材料丰裕：Radical AI 的闭环实验室实现科学发现自动化
摘要
Radical AI 的核心论点是，材料创新被困在代价高昂的商业化鸿沟中：一个新系统可能需要“超过1亿美元”和“10年以上”，有时甚至20至25年才能上市。 学术界追求基础理解，企业研发则瞄准1%、2%或5%的改进，因而留下了一个与商业需求直接挂钩、完全敞开的突破空间。
其拟构建的护城河，是将 AI 推荐与一座每天进行100项物理实验的机器人实验室连接起来的闭环数据飞轮。 Krause 在 Army Research Lab 工作期间，全年大约完成50项实验；即便政府项目每年能完成400至500项，也只相当于 Radical AI 运行约1周。合成结果、失败记录、显微图像和性能测试会通过主动学习反馈给下一项实验。
商业模式将延伸至规模化和制造，因为发现与商业化不可能长期割裂。 一块四分之一大小的实验室“按钮”样品，可能需要变成重达400磅的部件，同时保持原有性能。因此，Radical AI 计划规模化销售材料：在有用时保护材料配方，但将低成本加工诀窍视为更深层的商业秘密。
语言模型位于 Radical AI 复现科学直觉的押注中心，背后由基于 GNN 的 MLIP、生成模型、计算机视觉、仿真和实验室分析模型提供支持。 关键任务不只是预测原子尺度的力，而是综合论文、专利、实验、图像、成功与失败记录，判断下一步该做什么实验。Colindres 称，科学实验室是可能最好的“真实基准”评测。
高熵合金是最初的商业切入口，因为它们结合了适用于高超音速、聚变及其他极端环境的多种性能。 高超音速材料必须同时承受超过 Mach 5 的速度、高温、高压、氧化、成本约束和供应链限制。Radical AI 最近获得的 Air Force Direct-to-Phase-II 项目，正是将高通量实验应用于高超音速系统合金。
实验数据，而不是又一个边际改进的模型架构，被视为稀缺的战略资产。 Krause 估计，他在 Army Research Lab 的工作中有“90%”没有成功，也从未被记录下来；即使现有实验笔记，也往往没有标签、信息不完整，若不知道科学家的意图，几乎无法解读。Radical AI 认为，掌控实验室就能把这些原本会丢失的痕迹转化为结构化、带上下文的数据。
管理层为科学上行空间设定了激进时间表，同时保留了必要的条件限制。 Colindres 预计，如果“我们按计划推进并实现目标和路线图”，未来12至24个月内可能出现材料领域的 AlphaGo Move 37；他预计6个月内形成原生多模态内部模型，并可能在6至12个月内发表或发布。更长期的目标，是在不为每个材料类别准备数百万样本的情况下实现跨类别迁移。
主要执行风险仍集中在物理自动化、模型是否真正理解，以及工厂级可复现性。 一些老旧仪器仍需科学家操作，有些使用数十年的设备无法让软件控制其泵、腔室或热源；Colindres 也表示，他们尚不能证明模型拥有基于原理的理解，而非记忆式启发。Krause 坚持：“除非能在实验室里做出它，否则它就不是新材料”——而要成为商业材料，还必须实现规模化。
精读
1. 材料发现被困在学术科学与渐进式研发之间
Krause 给出的基准异常严峻：开发一个材料系统可能耗资“超过1亿美元”，耗时“10年以上”，有时要到“20、25年”之后才能商业化。材料支撑着汽车、航空航天、制造、国防、气候、能源、半导体和电子产业，因此这种延迟会传导至整个工业经济。
关键在于两端之间的割裂机制。学术研究者优化基础理解，通常不以商业应用为目标；企业实验室则优化已经上市的产品，追求“1%、2%、5%的性能提升”，改善利润率并能向华尔街交代。
两者之间存在 Krause 所说的“完全敞开的空白地带”：从一开始就围绕商业价值筛选基础发现。Radical AI 正将自己定位于此，而不是做科研软件供应商，或另一个企业内部优化实验室。
Labenz 追问，成本上升是否只是因为低垂果实已经被摘尽，就像药物发现一样。创始人的回答是：两者都面临无法穷举的搜索空间和割裂的开发流程，但材料领域以规模化和加工取代临床试验，难点在于把一个小型反应转化为吨级、可重复的产品。
