核心数据引擎。

材料预测全流程智能建模能力

已构建并验证160+高精度材料预测模型,具备面向复杂材料体系的全流程建模能力,构筑AI智能体核心护城河。

覆盖研发全流程的AI智能体体系

通过全链路优化框架,持续释放数据价值,让“数据可用”进阶为“数据可行动、可产出结果”,并具备跨场景迁移能力,可面向专用领域实现高效落地。

模块化布局的高通量反应系统构建

打造全球首个AI Agent驱动的高通量固相合成智能平台,实现设计与实验的高效闭环。

目前,材科源图的产业化能力正加速落地,已在绿色有机电合成、热催化、固态电池、氢能电催化、高分子材料等核心领域取得重要突破,并持续向具身智能等高端制造领域延伸,逐步拓展材料创新的产业边界,为头部企业提供定制化的材料研发解决方案。

此次材科源图董事长李昊教授登上《Science》专题,不仅是国际学界对材科源图技术路线的前瞻性认可,更是公司技术实力的一次全面展现。

未来,材科源图将持续深化“数据—智能—实验”的全流程研发闭环体系。随着数字材料生态的加速落地,材科源图将持续提供覆盖数据构建、理论模型与实验验证的技术支撑,推动材料科学加速迈向高效、精准与可持续的研发新范式。

原文链接:https://www.science.org/content/article/meet-young-global-community-materials-scientists-sendai

雷峰网版权文章,未经授权禁止转载。详情见转载须知

《Science》最新专访:中国材料科学领域顶级学者李昊和AI for Science的三项代表性工作

分享:
相关文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说