2021 年在上海交通大学攻读博士学位的时候，汪志龙利用无监督学习，从 2,700 多种候选材料中筛出了 8 种具有合适带隙的四元半导体材料，希望用于光伏薄膜。论文投稿时，他们曾被问到：没有实验验证，怎么证明这些材料真的能够被合成？

当时，团队并没有继续开展材料验证。直到 2024 年，其中一种候选材料 Ag₂BaTiSe₄ 被来自墨西哥克雷塔罗自治大学的研究团队成功合成，并被应用在太阳能光伏薄膜材料中，实现了超过 28% 的最高界面缺陷效率。

这件事对汪志龙触动很大。一种今天只能存在于计算结果中的候选材料，并不意味着它没有价值。随着合成技术和实验条件的变化，几年后，它仍有可能真正进入物理世界。

汪志龙现为康奈尔大学科学人工智能研究所 Eric and Wendy Schmidt AI in Science 博士后研究员，博士毕业于上海交通大学。自 2018 年起，他持续从事 AI for Materials 研究，目前主要将第一性原理计算、分子动力学模拟与 AI 方法结合，关注晶体与分子体系的电子和离子输运，应用涉及光伏、半导体、电池、催化等体系。

过去十多年，机器学习早已被用于材料性质预测和高通量筛选。生成式模型和基础模型兴起之后，AI 开始进入更大的材料空间：生成未知结构、跨材料体系迁移知识，并尝试从计算和实验数据中总结新的物理关系。

与此同时，“AI 发现几十万种、上百万种新材料”的说法越来越常见，但真正能够进入实验验证的仍只是很小一部分。模型结果有多可信？材料能否稳定存在并被合成？理论计算中的偏差又该如何通过实验数据校正？这些问题正在变得更加突出。

汪志龙近年的研究正围绕这些问题展开。他关注 AI 如何在有限数据下实现知识迁移，如何更合理地表示材料，也在尝试把理论计算、AI 模型与实验连接起来。

他也计划建立和布局 AI for Materials 团队。按照他的设想，早期会先聚焦于具体的材料应用体系，如新能源材料和电子材料，从理论计算和高通量材料模型切入，再逐步引入实验验证，最终形成干湿结合的材料发现闭环。

围绕 AI 材料发现的真实进展、能力边界与未来路径，DeepTech 与汪志龙进行了一次交流。

以下为经编辑整理的对话全文。

百万种新材料背后的验证难题

DeepTech：机器学习其实十多年前就已经被用来预测材料性质、筛选候选材料了。为什么到了最近几年，AI for Materials 又突然变得这么受关注？这一轮变化和以前最大的不同是什么？

汪志龙：我觉得可以从几个方面来看。

首先是 AI 本身的能力变强了。过去材料领域使用的机器学习，很多是在已有数据上做性质预测或者候选筛选，使用的方法也比较传统，比如决策树、人工神经网络、随机森林等。本质上更多还是在已有材料和已有数据范围内做预测。

近几年随着基础模型、生成式模型等方法的发展，AI 处理复杂材料表示、跨材料体系知识迁移，以及生成式逆向设计等问题的能力都在提升。过去更多是用 AI 辅助材料研究，现在则开始进一步尝试让 AI 参与材料的发现和设计。

第二个变化是可用的数据越来越多。材料、生物、化学等科学领域本身也在快速发展，无论理论计算还是实验研究，都开始产生更多高通量数据集，这为 AI 方法的发展提供了更好的数据基础。

另外一个变化是交叉学科人才越来越多。早期做这个方向的人，往往只具有 AI 或材料科学其中一方面的背景。现在同时理解 AI 和材料科学的研究者越来越多，这也在加速整个领域的发展。

DeepTech：现在经常能看到“AI 发现几十万种、上百万种新材料”这样的说法。如果让你评价一下这个领域，你觉得目前最大的真实进展是什么？又有哪些能力其实被外界高估了？

汪志龙：我觉得最真实的进展是，AI 确实让我们能够在很短时间内探索过去难以覆盖的大规模材料空间，快速预测大量未知材料的稳定性和相关性质。即使这些预测存在不确定性，也可以给实验团队提供参考，比如优先选择可信度更高的候选进行合成，再结合主动学习不断迭代模型。

