
AI4S验证瓶颈
百万AI候选材料的现实困境
预测到合成的四大断层与验证瓶颈
AI筛出的候选晶体已超过220万种,被人类真正做出来的,不足千分之一。剩下99.9%卡在哪里?是验证执行。
01 一道数量级的落差
2023年11月30日,Nature同日发表过两项研究,Google DeepMind 的深度学习模型 GNoME 报告了220万种新的无机晶体候选结构,其中38万种经密度泛函理论(DFT)计算判定为热力学稳定。论文发表时,仅有736个结构可匹配已发表的独立合成实验,占这38万个稳定候选的约 0.2%。
时隔三年,这38万个稳定候选结构已向学界开放,但绝大多数结构依旧停留在理论计算层面,未被实验证实。这一现状并非源于模型预测能力不足(GNoME 将稳定结构预测成功率从约50%提升至80%以上),而是 AI for Science 材料研发链路的瓶颈,已从候选结构挖掘转移至高通量实验验证环节。
02 预测到合成的另一端:验证执行层
与 GNoME 同日发表的第二项研究,把视线从模型侧拉回实验侧。劳伦斯伯克利国家实验室的自主实验室A-Lab,在17天连续运转中完成355次自动化实验,于58个预测目标化合物中成功合成41种,成功率71%。同等规模的合成—表征—评价任务由人工执行通常需以月计。若将 GNoME 与 A-Lab 视为一个组合,其分工恰好是干湿闭环的两端:干端负责假设生成,湿端负责假设消化。深度学习已将干端的假设生成速率放大了数个数量级,闭环的整体节奏因此不再取决于"假设从哪里来",而取决于"假设以什么速率被验证",验证执行层决定干湿闭环的能力上限。A-Lab 的示范意义正在于此:它证明的不仅是"AI 可以做实验",还有验证环节可以被组织成一套高通量、可持续运转的工程体系,使假设消化速率与假设生成速率重新匹配。
对验证执行层的探讨,还需要纳入数据质量这一维度。2026 年初,A-Lab 论文作者针对学界关于表征质量、“新材料" 定义的质疑发布勘误,将相关表述调整为 “对 A-Lab 的预测与训练平台而言是新的"。这一勘误释放出明确信号:高通量验证不能只追求通量,数据质量同样很重要。验证执行层的职责,不只是完成材料合成,还要完整留存实验过程、审慎核验结论。如果高速产出缺少结构化记录与核验机制,实验结果便容易失真。这也为自驱动实验室的实验基础设施划定了刚性准则:高通量实验平台在追求验证效率的同时,必须严控数据质量,依靠标准化流程与过程采集,保障数据 “血缘",同步实现实验提速与结果可信。
03 机制解析:四个断层的递进链条
从38万种计算稳定的候选材料,到实验室中的真实样品,中间隔着四个依次咬合的断层,前一个未被打通,后一个便无从谈起。
断层一:可合成性断层
核心矛盾:稳定性筛选判据与合成路径可行性之间的映射缺失
GNoME 的稳定性判据建立在由形成能计算的凸包距离之上,属于热力学判据,它只回答了热力学上该结构是否低于其分解产物的能量,合成路线可不可行,是另一个问题。热力学稳定仅为材料具备可存在性的前提,无法保证其能够被实际合成。竞争多形体引发的相转变、构型熵贡献的动态稳定性、前驱体路线的动力学可达性,均在此判据的覆盖范围之外。GNoME 团队也在论文中将合成能力列为开放性问题。模型输出的定位因此是优先假设:科学价值要靠前瞻性实验来确认,候选空间扩得再大,也不会自动带来合成路线。
断层二:实验通量断层
核心矛盾:验证通量与候选规模之间的数量级失配
模型几天就能生成 38 万个候选,一个课题组把它们逐一合成、表征、评价,单组实验按一周计,验完要按千年计。算成量级:计算侧日均可产出10⁵–10⁶个候选结构,实验侧通量通常只有10¹–10²,相差3–4个数量级。这道落差收窄已有实证:Nature Synthesis 2023 年的自驱动实验室综述显示,机器学习驱动的闭环平台把半导体与金属纳米颗粒合成等任务的探索速度提高了10–1000倍,其中一个平台连续运转8天、完成688次实验,将光催化产氢活性提到原来的6倍。通量一侧的缺口即便只收窄一部分,实验速度上来之后,瓶颈随即转到数据这一层:过程数据散落在越多的设备和记录里,越无法形成完整血缘。