2. 规模化是材料行业的临床试验瓶颈
Colindres 认为，最难的问题“从字面上说就在规模化”。研究样品可能只是四分之一大小的“按钮”，商业目标却可能是一块重达400磅的部件。工艺一旦发生变化——包括环境和化学条件的变化——就可能抹掉最初发现的价值所在。
Radical AI 希望让数据从按钮样品一路贯穿到逐步放大的形态。如果性能下降，系统应识别工艺中引入了哪些“环境、化学因素，或者诸如此类的因素”，再调整下一轮工艺，而不是把制造当作彼此割裂的下游交接。
Krause 说，这可能会占据公司大部分工作量：候选材料会在计算、首次合成、复现和工业制造之间逐步夭折。即便是硅用于晶体管，也经历了漫长的成熟过程，并随着半导体制程节点持续演进；更具投机性的材料，甚至可能撑不过第一次复现。
Labenz 问，如果启动一个足够紧迫的“超高速”项目，能否把流程压缩到1年。Krause 开玩笑说，Colindres 已经让团队把低于1年的开发周期当成硬性要求；但实质答案是，自主实验必须同时加速发现，以及加工过程中所需的学习。
3. LK-99 说明合成细节决定发现是否真正存在
Labenz 挑战了 Krause 对 LK-99 的最初表述：按他的理解，所谓超导性是一个错误，并不是一种等待复现的真实材料。Krause 同意，自己读到的最新解释涉及一种意外生成的杂质，可能是硫化铜，但仍保留限定语：“LK-99 到底是不是真的，我不知道。”
更广泛的教训依然成立。报道中的温度范围、容器细节和其他合成条件说明不足，而每一项都可能改变结果。材料并不由配方成分单独定义；它经历的时间、热量和设备轨迹，也是最终制成之物的一部分。
Krause 用厨房作比喻：给两个人完全相同的面包原料，但允许其中一人给面团划口、让酵头发酵，另一个人却把它在1,000度下匆忙烤30分钟。名义配方相近，前者做出面包，后者做出的却是“一块石头”。
他的标准是绝对的：“除非能在实验室里做出一种新材料，否则它就不是新材料；除非能把在实验室里做出的东西规模化，否则它就不是新的商业材料。”无法复现的主张，还不能算发现。
4. 客户需求可以把沉睡数十年的科学变成平台材料
Colindres 最喜欢的例子是 Corning 的 Chemcor：它在1950年代或1960年代初开发出来，在货架上沉睡了大约半个世纪。2007年前后，Steve Jobs 想要一种触感和外观都优于当时手机塑料屏幕的玻璃，于是 Chemcor 被改造成 Gorilla Glass。
按他的说法，Gorilla Glass 随后进入 Apple、Samsung 和 LG 的产品，并可能成为 Corning 最大的收入来源。重点不在于底层科学突然出现，而在于客户终于明确提出了材料属性和产品场景，让既有材料获得了价值。
因此，Radical AI 不想“在真空中制造材料”。客户要求会在模型优化之前就进入系统：目标元素、抗氧化性、强度、延展性、工作环境、成本和供应链，都被视为科学目标的一部分，而不是事后补上的商业化细节。
5. 赋能型材料比略胜一筹的涂料更重要
公司的北极星是能够创造或解锁一个行业的“赋能型材料”，而不是仅仅改善既有产品的材料。Krause 将其与企业研发追求的小幅百分比提升作对比；Colindres 描绘的愿景包括悬浮列车、星际旅行，以及无需充电即可从纽约开到波士顿的电动车。
室温超导体是他们的典型例子，因为其二阶、三阶影响无法事先穷举。Colindres 说，就像触控玻璃无法直接推导出 Uber 或 DoorDash 一样，“我们其实不会知道”室温超导体出现后世界会变成什么样，但它将允许前所未有的技术出现。
这种雄心也要求聚焦。Krause 承认，早期公司不可能在每种材料和每个行业上“煮沸海洋”；它需要一个滩头阵地、执行能力，然后再扩张。室温超导体仍在长期路线图中，并非公司当前的运营项目。
6. 高熵合金将材料设计变成多目标优化
Radical AI 当前的滩头阵地是高熵合金。Krause 说，这类材料能够同时结合机械性能和热性能，而不必进行简单取舍。其吸引力在于可在高温下保持高强度，并有望用于多种原本彼此不同的极端环境场景。