但被高估的地方也在这里。现在很多工作一次会预测几百万、几千万甚至上亿种材料，而实验真正验证的只是其中很小一部分。比如模型预测了 100 种材料，实验验证了 90 种，其中 90% 成功，这个结果比较有统计意义；但如果预测了 500 万种，只验证了 90 种，就很难据此判断整个预测空间到底有多可靠。

所以候选数量很大，并不等于材料发现能力已经得到了充分验证。

DeepTech：所以“生成很多候选”和“真正发现新材料”其实不是一回事。你会怎么理解这两者之间的差别？

汪志龙：我认同这一观点：生成不等于发现，发现也不等于这个材料最终能够被制造出来。

AI 的确可以帮助我们探索巨大的材料空间。比如 DeepMind 的 GNoME，就是从非常大的晶体材料空间中寻找可能稳定的材料，其中也有一些材料过去已经被实验合成过。所以，不管是材料生成还是高通量筛选，现在一个很重要的问题都是：模型给出的候选究竟有多可信，以及它们能不能真正被实验验证。

不过，即使现在 AI 发现的新材料还没有那么高的确定性，我认为这些结果依然有参考价值，尤其能够给实验团队提供新的候选方向。

我自己有一个印象很深的例子。2021 年，我们曾在 npj Computational Materials 发表过一项工作，利用无监督学习从 2,700 多种材料中筛出了 8 种具有合适带隙的四元半导体候选材料，但当时没有进行实验验证。投稿时也被问到一个很直接的问题：没有实验验证，怎么证明这些材料具有可合成性？

到了 2024 年，其中一种候选材料被其他实验团队真正合成并发表了文章。这件事对我的触动很大。今天通过 AI 或 DFT 发现的一些候选材料，可能受限于合成技术或实验条件，暂时无法验证，但两三年甚至更久以后，仍有可能被真正合成出来。

所以我还是认为 AI 材料发现有很大的潜力。但同时，目前 AI 发现新材料时，还需要更好地给出预测结果的可信度、不确定性和可验证性。因为很多材料 AI 仍主要建立在理论计算数据之上，大规模实验数据相对较少，从理论预测的稳定性，到实验中的稳定性、可合成性和最终性能，中间还有很长的距离。

图 | 通过 AI 发现的并成功合成的 Ag₂BaTiSe₄ 材料（来源：受访者提供）

DeepTech：如果说上游已经能快速生成和筛选候选，那么往下走，稳定性和可合成性是不是正在成为更关键的瓶颈？

汪志龙：是的。不管做什么材料性质预测，归根结底首先要考虑的还是材料的稳定性和可合成性。

理论计算方面，现在已经有比较成熟的方法判断材料是否稳定，比如计算声子谱、凸包能等，或者通过分子动力学模拟观察材料在不同温度下的稳定性。实验方面，也已经有一些 AI 模型用于预测材料的可合成性和合成路径。

但总体来说，可合成性是材料预测中最基础的问题。无论后面预测的是哪种性能，最终都要回到一个前提：这个材料能不能真正被合成出来。

DeepTech：你们自己的研究现在会做到哪一步？是停留在候选筛选和设计，还是会继续往实验验证走？

汪志龙：我们也会继续往下做。发现或设计出新材料之后，会进一步分析它的可合成性；如果有合适的实验合作团队，也会直接合作做材料合成或配方验证。

整体上，我们更多负责理论计算和 AI 建模，下游实验验证主要和实验团队合作完成。目前也已经有很多研究工作得到了实验的验证，并发表在领域的著名期刊上。

数据有限，材料 AI 怎么学

DeepTech：材料科学很难像大语言模型一样不断堆叠数据。你的研究更关注把一个材料体系中学到的规律迁移到新的体系。为什么知识迁移对材料发现这么重要？

汪志龙：这是材料领域一个很根本的问题，我们很难拥有近乎无限的数据。

即使现在有高通量计算和高通量实验，真正高质量的数据仍然很昂贵。比如计算材料带隙，如果使用精度更高的杂化泛函，一个常规的晶体材料在高显存 GPU 上可能就需要计算一周，很难在短时间内建立特别庞大的高质量数据集。