断层三:数据资产断层
核心矛盾:过程数据缺乏结构化沉淀,关键工艺诱因不可追溯
de Pablo 等在《材料基因组计划的新前沿》(npj Computational Materials, 2019)中写道:“高通量实验合成、验证并优化预测得到的化合物,一直是瓶颈。"这道瓶颈有两层,通量是看得见的一层,数据质量是更深的一层。大量失败实验缺少结构化归档,无法作为负样本反哺模型。而目前的数据资产中,多数实验室留存的原始记录不具备复用价值,难以形成数据资产。A-Lab 勘误事件直观暴露了这一断层:当数据产出速度超过记录与核验能力,数据质量便会成为争议点。
断层四:闭环时滞断层
核心矛盾:数据回流速率与模型迭代节奏失配
合成、表征与性能评价分散在不同仪器、不同人员和不同表格中,结果靠人一层层汇总:一个工艺变量调整完毕,到定出下一组实验,往往要等上几个小时乃至几天。主动学习要求模型依据新增数据选出下一组实验,回流速率却远跟不上迭代节奏,这一失配消除,闭环才成立。
04 欧世盛的位置:让每一份算力抵达真实样品
回看这四个断层,是一条递进的因果链:可合成性断层决定了是否值得做实验,通量断层决定了做多少,数据资产断层决定了留下什么,闭环时滞断层决定了能否形成迭代。这一判断也解释了各国资源投向的趋同:中国信通院在《科研智能发展报告(2025 年)》中将"自动化实验室"与科研数据、科研计算、科研模型、科研智能体并列为五大关键技术,北京市2026年7月印发的《北京市加快推进人工智能赋能科学研究实施方案(2026—2028 年)》把"加快自主实验室体系建设"列为五个工作维度前列。
四个断层指向同一个产业判断:AI for Science 的竞争重心正从模型端的候选生成,转向实验端的高质量数据生产,验证执行层决定全链路的能力上限。欧世盛依托微反应连续流技术布局科研智能基础设施,逻辑正在于此:微通道强化传质传热、精准调控停留时间,既提升反应速率与时空收率,也保障实验数据的产出效率与品质。配料、反应、后处理、检测与软件共同构成“化学积木"体系,为高通量实验提供可组装、可复制、可扩展的载体,支撑全流程数据血缘追溯。海量计算预测最终都要落地为实体材料,谁能把这套转化底座搭起来,谁就接住了 AI for Science 的下一程。
参考文献与数据来源
1. Merchant, A. et al.Scaling deep learning for materials discovery.Nature (2023). DOI: 10.1038/s41586-023-06735-9
2. Szymanski, N. J. et al. An autonomous laboratory for the accelerated synthesis of novel materials. Nature (2023). DOI: 10.1038/s41586-023-06734-w
3. Google DeepMind Blog. Millions of new materials discovered with deep learning. deepmind.google
4. Abolhasani, M. & Kumacheva, E. The rise of self-driving labs in chemical and materials sciences. Nat. Synth. (2023). DOI: 10.1038/s44160-022-00231-0
5. Sun, W. et al. Data-driven materials innovation and applications. npj Comput. Mater. (2019). DOI: 10.1038/s41524-019-0173-4
6. 中国信息通信研究院.《科研智能发展报告(2025 年)》
7. 北京市科学技术委员会、中关村科技园区管理委员会.《北京着力建设全球科学智能创新中枢》
8. 人民网科普.《AI用17天创建41种新材料,速度和精确性超人类》
9. 科普中国.《那些登上顶刊的"无人实验室",已经进化到哪一步了?》