2025 年，国务院印发《关于深入实施“人工智能 +”行动的意见》，将“人工智能 + 科学技术”明确列为加快实施的重点行动目标，为人工智能与科技深度融合指明了方向。2026 年 1 月，工信部等八部门又发布相关意见，着重提出强化人工智能算力供给，为这一融合进程提供了坚实的政策与算力保障。在此大背景下，国内相关领域积极响应，加强合作，加速研发，近日迎来重大成果——清华大学等多家研究机构联合发布“磁性材料·AI 原子基座模型”，我国在磁性材料 AI 建模领域实现关键突破。
图片来源：编辑网图片分享系统
在磁性材料领域，传统研发模式面临诸多困境。长期以来，研发过程遵循“试错—实验—迭代”的范式，这种模式不仅周期漫长，而且成本高昂。更为棘手的是，由于难以精准捕捉组织与性能之间的关联关系，材料开发迭代常常陷入“理论上可模拟、工艺上难实现”的尴尬境地。这使得磁性材料的研发效率低下，难以满足日益增长的市场需求和科技发展要求。
此次发布的“磁性材料·AI 原子基座模型”宛如一场及时雨，为磁性材料研发带来了新的曙光。作为首个覆盖宽温压域的磁性材料 AI 原子模型，它整体技术达到国际领先水平。该模型运用深度学习和主动学习解释不同原子和磁矩构型的演化机制的方法，成功构建了首个宽温压域磁性材料数据库。这一数据库的建立，为磁性材料研究提供了丰富而全面的数据支持。
更为突出的是，该模型具备强大的模拟能力。它可在微纳米尺度同时预测原子的排列方式和磁矩的转动方向，并且能够稳定覆盖 0 - 1000K 温度、10GPa 压强的宽域温压工况。这意味着在如此广泛的温压条件下，科研人员都能借助该模型对磁性材料进行原子级模拟，真正实现了宽域、高精度、高可靠性的模拟效果，大大提高了研发效率和准确性。
研发团队在技术突破上不止于此。他们自主开发的 DeltaSPIN、DeepSPIN 和 TSPIN 计算框架，与国产软件 DeepMD-kit 和 ABACUS 深度融合，实现了多种关键性突破。该模型同时覆盖原子、磁矩和极化的模拟计算，首次在磁性材料中实现缺陷工程的计算模拟。而且，模拟速度提升两个数量级，精度提升 4 个数量级，这无疑为磁性材料的精细化研究提供了强有力的工具。
值得一提的是，国产算力生态在此次研发过程中发挥了至关重要的作用。在构建 70 万组宽温压域原子 - 磁矩双耦合结构数据集以及模型训练过程中，沐曦 GPU 承担起算力供给的重任。它大幅提升了算力交付效率，助力高精度数据快速生成，使得 AI 模型能够迅速完成训练与优化。这不仅体现了国产算力在关键领域的支撑能力，也为我国人工智能与科技融合发展提供了坚实的算力后盾。
“磁性材料·AI 原子基座模型”的成功发布，是我国在“人工智能 + 科学技术”领域的一次重大跨越。它不仅解决了磁性材料传统研发的难题，推动了磁性材料行业的快速发展，也为其他领域的人工智能与科技融合提供了宝贵的经验和借鉴。相信在未来，随着政策的持续推动、算力的不断提升以及各领域合作的日益紧密，我国在“人工智能 + 科学技术”方面将取得更多突破，为科技进步和经济发展注入强大动力。