而且进入一个新的材料体系时，数据通常更少。比如从锂离子导体转向钠离子导体，新的体系可能只有几十个或者几百个高质量数据。如果每进入一个新体系都从零开始训练模型，AI 就很难真正发挥作用。

另一方面，不同材料之间本身存在很多共享的物理和化学规律。迁移学习的意义，就是利用已有的材料数据和知识去理解新的材料空间，降低对新体系数据量的需求，从而实现跨材料体系的发现。

这也和我的研究路线有关。过去我一直在探索不同数据规模和数据分布下的材料 AI 建模，包括迁移学习、无监督学习，以及后来的主动学习和动态路由等方法。

图 | 基于动态路由策略的电解液离子电导率预测（来源：受访者提供）

DeepTech：既然材料数据很难无限增加，而且背后还有明确的物理规律，那么材料大模型还会走“数据越多、模型越大”的路线吗？

汪志龙：我觉得材料 AI 一定会借鉴大模型的发展，但不会简单复制大语言模型的路线。

一方面，材料数据有限，背后又有大量物理规律约束。所以未来更可能是模型规模、科学先验、计算模拟和实验共同发展。很多时候，我们需要的未必只是一个更大的模型，而是更合理的材料表示，以及模型和真实物理世界交互的能力。

材料科学本身是从物理和化学出发、以实验为基础的科学。语言模型更多是在语言和信息世界里交互，而材料 AI 最终还是要回到真实世界，通过计算和实验不断验证。所以我认为，材料 AI 可能会形成一套和大语言模型不同的 Scaling Law。

DeepTech：如果不能只靠扩大数据规模，那对材料 AI 来说，最重要的到底是哪类数据？

汪志龙：可以从两个方面来看。

首先，理论计算数据仍然非常重要。高通量实验成本高、周期长，因此可以先通过理论计算建立高通量、高保真的材料数据集，增强模型的泛化能力。甚至可以基于这些理论数据训练基础模型，再针对不同下游任务进行迁移学习或微调。

另一方面，实验数据也很重要，尤其是失败实验的数据。论文通常更倾向于发表成功结果，但 AI 不仅需要知道什么材料能够合成、什么材料性能好，也需要知道哪些材料没有合成出来、为什么失败，或者为什么性能不好。

比如我们最近做超离子导体研究时，从文献中收集实验数据，会发现公开发表的数据往往偏向高离子电导率。如果训练数据里几乎都是“好材料”，模型就很难真正区分哪些材料好、哪些不好，也容易产生偏差。所以我们会尽量平衡不同类型的数据。

DeepTech：这些数据主要从哪里来？你们会自己建数据库吗？

汪志龙：我们自己搭建的数据库目前主要来自高通量理论计算。公共数据库也会使用，比如 Materials Project，主要用于材料筛选。

另外一类数据来自公开文献，我们会从文献中检索和整理实验数据。现在也可以借助 AI 阅读摘要、关键图表等，从中提取实验数据，提高数据收集效率。

我们现在搭建的高质量数据库涵盖了晶体/分子以及材料配方的多种性质数据，包括带隙、离子电导率、吸附能、结合能等，总的数据规模已经达到千万级别。

DeepTech：但理论计算数据本身也有局限。比如很多原子尺度的材料模型会用 DFT 数据训练，而 DFT 本身就是对真实世界的近似。AI 会不会把这种偏差也一起学进去？

汪志龙：会。如果 AI 完全学习 DFT 数据，确实有可能把 DFT 本身的偏差也学进去，而不完全是真实世界的物理规律。

但现阶段计算数据还是很有必要，因为实验数据仍然比较稀缺。一个可行的办法，是把理论计算数据和实验数据结合起来。比如我们有一项工作，先用 8,000 多个理论计算数据训练基础模型，再利用从文献中收集的实验数据进行迁移学习，让模型最终更好地与实验结果匹配。

所以 AI 并不一定只能复制它最初学习到的计算方法。通过实验数据、不同保真度的计算数据以及不同理论方法进行联合训练或迁移学习，可以不断校正模型，让它更接近真实体系。

