近日，小米宣布成立材料Core团队，主攻前沿材料和AI for Materials（人工智能驱动的材料科学）两个方向，旨在将AI技术系统性地应用于材料研发全流程，从实验室到产品落地。

　　小米材料CORE团队负责人俞之奡日前在接受《经济参考报》等媒体采访时表示，当前AI在材料研发的前端环节（如文献搜索、假设生成）已非常高效，但真正的决胜点在于实验执行环节，假设转化为看得见摸得着的材料仍主要依赖人力，这是目前的核心瓶颈。随着自动化实验室的进步，这一环节有望被快速打通，从而真正实现AI材料研发的全面加速。

　　在新材料领域，新能源汽车、低空经济、机器人、生物制造等新兴产业的爆发式增长，创造了对高端材料的新需求。AI通过机器学习与大数据分析，实现材料研发效率的指数级提升，不少企业也在展开布局。

　　俞之奡表示，AI对材料研发有很好的辅助作用，材料追求多维度均衡性能，传统方式很难同步兼顾全部指标，但AI可以帮助统一优化性能、原材料成本、量产工艺、制造制程，快速筛选、收敛到高潜力研发方向，持续迭代优化材料配方。

　　他进一步表示，今年年初开始，Agent（智能体）技术快速渗透科学研发领域，行业已经摸索出基础工作流，即依靠Agent提出科学假设、验证假设、文献检索，再进入实验室迭代优化。目前小米叠加自研MiMo大模型、Agent技术投入，希望打通AI新材料研发链路，落地量产并赋能终端产品。

　　此前小米公司已通过“泰坦合金”和“超强钢”两个项目验证了AI辅助材料研发的可行性。随着Core团队的组建，小米的AI材料研发的指向性进一步清晰，除了对现有的“超强钢”“泰坦合金”进行持续升级迭代外，团队正将目光投向更广阔的领域。

　　俞之奡透露，电池材料是目前最受关注的赛道之一。无论是消费电子产品还是智能汽车，续航、安全与成本是电池材料持续围绕的核心问题，随着用户对电池能量密度和充电速度要求的提升，AI将成为探索下一代电池化学体系的关键工具。

　　此外，高分子材料、玻璃等也是小米重点布局的方向。俞之奡表示，从消费电子到家电，再到汽车，小米有足够的场景去容纳新材料的尝试。这意味着，未来小米的手机、汽车乃至智能家居产品，不仅在结构强度上会持续进化，在触感、耐用性甚至环保属性上，都可能因AI驱动的材料创新而带来体验跃升。

　　不过也要看到，AI for Materials仍有很长的路要走。俞之奡表示，材料研发的瓶颈在于研发闭环打通，Agent可以快速输出实验方案，但样品制备、试验、量产制造现阶段高度依赖人工，这是整个链条的卡点。只有打通从虚拟方案到实体材料自动化实验的闭环，才能大幅加速AI+材料全流程循环，目前行业正在持续推进突破。