在中國科學院東莞材料科學與技術研究所（下稱“東莞材料所”），算一卷卷銀灰色的中国帶材從產線上誕生，被打包裝箱，科学將最終用於新能源汽車的院东用A元電控係統。

　　這是莞材東莞材料所自研的高頻節能非晶軟磁材料。過去，料所料年這類材料要靠科研人員幾十年反複試錯，新材销售才能摸索出一種有價值的额超新配方；如今，AI能在材料的千万海洋中先圈定一個方向，再由科研人員進行驗證，算新材料落地量產的中国效率得到極大提升。

　　記者走訪發現，科学上述高頻節能非晶軟磁材料的院东用A元年銷售額已超千萬元，還帶動優質加工企業落地東莞，莞材與東莞材料所開展聯合攻關，料所料年跑通了從“AI+科研”到成果落地轉化的完整鏈條。

　　AI篩選，人工驗證

　　高頻節能非晶軟磁材料是新能源汽車電控係統的關鍵材料，它最大的特點是在高頻下磁導率高、損耗低，是相關電子器件實現小型化、高效化的關鍵。可以說，電子器件做得越小，非晶軟磁材料的優勢就越明顯。不過，這類高性能材料曾長期被國外壟斷，國內企業依賴進口，而且很難買到先進的材料型號。

　　要跟上新能源汽車、機器人等產業的升級迭代節奏，必須通過自主研發實現自主生產。但是，靠傳統的試錯方式，研發效率實在太低了。而且，非晶材料除了用於電機，還能用於折疊屏鉸鏈、軸承等，不同應用場景對非晶材料的性能要求不盡相同，廠家每次提出新需求，後麵的研發之路都顯得漫長。

　　這正是AI大展拳腳的地方。東莞材料所非晶材料研究部副研究員周靖介紹，用上東莞材料所的材料科學智能體MatChat後，科研人員可以直接對智能體描述需求，由智能體從海量學術論文中找到思路，快速圈定一批有望滿足需求的候選成分。

　　“通俗地說，AI給的是一個範圍，比如有十幾種候選成分，我們一個個去試錯，進行測試和微調，就能找到性能達標的配方。”周靖表示，這種方式雖然仍需要嚐試，但比過去“大海撈針”式的摸索高效得多。

　　一邊摸索，研究團隊還一邊積累實驗數據和生產數據，未來可以把數據再輸入AI，繼續迭代升級。

　　這套“AI篩選、人工驗證”的打法，把研發周期大幅壓縮，短短一兩年內，該團隊就接連發布多種新的材料牌號，並且都能直接開模生產、做成器件，交給廠家上機驗證。看到新材料帶來實實在在的性能提升，有廠家已經決定在東莞材料所周邊設廠，與研究團隊聯合研發、合作生產。

　　與此同時，該材料也已通過初步驗證，有望應用於散裂中子源強流質子同步加速器的磁合金加載腔等關鍵裝備，助力我國散裂中子源相關設備核心材料自主化，爭取在戰略領域實現新突破，為我國高端裝備自主化提供關鍵材料。

　　在攻關突破中起到關鍵作用的MatChat，如今已經迭代到2.0版本。項目負責人劉淼研究員介紹，MatChat基於超過80萬篇精選學術論文構建而成，涵蓋材料科學的各個分支領域，包括但不限於新能源材料、電子信息材料、結構材料、生物醫用材料等。這些論文都經過質量把控，確保信息的可靠性與前沿性。截至目前，MatChat的注冊用戶已超過1.8萬個，其中超過20%是企業用戶。

　　為材料研發裝上“數據飛輪”

　　東莞材料所正在搭建的“AI+材料”數智化工具體係，核心是三個抓手。它們構成全所通用的研發底座，而非晶軟磁是較早落地的一個應用場景。

　　第一個抓手就是MatChat。在劉淼眼中，MatChat要做的不是論文，而是真正能用的科研工具，“就像給科學家裝上‘外掛’，讓幾十萬篇文獻的答案人人可得”。

　　第二個抓手是Atomly材料科學數據庫。劉淼介紹，這套由AI計算出的數據收錄了35萬餘種無機晶體材料，既有人類已經知道的，更涵蓋了大批人類可能用到、但還沒有研發出來的材料，還能預測它們的結構、性質。Atomly免費向全國科研人員開放，已服務超過8000名注冊用戶，每年訪問量超25萬次。

　　第三個抓手是自動化實驗室，裏麵有一批“機器人實驗員”，可以自動執行實驗操作，快速驗證材料是否能被合成出來、測試材料的各項性能。

　　機器人做實驗收集的數據，未來又能再用於升級AI和數據庫。劉淼認為，這將讓材料科學的“數據飛輪”越轉越快，最終改變材料科學的研究範式。

　　“愛迪生發明電燈的過程中試驗了上千種材料，先找到了碳化竹絲，後來又過了好多年才換成鎢絲，傳統材料科學正是這樣一次次試出來的。而AI正在改變這種傳統。”劉淼說，通過強化學習，AI和機器人聯動，能在實驗中不斷試出更優參數；而通過“規模法則”，AI掌握的數據越多、模型越強，用在研究和生產中的效果也會越好。

　　當AI從“雲端”走進實驗室、產線，把最耗時的初步篩選交給AI算法，把最前沿的判斷留給科學家，材料研發就有了新的可能，這也正是廣東推動人工智能全域全時全行業高水平應用的生動注腳。