我觉得未来更有价值的路线，是以计算数据作为基础，再用少量实验数据持续反馈和优化。这样在特定任务上，模型有可能超过单一计算方法的表现。

DeepTech：那实验数据不足的问题，能不能靠自动化实验室来解决？

汪志龙：自动化实验室是一个很好的方向，可以提高实验效率，在一定程度上缓解高通量实验数据不足的问题。

但即使实现自动化，实验本身仍然存在成本高、周期长的问题。化学试剂、实验仪器都需要实际投入，不可能无限制地做实验。所以自动化可以加速实验，但很难从根本上解决实验数据获取成本高的问题。

DeepTech：除了获取成本，实验数据本身的开放程度怎么样？现有数据足够拿来训练 AI 吗？

汪志龙：现在发表论文时，很多期刊会要求提供部分原始数据，所以确实有一些实验数据是公开的，但客观来说，仍然有大量实验数据没有公开。

比如我们最近也在关注材料电镜表征数据。电镜可以捕捉材料的形貌特征和机理，但很多研究并不会把完整的电镜图像数据公开出来，这类数据目前还是比较稀缺。另一方面，电镜等实验设备本身也比较昂贵，要获得大量高质量实验数据，成本很高。

在特定的应用场景和研究目标下，小规模的数据是足够的。但是要加强模型的泛化性能，则还需要更多的数据。

什么才是材料模型真正的能力？

DeepTech：现在很多模型都会说自己具有很强的泛化能力。在材料领域，什么才算真正的泛化？

汪志龙：从 AI 的角度，泛化通常是指模型在训练集之外的数据上，仍然能够保持比较好的预测能力。

但对材料科学来说，我觉得更重要的是跨材料空间的泛化。也就是说，模型面对真正没有见过的化学元素、结构类型、材料体系，甚至不同实验条件时，仍然能够做出可靠判断。

比如从锂离子导体推广到钠离子导体，或者从半导体推广到金属材料，这种跨材料体系的能力，才更接近 AI for Materials 真正需要的泛化，而不只是换一批测试数据后依然表现不错。

DeepTech：要做到这种跨材料空间的泛化，一个现实问题是，很多未知材料连完整的晶体结构都没有。材料科学又常说“结构决定性质”，这种情况下 AI 怎么判断一个材料值不值得继续研究？

汪志龙：这和我目前的一些研究比较相关。很多时候，我们确实拿不到完整、可靠的晶体结构。比如一些实验合成的晶体材料，受实验条件和表征手段限制，不一定能获得准确的原子坐标。所以在 AI 建模时，不能把完整晶体结构作为唯一的信息来源。

我们的一些工作会利用化学组成、元素属性、化学环境或者局域结构信息来表示材料，再据此建立预测模型。AI 可以从这些不完整的信息中提取规律，先判断哪些材料空间值得进一步探索，再通过后续计算或实验确定具体结构。

另外，化学组成和晶体结构本身也存在关联。即使只有组分信息，也可以结合已有的相似材料结构，通过掺杂、结构优化等方式构造可能的晶体结构，再进一步计算和验证。目前也有一些 AI 模型是利用化学组分作为条件来生成可能的结构。所以我认为，材料 AI 不一定必须依赖完整晶体结构，仅凭组分等信息，也可以进行一定程度的预测和筛选。

DeepTech：这其实就涉及你一直关注的“材料表示”。现在模型越来越大，为什么怎么把材料表示给 AI 仍然这么重要？

汪志龙：我觉得材料表示对于 AI 模型设计非常关键，甚至可以说是最关键的问题之一。从 AI 的角度看，输入特征很大程度上决定了模型能力的上限，神经网络、生成式模型等更多是在不断逼近这个上限。

语言有 token，图像有 pixel，但材料包含的信息更复杂，包括组分、结构、周期性、对称性，以及电子、原子、分子等不同尺度的信息。如果在表示阶段没有把这些科学规律很好地表达出来，即使模型再大，也可能只是学到数据里的表面相关性，而不是材料本身的物理规律。

所以模型越大，材料表示并不会变得不重要，反而会成为构建材料基础模型时更核心的问题。

另外，材料表示也关系到模型的可解释性。如果表示本身包含物理意义和专家先验，模型不仅更容易学习，也有可能从中提炼新的关系，对已有知识进行修正，甚至提出新的理论表达。

