日本最年轻的终身正教授回国创业，要攒一座“材料银行”

AI for Materials 如果不落地，永远都是 PPT 出品｜虎嗅科技组 作者｜陈伊凡、刘煊琦 编辑｜苗正卿 头图｜AI生成 “AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「63」篇文章，扫描二维码收听“虎嗅AI 100”完整播客内容。 硅是地壳里第二丰富的元素，在任何一片海滩上抓起一把沙子，里面都是它。但要让沙子学会计算，人类花了整整一个世纪。 1950 年代提纯技术突破之前，晶体管只是贝尔实验室里的玩具；突破之后，才有芯片、个人电脑和互联网。 今天所有人工智能，都站在这场材料革命之上。 如今，生于材料的 AI，正在反过来寻找下一种改变世界的材料。谁能更快地找到新材料，谁就攥住了所有行业的咽喉。 “万物皆材料。”李昊说。他是材科源图的董事长兼首席科学家，日本高校史上最年轻的终身正教授之一，且属于极其罕见的“终身卓越教授”级别，博士后师从丹麦的 Nørskov 教授，后者是理论驱动催化材料研发的开山鼻祖。 AI for Science，是一个极度依靠人才的领域。这个领域至今没有形成成熟的学科，每个人都要从头培养。这样的人才全球都难找：培养一个材料博士，本硕博加起来要十年上下；材料出身再拥抱 AI 相对顺畅，AI 出身再转材料却非常困难。能把两边打通的人，连同沉淀下来的高质量实验数据，全球只集中在屈指可数的几个实验室里，因此这个赛道能跑出来的团队，哪怕全球来看都具有稀缺性。 李昊是这个领域最早把 AI 用到材料研发并做到闭环的科学家之一，实验室阶段已找到一百多个全新的功能材料和能源材料。他自己的团队，从去年秋天招进第一个正式员工算起，不到一年，团队已快速扩张至百人规模，CTO 是他的博士室友。 这家专注 AI for Materials 的公司成立仅一年多，虎嗅获悉，近期已完成天使轮超亿元融资。 过去一年，这个赛道开始涌入大量热钱。当大模型的军备竞赛尘埃渐定、竞争转向落地，资本把 AI 应用投了一圈之后发现：在多数场景里，AI 带来的只是效率的边际改善；而 AI for Science 不同，它的产出是新药、新材料这样能撬动整个产业的东西，一旦跑通，回报会随时间复利放大。于是，它成了资本眼中含金量最高的赛道之一。 另一面，这个赛道泡沫也很大，一些这个赛道上耳熟能详，空有概念的公司融资夸张，却迟迟看不到商业化的闭环，拿不出一个规模化落地的案例。甚至在投资圈有出现这么一种论调：AI for Science是一个讲故事，但没有结果的状态，做不出来，才有想象力。 但李昊对讲故事，不以为然。他看重商业化。除了商业化，后面他们还要自建中试产线，一切瞄准产业化落地，实现商业闭环。两个半小时的交流，李昊讲了一个关于 AI、材料与未来的故事。 这篇文章回答的问题是：当热钱把 AI for Science 推上风口，AI 到底能不能真正找到材料、做出材料，并真正为公司带来收入，还是说，这又是一场讲给资本听的故事？ 技术壁垒：数据库+物理模型集群 过去，AI for Materials 的最大卡点，一是没有高质量的实验数据库，尽管 AI 算法早已开源，但材料领域最缺真实、标准化的实验数据，甚至包括失败的实验数据。另外，是难以解决 AI 的幻觉问题。还有一个更关键的是闭环，到底只是做出了一个 Demo 或者论文，还是有切实大规模商业化的落地产品。 李昊给出的答案，从他手里的两样东西讲起，没有它们，AI for Materials的闭环就无从谈起。 第一样，是一个据称全球最大的能源材料实验数据库，拥有百万级数据条目，年底可能达到千万级。