对高超音速系统而言，材料必须在 Mach 5 以上运行，同时承受高温、高压、大气氧化和腐蚀环境。在聚变反应堆中，相关合金可能还要承受持续辐射和侵蚀，而当前材料如钨无法长时间承受这些条件。
客户几乎从不要求把某一个性能单独做到最大。真正的规格，是在特定温度和压力下的机械性能，同时具备所需的抗氧化性、可接受的成本，以及构成元素的可行供应链。Krause 强调：“你优化的绝不只是热膨胀。”
应用范围可以从 Lululemon 运动衫中的银纳米颗粒，延伸到为火星电子设备阻挡辐射的屏蔽材料。Krause 说，他们瞄准的不是“5%的改进游戏”，而是可能带来“100倍更好”或“50倍更好”性能、从而催生新应用的材料。
7. 飞轮将性能需求连接到每天100项实验
在最高层面，这套系统由 AI 引擎和机器人自动驾驶实验室组成。客户提供目标性能和约束条件；引擎进行“性能驱动优化”，提出材料成分和合成流程，并通过 Radical AI 的操作系统下发实验设计。
实验室随后合成材料，并对产物进行表征。技术包括 X 射线衍射和扫描电子显微镜，之后进行硬度、强度、应力-应变行为、蠕变和裂纹扩展等性能测试——这些测量把成分和微观结构与应用性能连接起来。
机器学习子模型实时分析这些数据流。形成的洞见回到 AI 引擎，利用第1项实验的结果修改第2项实验。Colindres 强调，这“并不是对科学方法做某种疯狂的新改变”，而是更快地提取和复用科学方法中的信息。
吞吐量改变了可行的学习曲线。Radical AI 的目标是每天完成100项实验；Krause 估计，自己在 Army Research Lab 全年大约完成50项。即便有针对性的政府项目每年达到400至500项，也只相当于 Radical AI 计划运行约1周。
8. 语言模型协调异构的科学模型栈
Colindres 列出的组件包括用于原子尺度建模的 GNN、材料科学机器学习原子间势或 MLIP、生成模型、GPT 系列语言模型，以及实验室中的计算机视觉。不同任务需要不同的输入、输出、架构和物理结构层级。
他最有把握的是计算层：MLIP 已较为成熟，并且已经具备实用价值。Radical AI 真正差异化的押注在语言层——推理科学知识、整合多模态和工具、生成假设、设计实验，并从实验的成功与失败中学习。
因此，这套架构更像一名负责协调的科学家，而不是一个万能预测器。LLM 可能调用 GNN 解决原子尺度的不确定性，查阅文献或专利，再通过计算机视觉检查 SEM 图像，最后推荐合成流程。其他模型在语言系统形成科学直觉的过程中，为其提供“增强”。
9. 人类科学直觉本质上是无人记录的失败累积
Colindres 指出 Radical AI 的第三位联合创始人 Gerbrand Ceder 是杰出的材料科学家，“知道一些我们其他人不知道的东西”。但 Ceder 自己的解释很平实：大约40年的实验、学生研究和同事论文，积累成了一套关于什么有效、什么无效的庞大内部目录。
Krause 从自己转向 Army Research Lab 神经形态计算的经历中给出一个更具体的版本。在研究离子栅半导体通道1年后，他说，自己在思考如何为该应用设计新的半导体材料方面，可能已经超过了99%的其他科学家。
真正缺失的资产是失败工作。Krause 估计，“我做的东西有90%都没成功，姑且这么说”，而这些电子束、PVD 或 ALD 实验没有一个变成可复用的数据集。只有最终成功的材料离开了科学家的头脑，进入正式记录。
Colindres 将这套潜在语料称为“一套百亿亿级数据”，但历史上获取它的方法，是投入40或50年的学术生涯，专注于大约一两个领域。Radical AI 希望把这种直觉的积累压缩到不到10年，并将其迁移到更多问题上。
10. 发现系统必须因意外而非仅因拟合获得奖励
Krause 关于单层薄膜的故事说明了视觉证据和偶然证据为何重要。他的团队注意到，更透明的二维半导体薄膜导电性更好，却不知道原因；直到一位外部专家认出它们是单层 TMD 薄膜——此前他们从未想过要在那个实验场景中寻找这种解释。