DeepTech：那如果未来真的出现一个类似 ChatGPT 的通用材料模型，已经学习了大量材料和物理化学规律，还需要科学家专门设计这些材料表示和特征吗？

汪志龙：我觉得两者会共存。模型足够强以后，确实可以自动学习很多过去需要人工设计的特征。比如研究一个分子的电子结构，过去可能需要人工判断应该关注极化率、能级轨道等特征，未来 AI 可以帮助完成这部分工作。

但材料科学中的先验知识仍然很重要。因为材料数据往往有限，不同材料体系的数据分布也可能差异很大。在这种情况下，加入合理的物理约束或者知识迁移策略，可以提高模型的效率和精度。

所以未来不是人工设计和端到端学习二选一，而是让模型自己学习的同时，也让科学家的专业知识参与进来。

另外，材料体系本身非常复杂，包括分子、晶体、分子晶体、多肽、聚合物等，不同研究的目标也不同。有的人更关注预测精度，有的人更关注结果是否合理，还有人希望 AI 能帮助发现新的物理规律。通用模型提供的表示未必适合所有问题，因此很多时候仍然需要根据具体研究问题来设计。

图 | 材料数据增强与表征方法（来源：受访者提供）

从预测工具到 AI-native 材料研发

DeepTech：如果往长远看，你觉得材料 AI 最终只是一个更强的搜索工具，还是有可能帮助科学家提出新的材料设计原则？

汪志龙：我觉得它肯定会超越搜索工具。搜索是目前 AI 在材料领域比较直接、也比较容易实现的价值，比如建立大规模材料数据库，再从中快速检索和筛选候选材料。

更重要的是，如果 AI 能够从大量计算和实验数据中发现过去没有被总结出来的规律，就有可能进一步形成新的材料设计原则。比如我们今年在 Nature Computational Science 发表的一项工作中，对模型做可解释性分析后，把重要特征提取出来，再通过符号回归建立了一个从材料组分到离子电导率的物理表达式，这是过去没有提出过的关系。

所以从长远来看，我认为 AI 有可能参与理论发现和规律总结。但这不能只停留在统计相关性上，还需要结合因果关系、物理机制和实验验证，不断对这些规律进行校正。

DeepTech：如果 AI 不只是做预测，而是真正进入材料研发流程，你提到的“AI ecosystem”或者 AI-native 材料实验室，会是什么样？

汪志龙：最直观的变化是自动化程度会更高。过去材料研究更多是由人驱动的串行试错，不管做实验还是做计算，很多时候都是一个一个推进。现在虽然已经有一些批量化、自动化任务，但距离真正的自动化闭环还有很大差距。

未来可能会逐渐变成 AI 驱动的闭环探索。比如先提出一个材料性质预测或材料发现目标，AI 从数据库和文献中搜索候选、分析已有知识，设计计算模拟流程和参数，完成预筛选；再由自动化设备完成实验，并把结果反馈给 AI。

在这个过程中，可能还需要一个更大的 AI Agent 统筹整个流程，根据新数据不断更新判断，决定下一轮需要检索哪些知识、开展哪些计算和实验。

所以未来实验不再只是用来验证 AI 的预测，而会成为 AI 持续学习的一部分。成功和失败的实验结果，都可以进入下一轮模型和决策的迭代。

DeepTech：现在已经有真正做到这种 AI-native 闭环的材料实验室了吗？

汪志龙：我觉得目前理论和实验之间的 gap 还是比较明显的。

做理论和计算的团队，已经在尝试用 AI 或 Agent 自动完成模型构建、参数设置、分子动力学模拟，再把结果反馈给 AI；实验团队也在做自动化实验室，让 AI 去检索合成方案、规划合成路径、完成实验，再把结果反馈回来。

但目前这两部分还没有真正结合起来。理论不只是用来解释实验现象，也应该提出新的机制和判断，进一步指导实验。所以未来更理想的状态，是由一个更大的 Agent 同时协调理论计算和实验，让干实验和湿实验真正形成一个闭环，而不是各自形成独立的闭环。

DeepTech：为什么干实验和湿实验到现在还很难真正接起来？

汪志龙：首先是交叉人才比较稀缺。现在做 AI、理论计算的人和做湿实验的人往往是两类团队，真正同时理解 AI、计算和实验的人还比较少，所以在研究方式、方案设计和合作沟通上都会存在障碍。

