AI自主筛选发现四种新型超导材料，实验证实有效

ElementsClaw采用"专通融合"架构。专有模型层面，团队基于涵盖1.25亿种分子与晶体结构的数据库，预训练出参数量达1B的原子基础模型Elements，其判定材料超导性的AUC达到0.996，预测超导临界温度的平均偏差控制在1K以下。通用智能体框架层面，ElementsClaw完成了工具制造、流程编排、文献复核等全流程自动化材料筛选，且能在文献中发现新线索时实现"自我进化"。AI仅耗费28个GPU小时便完成240万晶体结构的筛选工作，预测出6.8万个潜在超导材料。研究团队已从中实验合成并确认了4种