Colindres 认为，这体现了机器学习的根本张力：在分布上训练的模型会自然排斥异常值，但重大科学发现可能藏在“化学宇宙中某个所有人都觉得有点丑陋的奇怪角落”。系统必须学会正常结构，同时保持“随时准备迎接新颖性和意外”。
Radical AI 使用贝叶斯方法、蒙特卡洛方法、多样化、噪声采样、主动学习、强化学习，并在早期保留人在回路中，以支持 Colindres 所说的“追踪直觉”。目标是在不把过程变成无方向的随机搜索的前提下，以科学家10倍、20倍或100倍的规模追逐异常结果。
11. 物理实验室既是真实基准，也是方向盘
Labenz 将新颖性与基础模型、RLHF 和仅奖励强化学习之间的更广泛张力联系起来：模仿可能磨平创造力边缘，不受约束的奖励优化则可能产生不安全或病态策略。Colindres 的回答重点不在意识形态，而在评测质量。
“老实说，没有比实验室更好的评测了。”他认为，物理结果可以确定模型是否实现了目标性能，以及是否牺牲了其他要求。在一个安全同样重要的领域，这种真实基准支持主动学习和面向客户的调节。
更新机制必须比定期重新训练权重更动态。Colindres 描述了一层代理或智能体系统，利用当前模型，对新的实验数据立即作出反应，并在底层模型持续改进的同时选择工具。机制可解释性则用于揭示推荐为何朝向或偏离既定目标。
12. 材料数据稀缺、无标签，且无法与意图分离
Krause 将材料与语言和软件作对比：“我们没有 Newton 的笔记本”，也不存在类似 GitHub 的开源社区，发布数百万条结构化实验轨迹。论文呈现的是成功结论，而不是那些教会科学家如何走到结论的失败尝试。
Labenz 建议付钱给研究生，让他们提供实验笔记；但 Krause 的回答表明，即便拿到完整档案，也需要采访作者，因为观察没有标签、引用缺失，而且不同专业对相同测量的含义并不相同。
他举的 XRD 例子很具体：研究晶体材料的科学家会寻找衍射峰，而研究非晶材料的人可能恰恰把没有峰作为确认结果。同一个输出，对一名研究者来说可能是空白，对另一名研究者来说却是成功；除非附带目标和解释，否则无法判断。
即便时间戳也可能误导。Krause 有时只记录自己关掉热源、让样品不受控冷却时的中点时间；如果没有过程上下文，“1分6秒”毫无意义。仿真数据更容易整理，但 Colindres 认为，它只解决了“约10%的问题”。
13. 搜索空间大到天文数字，但客户性能要求提供了索引
Krause 以宇宙中约 (10^{80}) 个可观测原子作为组合空间的直觉参照，把目标材料形容为一片地球大小海滩上的“一粒沙”。他还将其与约 (10^{130}) 的蛋白质搜索空间作对比，后者更大，但同样无法穷举。
仅合金开发就可能涉及约60种元素。Krause 说，在等比例框架下，仅从5种元素出发，就有“550万多种”潜在组合；如果允许每种元素比例在0%至100%之间变化，再加入小数级成分变化或改变加工路径，空间还会大得多。
Radical AI 明确拒绝把暴力组合搜索当作充分的科学方法。性能要求先排除不相容区域；专门模型再缩小候选范围，随后主动学习才进入昂贵的实验室闭环。目标是“给搜索空间建立索引”，而不是测试每一种名义成分。
14. 今天限制自主性的，是老旧科学仪器，而非通用机器人
Krause 说，难点通常不是漫游车或样品搬运轨道，而是科学仪器本身。供应商花费25年、50年、75年甚至100年围绕人工操作设计设备，配备实体开关、旋钮和接口；这些接口能暴露输出，却无法提供完整的软件控制。
名义上的接口可能返回测量结果，却不允许控制涡轮泵、热源、真空腔室、压力、装载或污染管理。Radical AI 会改造这些功能，与供应商定制设备，或预计在未来10年内淘汰特别僵化的工具。
公司不会重新设计 X 射线衍射或其他表征方法背后的物理原理。它自动化的是装载、腔室状态、激光时序和样品移动，因为“Radical AI 不是一家材料工具公司”；其目标产品是被发现并制造出来的材料。
今天仍有一些科学家在协调实验、衔接仪器。Krause 的限定是时间维度上的：每件工具都从科学家演示其运行方式开始，并应逐步走向自主使用；如果改造的价值不够，Radical AI 就会与其他人合作定制替代设备。
15. 主动学习在每个尺度上重复探索与利用的决策