另外，两边关注的目标也不太一样。做实验的研究者可能对 AI 和理论计算的一些前沿进展了解得没那么多；做理论和 AI 的研究者则更关注预测精度、数据规模和计算效率，但对材料最终的可合成性、稳定性等实验问题关注得相对少一些。

所以这里既有人才和技术上的壁垒，也有研究目标和评价标准不一致的问题。

DeepTech：既然材料问题涉及这么多尺度和环节，未来更可能出现一个“材料 GPT”，还是由多个模型和工具组成一套系统？

汪志龙：我更倾向于后者。材料科学本身是一个非常复杂的多尺度问题，从电子、原子、分子到具体材料体系，不同尺度面对的问题都不一样。很难由一个模型同时完成材料知识理解、结构预测、量子计算、实验设计和设备控制。

即使只看理论计算，现在也很难靠一个通用模型解决所有问题。不同模型往往针对不同材料类型和任务，而真实材料里还会涉及异质结、界面吸附和不同结构之间的相互作用，问题会更加复杂。

所以未来更可能形成一个由模型和工具共同组成的生态：基础模型负责知识理解和推理，专业模型负责 DFT 计算、分子动力学模拟等具体任务，自动化实验系统提供真实物理世界的反馈，外层再由 Agent 协调这些模型和工具。

最终关键可能不是某一个材料模型有多大，而是整个系统能不能真正形成闭环，并稳定、协调地运行。

DeepTech：多个模型、计算和实验系统协同之后，数据对齐会不会成为新的问题？

汪志龙：会，而且这是一个比较关键的问题。理论计算、分子动力学和实验产生的数据，在格式、时间尺度、精度和研究目标上都不一样。比如第一性原理计算有不同的泛函，分子动力学涉及不同的力场参数，实验也有不同方案和合成路径。

尤其未来接入自动化实验之后，AI 不仅要接收这些不同来源的数据，还要理解它们分别对应什么尺度、能够解决什么问题，再据此决定下一步采取什么策略，这会比较困难。

所以未来一个重要基础是建立数据标准。至少在理论计算这一侧，需要尽可能形成统一、被大家认可，同时精度和可信度有保障的数据体系。只有数据基础相对统一，不同模型和工具之间才更容易真正协同起来。

DeepTech：你之后有回国发展的计划吗？

汪志龙：我有考虑回国发展。现在国内 AI for Science 的发展很快，在和多个研究团队接触后，我也觉得这个时间窗口比较重要。我对 AI for Materials 的研究很感兴趣，目前的想法是学术界和工业界的工作都可以，能够将兴趣发展为自己的事业是一件很幸福的事。当然，有合适的契机，我可能也会同步推进创业，建立起自己的团队，继续深耕。

DeepTech：如果之后创业，你更想做 AI 材料发现的完整闭环，还是先从理论计算和模型这一侧切入？

汪志龙：客观来说，最开始肯定还是先做上半部分。先针对具体应用场景中尚未解决的关键科学问题，基于专有的理论数据和 AI 模型建立干实验平台，再逐步引入中小规模实验，对模型进行优化，最后再往干湿结合的闭环发展，快速推进落地应用。

因为实验这一侧目前还有两个现实问题。一个是自动化实验室还没有完全成熟，我还没有看到能够真正大规模完成高通量合成、表征和测试的自动化实验体系；另一个是成本很高。所以短期内直接做完整闭环并不现实，但长远来看，理论计算和实验肯定还是要结合起来。

参考链接：

1.Z. Wang, et al. A dynamic routing-guided interpretable framework for salt-solvent chemistry. Nature Computational Science 6, 271-284 (2026)

2.Z. Wang, et al. Decoding the chemical space of fast-ion conductors via a descriptor-guided transfer learning framework. Science Advances 12, eaee4959 (2026)

3.Z. Wang, et al. Leveraging generative models with periodicity-aware, invertible and invariant representations for crystalline materials design. Nature Computational Science 5, 365-376 (2025)

4.Y. Jia, Z. Wang, et al. Variable and intelligent catalyst design based on local chemical environments in sulfur redox reactions. Joule 6, 5, 101878 (2025)

5.Z. Wang, et al. Unsupervised discovery of thin-film photovoltaic materials from unlabeled data. npj Computational Materials 7, 128 (2021)

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成