每天100次实验：Radical AI 想把材料发现从40年压进10年

Joseph Krausz 在陆军研究实验室做材料科学家时，一年大概跑 50 个实验。政府定向项目火力全开，比如 MOCK 计划，一年能推到四五百个。Nathan Labenz 本科做研究助理那一年，称量细粉末、跑枯燥实验，数量也差不多。Radical AI 现在的自驱动实验室，目标是每天 100 个实验。一周就超过他们各自一整年的量。

这家公司的两位联合创始人 Joseph Krausz 和 Jorge Colindres 在 Cognitive Revolution 里把这套系统拆开讲了一遍。核心是一句话：材料是几乎所有现代工业的地基，但找新材料的流程还停留在手工作坊时代。他们想用前沿 AI 模型加近乎全自动的实验室，把这个流程改成闭环流水线。

一亿美元、十年，和一个巨大的中间地带

Jorge 把材料研发的现状归纳成三个问题。成本，一种新材料从计算框架走到规模化生产，通常超过一亿美元。时间，从发现到商业化平均十年以上，有些案例更久。碎片化，这是前两个问题的根子。

他把材料科学分成两个范式。一头是学术研究，目标是理解科学本身，不盯着商业应用。另一头是企业研发，盯着商业化，盯着 1% 到 5% 的性能提升，好去改利润率、向华尔街交差。中间留出一大片空白：做真正新颖的、同时面向商业应用的基础发现。Radical AI 要占的就是这块空白。

这和药物发现有点像。临床试验对应材料里的放大生产。实验室里做出硬币大小的样品，要变成几百公斤的块体，还得保住原来的性能，难度极高。Jorge 说，药物那边大家熟悉，材料这边的探索少得多，这正是机会。

Nathan 追问，材料放大难道不该随着工程经验积累越来越快吗？Jorge 的回答很直接：可以更快，但需要换工具。自驱动实验室不是把同一个实验重复一万遍，而是用主动学习，让每一次运行都吸收上一次的结果，像人类科学家那样迭代。

Gorilla Glass 在货架上躺了半个世纪

Joseph 讲了一个他最喜欢的故事。康宁在五十年代开发出一种叫 Chemcor 的玻璃，后来在货架上放了五十年。2006 到 2007 年，乔布斯走进康宁在纽约上州的办公室，说要做一款改变世界的手机，现在所有手机都是塑料屏，苹果在意设计，想要手感更好、看起来更好的东西。康宁说，我有个产品在架子上放了一阵子。Chemcor 变成了 Gorilla Glass，后来进入苹果几乎每一款产品，也进入三星和 LG，成了康宁最大的收入来源之一。

这个故事有两层意思。第一，我们经常并不真正理解自己做出来的材料，不知道它好在哪。第二，得有客户告诉你他在找什么，才能把材料性能和商业价值对上。Radical AI 的做法是把客户期望和价值驱动因素尽早拉进流程，从设计、实验到放大、制造，全程盯着终端应用。

Nathan 顺势问，材料界有没有“孤儿材料”，小规模做出来了，却因为放大困难一直没商业化。Jorge 说这大概是他们工作的一大部分。晶体管和硅在半导体里的应用花了很长时间才推过去。室温超导讲了 decades，应用前景惊人，合成过程却始终没搞明白。LK-99 就是最近的例子。

LK-99 留下的教训：做不出来，就不算发现

Nathan 原本的印象是 LK-99 就是测量错误，团队根本没做出东西。Jorge 同意这个结论，提到后来较流行的解释是意外生成了硫化铜杂质。但他补了一层：即使假设材料存在，论文披露的合成细节也不足以支撑复现。温度区间、容器材料、实验环境，很多关键变量没写清楚。

他用烤面包打比方。同样的原料给两个人，一个让面团发酵、割包、用对的温度和时间烤，出来是好面包。另一个想快点，三十分钟、一千度，出来是块石头。原料一样，步骤看上去也一样，时间和温度一变，产物完全不同。

所以他的判断标准很硬：新材料得能在实验室里做出来，新商业材料得能从实验室放大。两件事都没做到，就谈不上发现。至于室温超导材料到底存不存在，他说时间会给答案。

这里有个容易被忽略的分歧点。外界把 LK-99 当成一次“造假”或“误测”事件，材料圈内部更在意的是合成与复现的方法论。Radical AI 把这件事当成反复思考的问题，室温超导也明确写在他们长期路线图上。