Colindres 解释，不存在一条统一的推理时扩展规则，因为每一层的问题都不同。原子尺度的探索要问哪些结构和力预测值得进一步计算；实验室中的利用则要问哪种成分真正能够合成，以及下一步应调整什么压力、温度或工艺。
在原子尺度，预测力的不确定性可能触发 DFT 计算，从而更新模型。在实验室中，一项实验可能显示当日压力或温度与假定条件略有不同，系统便立即调整下一轮运行。
仿真应在消耗稀缺物理实验能力之前筛选假设，就像科学家进入实验室前会先思考、写作和建模。但 Colindres 反复保留限定：科学并不完全逻辑化，也不总是平滑连续的，因此每一层都必须“遵守一般规则”，同时保留打破规则的能力。
16. Radical AI 为 Move 37 设定了时间表，但尚未证明模型真正理解
当被问及模型是否已经从记忆式启发式方法进化到对材料的原理性表征时，Colindres 给出了诚实的否定回答：“我不会说我们已经处在能够明确、确定地指出模型拥有理解的阶段。”幻觉和记忆现象显而易见；真正的顿悟尚未得到证明。
Radical AI 与 Goodfire 及 CEO Eric Ho 的合作，旨在让模型习得的表征变得可检查、可操控。Krause 对可解释性可能揭示出科学家从未知道该如何询问的有用启发式方法感到兴奋，其中包括能在不同领域迁移、又不携带科学家既有偏见的关系。
目前还没有出现材料领域足以震动世界的 AlphaGo Move 37。Colindres 预测，如果实现目标并按路线图推进，Radical AI 可能在12至24个月内做出一个；更长期的“圣杯”是把合金实验中的能力迁移到超导体等领域，而不需要数百万个类别专属样本。
Colindres 还预计，具备相关科学数据类型编码器的原生多模态系统，将在6个月内用于内部工作，并可能在6至12个月内发表或发布。他没有声称一个模型会永久取代所有专用工具。
17. 垂直整合让加工诀窍成为持久业务
创始人从材料问题本身的要求出发，而不是从最容易获得风险投资支持的产品出发。他们的结论很直接：如果公司只卖软件，“你永远赚不到真正的钱”；而为每项发现都授权，则要求不断产生新发现，并且始终暴露在专利到期和逆向工程风险之下。
这种模式更接近 3M、Applied Materials、BASF 和 Materion 等大型材料公司：规模化销售材料。Radical AI 的差异，在于它追求的是能够赋能聚变、新型交通、高超音速或星际系统的材料，而不是另一种涂料变体。
材料成分可以申请专利，但 Krause 认为更深层的知识产权在加工流程：以可靠性最高、成本最低的方式制造材料所需的商业秘密。知道准确成分，并不等于知道如何在工业规模化过程中保持其微观结构和性能。
模型政策也遵循这一商业结构。一些机器学习系统可能公开发表，另一些则会保留在内部；持久的专有资产是实验数据集、与客户绑定的发现闭环、加工配方和制造能力。
18. Air Force 项目是平台的首次执行测试
Radical AI 最近宣布的 Air Force Direct-to-Phase-II 项目，目标是面向高超音速应用开发高熵合金。项目将高通量实验与候选材料测试、优化方法结合起来，之后再由 Air Force 评估其是否适用于高超音速系统。
Krause 直接描述了战略环境：中国和俄罗斯已经部署高超音速系统，而中国将围绕一种新材料建设制造中心，专门学习如何实现规模化。他认为，美国在重要项目的材料基础上，长期未能保持同等力度的投入。
公司正与 Office of Science and Technology Policy、National Science Foundation、Department of Defense、Department of Energy 以及国会推动公私协调。无论应用是高超音速、聚变还是模型训练数据，Krause 都认为政府需求与私人执行必须协同。
公司的运营文化围绕反复实验失败而设计。Krause 说：“我们每天都会失败，而且未来10年还会继续有意地每天失败。”他的招聘标准同样明确：只是想找一份工作的人不该申请；准备把工作奉献给这项使命的人，才应该加入。