这是材科图源的法宝。 它的起点，带有点“无心插柳柳成荫”的戏剧性色彩：2020 年疫情期间，困在丹麦家中的李昊读到一篇美国学者发表在顶刊的“新材料”，发现日本在上世纪八十年代就报道过几乎一样的东西，于是他开始把代表性论文里的数据逐条人工抠出来、标准化存起来，这一做，就是七年。 在这七年间，越来越多学者了解到他在做这件事，都自发参与进来。 美国某国家实验室十年前想做同样的事，因人工太贵被叫停，因为这件事情对标注者的要求很高，本科生看不懂论文，硕士博士又太贵。即便今天，AI 读论文标数据的幻觉率仍可高达九成，这个数据库依然无法被AI速成。 美国现有的两类材料数据库，也都替代不了这件事：一类是理论计算数据库，近似太多、误差很大，对材料研发的赋能能力非常有限；另一类是早期的物性数据库，存的只是有机分子的基本性质，不是材料性质。像这种要靠大量人工挖掘和标注才能沉淀下来的实验数据库，美国至今没有。倒是日本起过大早，千禧年前后就提出了“数字化转型”，被认为是 AI for Science 的雏形，但遗憾的是，由于人才断层问题，这一探索未能延续：年轻人不愿读博，年轻学者稀缺。 材科源图成立后，李昊他们开发了 AI 辅助挖掘工具，但一开始只用 GPT，误差率 95% 以上。正因为手里已经有庞大的人工标注数据库作训练集，才能让 AI 朝“提高数据挖掘精度”这个方向去训练。李昊把这称作马太效应：有数据库才能做出精准的挖掘工具，精准的工具又能挖更多数据，模型训练得就更准，雪球越滚越大。 值得一提的是，这个数据库里所有数据都来自实验。除了文献挖掘和高通量自动化实验平台 24 小时产出的新数据，他们还会人工实验补充一些知识盲区：明知道某个材料不行，但要知道“哪里不行”，这些失败数据对 AI 训练同样重要。 第二样，是物理模型：在催化、电池等领域推导出结构与性能的关系，转化为可执行的代码、参数和判断规则，数据库给AI 喂真实的知识，物理模型给它套上可解释性的缰绳，让它“理性地思考，而不是产生幻觉”。 把这两样东西和自动化实验串成一个反馈闭环。数据库更大，下一轮模型就更准，实验就更精准，材料性能就更好，然后就是李昊所说的材料领域的“AlphaGo 时刻”：“指哪打哪、想啥来啥“。客户需要一个新催化材料，就必须在很短时间内帮他们找到并做出来；过去试错几年甚至十几年才能找到一个，现在配合 24 小时不间断的高通量自动化实验平台，新材料可以源源不断地产出。 这套闭环最有说服力的证据，来自一家头部能源企业的订单。该企业在某类关键催化反应上已研发多年，始终未能突破性能瓶颈。材科源图接手后，在较短时间内即找到了一系列性能显著提升的新材料，目前正在推进中试验证。 这家企业其实有数据，只是已有的数据都聚焦在当前材料的改性上，宽度不够，而好的 AI 模型需要好、中、差不同性能与元素的样本才能遍历整个材料空间，很多企业自以为坐拥大量内部数据，实际上缺乏系统的数据治理，要么孤岛化，要么失败数据早被扔掉了。 这套说辞当然是当事人的一家之言。但一个可验证的细节是：第一个客户，是在公司注册之前就找上门的，订单先于公司存在，这在讲故事横行的赛道里，算得上一种极其稀缺的商业信号。 “材料银行” 李昊描述的商业模式，浓缩起来是一句话：先做轻资产的定制研发服务，同时攒下一座“材料银行”，再重资产自建产线卖材料。 具体分两步走。第一步，帮客户开发新材料、优化工艺、开发 AI 智能体或数据库，快速解决客户研发中的痛点问题，这是定制化的技术服务和 AI 赋能；与此同时，自己也持续做研发，把找到的好材料与工艺存起来，打造“材料