飞轮怎么转：性质驱动优化加机器人实验室

整套系统分两大块，一边是 AI 引擎，一边是全自动机器人实验室，中间用数据咬合。

客户带着需求进来，比如要做马赫 5 以上的飞行器，材料得耐高温、抗高压、抗氧化，最好还别太重。这些需求被翻译成一组目标性质，交给 AI 引擎。引擎做的是性质驱动优化：从想要的性能出发，反推可能的成分和实验方案，而不是在元素周期表里做穷举组合。

Joseph 说，人类科学家做研究时会看显微图像、读论文、靠过往实验的直觉、跑计算模拟，最后攒够信心才动手做实验。他们要建的是一个把这些模态全吃进去的 AI 引擎，包括那种说不清道不明的科学直觉。

模型家族不只一种。图神经网络，也就是材料圈说的 MLIP，用来做原子尺度建模。生成模型、语言模型、计算机视觉各管一段。语言模型负责读文献、提取信息、生成建议，也负责推理“什么样的实验值得做”。GNN 更像被语言模型调用的工具，需要补算一下、确认某个不确定性时，就调一次。

Joseph 押注最重的是语言模型。他认为真正的差异化在语言侧的推理能力，把海量科学知识、多模态数据、实验反馈串起来，形成假设，设计实验，送进实验室，再从成功和失败里学。GNN 和计算数据重要，但只解决大约 10% 的问题。

实验室那头，操作系统接收实验设计，配好成分，按方案合成，做材料表征，再用扫描电镜、X 射线衍射、拉伸测试等手段测性能。数据实时回传，机器学习模型当场分析，提取洞见，喂回 AI 引擎，形成主动学习闭环。Jorge 说，人类科学家一次看一张 XRD、一张 SEM、一条拉伸曲线，然后想下一步。AI 科学家同时比对几百万张来自论文和自家实验室的图谱，再提假设。这个维度人脑进不去。

科学直觉是学来的，但没人记录学习过程

Nathan 问，人类里最顶尖的材料直觉是什么样。Joseph 提到他们的第三位联合创始人，说这人是世界前三甚至最好的材料科学家之一。聊深了会发现，这位老兄自己把直觉拆得很朴素：干了四十年，跑过大量实验，带学生跑，读同行的论文，一点点更新对“什么行、什么不行”的理解。天赋有一部分，大部分是学来的。

问题在于，这个学习过程几乎没有被记录下来。Jorge 在陆军研究实验室待了一年，做神经形态计算相关的半导体材料。他说那一年 90% 的工作按引用标准算“没成功”，可这些负结果没有数据集，没有框架，只存在他脑子里。团队只把最后一个能用的材料推出去分享。下一次有人做类似的事，还得重新踩一遍坑。

Nathan 提了个很实际的想法：花钱请研究生把实验笔记本数字化，不行吗？Jorge 说，就算拿到北美所有实验室笔记本，也没法直接用。数据没标注、没结构、缺上下文，不同学科对同一份数据的解读完全不同。

他举了 X 射线衍射的例子。做非晶材料时，他们用 XRD 确认“没有晶体结构”，根本不看峰。把这份数据给一个没做过非晶的人，对方只会说这里没有峰，我看不懂，跟我没关系。可这份数据对训练“非晶行为”的模型很有价值。他还讲自己记录反应时间戳的习惯：反应中途关掉加热，冷却时间不受控，所以只记一个中点时间戳。这个数字对别人有没有意义，完全取决于你是否知道当时的操作背景。

Joseph 把话说得更重：最高价值的数据来自实验室，可它恰恰最难拿到、最难清洗、最贵。计算侧的数据好办，已经有大投入，但只覆盖一小块。真正的瓶颈是实验数据，谁能把实验室的数据捕获做干净，谁就拿到钥匙。

地球大小的海滩上找一粒沙

搜索空间有多大。Jorge 用了爱丁顿数，10 的 80 次方，可观测宇宙的原子数量级，拿来形容潜在组合。合金开发常用元素周期表上六十来种元素，高熵合金一次用五到六种。就算只取五种元素、等比例配比，也有大约五百万种组合。现实中没有任何合金是等比例的，每种元素从 0 到 100%，还能往小数点后走。所以他说，这像在地球大小的海滩上找一粒特定的沙。蛋白质的搜索空间大约 10 的 130 次方，更大。材料这片海滩小一些，反而更有希望在可预见的时间里找到东西。

