AI闯入材料业十年：从调参数到接手整条研发链

材料是AI最难进入的行业之一。实验周期长、数据采集难，理论性能与成品实际性能存在差异，实验室到工业界有巨大量产鸿沟。一种新材料从确定原子排列到产线稳定量产，通常要走十年以上。

AI进入材料领域也快十年。最早AI只帮研究者调合成参数，现在开始尝试接手整个项目，从提出课题、设计实验到执掌实验、采集数据、反馈结果。元材几位创始人亲历了这几个阶段。他们的判断是：大模型改变的不只是效率，还有研发范式。过去材料研究从结构设计出发逐层外推到应用；现在基于宏观性能和真实需求反向推演，让模型跨尺度、跨学科拆解问题、提出方案。当AI能批量生成材料候选，真正稀缺的不再只是模型生成能力，而是判断哪些方案符合物理规律、能被制造、最终能应用。从材料生成走向跨尺度理解、物理验证与产业闭环，正成为AI for Materials（AI4M）的重要方向。

元材由四位来自材料科学、人工智能与工程领域的核心成员联合创立。刘政是新加坡南洋理工大学教授，长期耕耘先进功能性材料，连续八年入选全球高被引科学家。安波是南洋理工人工智能领域教授，长期研究强化学习、大语言模型和多智能体系统。两人2013年前后在南洋理工共事，在AlphaGo带来的AI浪潮启发下，开始探索机器学习能否突破材料合成中长期依赖经验和反复试错的瓶颈。

2017年，AI4M尚处早期探索阶段，汤碧珺成为刘政团队首位以AI驱动材料研发为主要方向的博士生，系统探索人工智能与材料科学深度融合。此后她从早期研究者成长为跨学科科研项目负责人，主导及参与的相关科研项目累计经费超过4000万元，并入选Schmidt Sciences AI2050 Early Career Fellowship。如今她推动科研成果走向产业，担任元材CEO。

另一位联合创始人肖玉善出身西北工业大学航空复合材料领域，博士期间由航空复合材料领域专家和刘政教授共同指导，主导及参与的复材项目累计规模超过千万元，现任元材CTO。多功能复合材料成为元材将AI技术推向真实工业场景的首个切入方向。

当然，这个领域依然充满未知。材料研发周期长、验证慢，行业至今没有公认的尺子衡量模型的真实材料能力。工业数据沉淀在大量细分门类里，AI4M公司如何与材料企业携手让数据流转、把知识和技能沉淀下去，需要整个行业一起摸索。过去不少AI材料公司最后走向项目外包，平台化道路能否走通还要看更多实践。模型越来越强以后，AI和材料专家之间的分工落在哪里，目前也没有定论。这些也是元材正在尝试回答的问题。