判断台账 / AI4S 五个方向

材料研发:AI 在科研闭环里走到了哪一环?

最远到 L3判断
AI4S置信度低观察中复核 2026 年 11 月 11 日 · 首次记录以来未改变

截至 2026 年 11 月 11 日 的回答是:最远到 L3。自动实验室已经在闭环跑,但标志性案例 A-Lab 的「新材料」结论被更正,闭环本身的可信度仍在被检验。置信度低,仍在观察。依据 2 条支持证据,2 条反方证据。

看完整论证 →

支持证据 · 2

有实测数据材料研发 · L3 · 作者实验有争议论文可自查
A-Lab

自动实验室的标志性案例,也是最好的反面教材:「新材料」的说法被同行质疑后,论文在 2026 年 2 月作了更正,连标题里的「新材料」都改成了「无机材料」。

争议 · 伦敦大学学院的 Robert Palgrave 与普林斯顿的 Leslie Schoop 团队分析后认为,这批化合物中没有真正意义上的新材料,自动化的 X 射线衍射解析也存在误判。这是「自动实验室的结论也需要验证器」的现成例子。

来源:Nature 624, 86–91 (2023);Nature 650 (2026-02-05) 作者更正 s41586-025-09992-y;Nature 作者更正 s41586-025-09992-y · 在证据库中查看
另见nature.com/articles/s41586-023-06734-w
有实测数据材料研发 · L2 · 作者实验论文可自查 · 开源代码
MatterGen

从「筛选」跨到「按需生成」,并有一例实验合成;但只有一例,离常规流程还远。

来源:Nature (2025), s41586-025-08628-5 · 在证据库中查看

反方与局限 · 2

有实测数据材料研发 · L1 · 基准评测有争议论文可自查 · 开放权重
GNoME

把「预测稳定」这一层做到了极致;但「稳定」不等于「做得出来」也不等于「有用」,这之间的距离是材料 AI 的核心问题。

争议 · 有材料学者指出,大量预测结构只是已知结构的元素替换,化学上的新颖性有限;「新材料」这个说法在材料学界有争议。

来源:Nature 624, 80–85 (2023) · 在证据库中查看
另见nature.com/articles/s41586-023-06735-9

出现这些事实,这条判断会改

变动历史 · 1

  1. 2026 年 9 月
    首次记录:最远到 L3
    A-Lab、Periodic Labs 在做自动实验闭环。

如何引用

正文引用
模型与RSI·判断台账:「材料研发:AI 在科研闭环里走到了哪一环?」当前结论为「最远到 L3」(置信度低,2026 年 11 月 11 日复核)。https://rsi.zongxin.tech/judgments/ai4s-materials
参考文献 · GB/T 7714
模型与RSI. 材料研发:AI 在科研闭环里走到了哪一环?——判断台账[EB/OL]. (2026-11-11)[{引用日期}]. https://rsi.zongxin.tech/judgments/ai4s-materials.
稳定链接
https://rsi.zongxin.tech/judgments/ai4s-materials

链接长期有效;结论会随月度复核变化,引用时请注明复核月份。全部判断可下载 CSV 或 JSON。

同组的其他判断

蛋白质与分子设计:AI 在科研闭环里走到了哪一环?最远到 L2药物发现:AI 在科研闭环里走到了哪一环?最远到 L2虚拟细胞与生物基础模型:AI 在科研闭环里走到了哪一环?最远到 L2AI 科学家:AI 在科研闭环里走到了哪一环?最远到 L3