Radical AI 不做组合穷举。Jorge 认为组合式筛选没产生足够价值。他们走性质驱动优化加主动学习，先靠模型把空间大幅收窄，再送进实验室。有些约束会天然砍掉一大片，比如特别在意重量，锂这类轻元素之外的候选就直接出局。剩下仍然是个天文数字，所以需要多个模型在不同阶段接力，保证送进实验室的东西起点就比较高。

自动化真正的硬骨头不在机械臂，在科学仪器本身。Jorge 说，很多表征和合成设备有 25 年、50 年甚至 75 年历史，设计时只考虑人手操作。软件接口要么没有，要么只能读输出、不能控制。涡轮泵、热源、真空腔压力，很多都动不了。他们的很多工程时间花在改造这些工具上，加装自定义的样品传输、腔体控制、激光开关、防污染机构。他们不碰仪器本身的科学原理，不做 X 射线衍射仪生意，只让工具能自主运行。Radical AI 卖的是材料，不是设备。

空军合同、工艺秘密，和材料界的 Move 37

节目播出前一天，Radical AI 公布了和美国空军的合作，方向是高熵合金用于高超音速应用，走 Direct to Phase 2。Jorge 说，中国和俄罗斯已经部署高超音速系统，背后是长期不断投入材料科学。中国每发现一种新材料，会围绕它建一个制造枢纽，专门解决放大问题。美国这边需要补上公共部门和私营企业的衔接，他们花了不少时间在华盛顿，和 OSTP、NSF、国防部、能源部打交道。

高熵合金的性能很适合这个场景：高强度和高温度耐受兼顾，还能扛氧化，同样的材料也能往核聚变反应堆里放，替代扛不住长期辐射侵蚀的钨。Jorge 说这类材料不是 5% 的性能改进，是 50 倍、100 倍量级的跨越。

商业模式上，他们研究过三种路径。只卖软件，永远做不出实物材料。只做授权，得每年产出多个新发现，还要面对专利到期和逆向工程。最后选的是像 3M、陶氏、应用材料、巴斯夫那样卖材料，但瞄准能影响社会的领域。知识产权方面，成分可以申请专利，真正的护城河是规模化制造的工艺秘密。Jorge 说得很直白：告诉你高熵合金的精确成分，你也未必能低成本放大出来。

Nathan 问材料界有没有 AlphaGo 的 Move 37。Jorge 说还没出现那种让全世界立刻感受到的发现，但团队内部相信，未来 12 到 24 个月会出现第一个。他们想建的是人类历史上最大的实验数据集，让模型在没有百万级同类训练样本的情况下，也能把合金领域的发现迁移到其他材料体系。他把终极目标说成一句话：让世界不再被材料卡住，只被想象力和物理定律限制。

关于多模态，Joseph 说内部正在开发原生多模态模型，给不同模态配编码器，统一进一个模型。六个月内自用，六到十二个月内可能公开发布一部分。机械可解释性是他们重点投入的方向，和 Goodfire 的 Eric 有交流。Jorge 从科学家角度补了一句：模型权重里可能藏着人类根本不会想到去关注的启发式，比如某种透明度和最终性能之间的关联。把人的偏见拿掉，让数学说话，这件事在材料科学里以前几乎没有过。

明天就能用上的几件事

如果你在做研发、带实验团队，或者只是对 AI 加科学这件事有兴趣，这期节目里有几条可以直接拿走。

• 把负结果当资产记录。Jorge 一年 90% 的失败实验没有留下任何结构化数据。哪怕只用一个共享表格记下“什么条件、做了什么、为什么没成”，半年后就是别人没有的训练集。
• 先解决数据捕获，再谈模型规模。Joseph 的判断很硬：数据是最大的杠杆，实验数据又是最难拿的那一块。买更大的模型之前，先看实验室里有多少操作没被数字化。
• 评估基准设在真实世界。Joseph 说没有比实验室更好的 eval。模型给出的建议，最终要拿真实合成和测试结果打分，而不是在公开榜单上刷分。
• 用主动学习代替批量筛选。每轮实验都吸收上一轮的结果，把搜索空间一步步收窄，比一次性跑一万个组合更省资源。
• 从终端需求倒推材料设计。Gorilla Glass 在架子上躺了五十年，缺的不是材料，是客户需求把它接上。先问清楚要用在哪、成本上限多少、供应链能不能撑住，再动手。

Radical AI 的野心很大，每天 100 个实验只是起点。他们赌的是：把实验数据、科学直觉、自动化工具和制造能力垂直打通之后，材料发现能从四十年的周期压进十年以内。这个赌注对不对，接下来一两年实验室里跑出来的数字会说话。