在中国科学院东莞材料科学与技术研究所（下称“东莞材料所”），一卷卷银灰色的带材从产线上诞生，被打包装箱，将最终用于新能源汽车的电控系统。

这是东莞材料所自研的高频节能非晶软磁材料。过去，这类材料要靠科研人员几十年反复试错，才能摸索出一种有价值的新配方；如今，AI能在材料的海洋中先圈定一个方向，再由科研人员进行验证，新材料落地量产的效率得到极大提升。

记者走访发现，上述高频节能非晶软磁材料的年销售额已超千万元，还带动优质加工企业落地东莞，与东莞材料所开展联合攻关，跑通了从“AI+科研”到成果落地转化的完整链条。

AI筛选，人工验证

高频节能非晶软磁材料是新能源汽车电控系统的关键材料，它最大的特点是在高频下磁导率高、损耗低，是相关电子器件实现小型化、高效化的关键。可以说，电子器件做得越小，非晶软磁材料的优势就越明显。不过，这类高性能材料曾长期被国外垄断，国内企业依赖进口，而且很难买到先进的材料型号。

要跟上新能源汽车、机器人等产业的升级迭代节奏，必须通过自主研发实现自主生产。但是，靠传统的试错方式，研发效率实在太低了。而且，非晶材料除了用于电机，还能用于折叠屏铰链、轴承等，不同应用场景对非晶材料的性能要求不尽相同，厂家每次提出新需求，后面的研发之路都显得漫长。

这正是AI大展拳脚的地方。东莞材料所非晶材料研究部副研究员周靖介绍，用上东莞材料所的材料科学智能体MatChat后，科研人员可以直接对智能体描述需求，由智能体从海量学术论文中找到思路，快速圈定一批有望满足需求的候选成分。

“通俗地说，AI给的是一个范围，比如有十几种候选成分，我们一个个去试错，进行测试和微调，就能找到性能达标的配方。”周靖表示，这种方式虽然仍需要尝试，但比过去“大海捞针”式的摸索高效得多。

一边摸索，研究团队还一边积累实验数据和生产数据，未来可以把数据再输入AI，继续迭代升级。

这套“AI筛选、人工验证”的打法，把研发周期大幅压缩，短短一两年内，该团队就接连发布多种新的材料牌号，并且都能直接开模生产、做成器件，交给厂家上机验证。看到新材料带来实实在在的性能提升，有厂家已经决定在东莞材料所周边设厂，与研究团队联合研发、合作生产。

与此同时，该材料也已通过初步验证，有望应用于散裂中子源强流质子同步加速器的磁合金加载腔等关键装备，助力我国散裂中子源相关设备核心材料自主化，争取在战略领域实现新突破，为我国高端装备自主化提供关键材料。

在攻关突破中起到关键作用的MatChat，如今已经迭代到2.0版本。项目负责人刘淼研究员介绍，MatChat基于超过80万篇精选学术论文构建而成，涵盖材料科学的各个分支领域，包括但不限于新能源材料、电子信息材料、结构材料、生物医用材料等。这些论文都经过质量把控，确保信息的可靠性与前沿性。截至目前，MatChat的注册用户已超过1.8万个，其中超过20%是企业用户。

为材料研发装上“数据飞轮”

东莞材料所正在搭建的“AI+材料”数智化工具体系，核心是三个抓手。它们构成全所通用的研发底座，而非晶软磁是较早落地的一个应用场景。

第一个抓手就是MatChat。在刘淼眼中，MatChat要做的不是论文，而是真正能用的科研工具，“就像给科学家装上‘外挂’，让几十万篇文献的答案人人可得”。

第二个抓手是Atomly材料科学数据库。刘淼介绍，这套由AI计算出的数据收录了35万余种无机晶体材料，既有人类已经知道的，更涵盖了大批人类可能用到、但还没有研发出来的材料，还能预测它们的结构、性质。Atomly免费向全国科研人员开放，已服务超过8000名注册用户，每年访问量超25万次。

第三个抓手是自动化实验室，里面有一批“机器人实验员”，可以自动执行实验操作，快速验证材料是否能被合成出来、测试材料的各项性能。

机器人做实验收集的数据，未来又能再用于升级AI和数据库。刘淼认为，这将让材料科学的“数据飞轮”越转越快，最终改变材料科学的研究范式。

“爱迪生发明电灯的过程中试验了上千种材料，先找到了碳化竹丝，后来又过了好多年才换成钨丝，传统材料科学正是这样一次次试出来的。而AI正在改变这种传统。”刘淼说，通过强化学习，AI和机器人联动，能在实验中不断试出更优参数；而通过“规模法则”，AI掌握的数据越多、模型越强，用在研究和生产中的效果也会越好。

当AI从“云端”走进实验室、产线，把最耗时的初步筛选交给AI算法，把最前沿的判断留给科学家，材料研发就有了新的可能，这也正是广东推动人工智能全域全时全行业高水平应用的生动注脚。

南方日报记者 钟哲 吴雅楠