在 AI 浪潮席卷全球的今天，大模型在寫詩、作畫、敲代碼上已經(jīng)展現(xiàn)出驚人的天賦。然而，在面對嚴(yán)謹(jǐn)、硬核的物質(zhì)科學(xué)（物理、化學(xué)、材料）時，卻常常表現(xiàn)得像個“偏科生”：它們能侃侃而談化學(xué)理論，卻在最基礎(chǔ)的分子式、晶體結(jié)構(gòu)書寫和反應(yīng)推理上頻繁出現(xiàn)不穩(wěn)定輸出：說的像那么回事，寫出來卻漏洞百出。

近日，律動造物（Green Dynamics）創(chuàng)始人謝童領(lǐng)銜的新南威爾士大學(xué)（UNSW）團(tuán)隊，與瑞士洛桑聯(lián)邦理工 (EPFL) Philippe Schwaller 團(tuán)隊聯(lián)合發(fā)表論文：《MiST: Understanding the Role of Mid-Stage Scientific Training in Developing Chemical Reasoning Models》。這項工作為科學(xué)大模型打入了一針“工程化的清醒劑”：它不再盲目優(yōu)化傳統(tǒng)的 next-token loss 或困惑度（Perplexity），而是提出了 MiST（中段科學(xué)預(yù)訓(xùn)練）框架——一套在進(jìn)入強化學(xué)習(xí)前，用于評估與塑造科學(xué)推理可解性的工程化協(xié)議。

（來源：受訪者提供）

MiST 的核心邏輯在于：在進(jìn)入強化學(xué)習(xí)（RL）之前，先通過內(nèi)生的診斷指標(biāo)將模型的“潛在可解性”（Latent Solvability）量化為 SCS（化學(xué)語法得分）與 CCS（化學(xué)能力得分）。只有當(dāng)這兩項“底座體檢指標(biāo)”達(dá)標(biāo)，RL 才能真正將化學(xué)推理能力解鎖。

在這條路線下，經(jīng)過 MiST 和強化學(xué)習(xí)后的 CheMiST 大模型相比其基座模型的科學(xué)推理可解性分?jǐn)?shù)最高可推升 1.8 倍，隨后 RL 在多類復(fù)雜的化學(xué)任務(wù)上展現(xiàn)出躍遷式增益：有機反應(yīng)命名準(zhǔn)確率提升約 6 倍，無機材料生成的準(zhǔn)確率提升約 1.7 倍。MiST 的出現(xiàn)，標(biāo)志著科學(xué)推理模型的訓(xùn)練已從“經(jīng)驗主義的摸索”轉(zhuǎn)向“可量化、可預(yù)測、可復(fù)現(xiàn)”的工程路徑。

值得注意的是，謝童團(tuán)隊曾開源首個面向材料科學(xué)與化學(xué)的基礎(chǔ)大模型 DARWIN，在“科學(xué)大模型”主線上完成了初步探索；而洛桑聯(lián)邦理工學(xué)院（EPFL）的 Philippe Schwaller 教授則與 Andrew D. White（Future House 聯(lián)合創(chuàng)始人）等人共同提出了首個工具增強的化學(xué)智能體 ChemCrow，在“科學(xué)智能體”方向奠定了基礎(chǔ)。

圖 | 謝童（來源：受訪者提供）

為什么通用 AI 玩轉(zhuǎn)不了化學(xué)？

近年來，基于規(guī)則獎勵的在線強化學(xué)習(xí)方法（例如 GRPO 一類方法）被證明可以顯著提升數(shù)學(xué)與代碼等領(lǐng)域的推理表現(xiàn)。但一系列后續(xù)研究指出：RL 更像“放大器”——它只能放大基礎(chǔ)模型輸出分布中本來就存在、哪怕概率很低的正確解；如果正確解幾乎從不出現(xiàn)，獎勵就會極其稀疏甚至消失，訓(xùn)練自然難以推進(jìn)。

化學(xué)是對這一結(jié)論的“壓力測試”?；瘜W(xué)問題不僅依賴專門的符號系統(tǒng)（如 SMILES、IUPAC 命名、CIF 等），還受到價態(tài)、鍵合、立體化學(xué)、相穩(wěn)定性等物理化學(xué)硬約束。論文指出，通用 LLM 往往連“寫對符號”都不穩(wěn)定，更難在硬約束下保持推理鏈條的一致性；當(dāng)正確答案不在候選輸出里時，RL 的獎勵信號就會消失或非常稀疏。

（來源：受訪者提供）

“化學(xué)推理的本質(zhì)是受物理和經(jīng)驗約束的鏈?zhǔn)酵评恚≒hysically and empirically constrained Chain-of-Thought）?！敝x童告訴 DeepTech。

以鈣鈦礦太陽能電池的研發(fā)為例，其推理邏輯鏈遵循“成分/結(jié)構(gòu)→缺陷/動力學(xué)→性能”。其配方中即使僅有 1% 的離子比例微調(diào)，也會觸發(fā)一系列復(fù)雜的連鎖反應(yīng)。此時，模型不僅需要預(yù)測性能走勢，更需在晶格應(yīng)變、相穩(wěn)定性、離子遷移等微觀維度上保持邏輯自洽。然而，目前的通用模型在面對價態(tài)守恒、立體化學(xué)、反應(yīng)可行性等硬約束時，模型經(jīng)常會出現(xiàn)看起來會說、但推不動，甚至陷入重復(fù)輸出一些奇怪內(nèi)容的情況。

論文提出，RL 想在化學(xué)上成功，必須先滿足兩條必要條件?；瘜W(xué)語法得分 (SCS)，模型能穩(wěn)定地產(chǎn)生、校驗并操縱正確的化學(xué)各個細(xì)分學(xué)科的專業(yè)表示（如 SMILES、IUPAC、CIF 等），確保輸出語法上有效、符號上自洽；化學(xué)能力得分 (CCS)，底座模型的先驗分布里已經(jīng)對正確解賦予了不可忽略的概率、具備一定密度的化學(xué)規(guī)律與可行解空間；否則即使引入 RL，也很難把“正確解”從幾乎為零的概率中獎勵出來、放大出來。

（來源：受訪者提供）

“這兩個指標(biāo)也為 Future House 在選擇 ether0（其化學(xué)推理大模型）的底座模型時提供了一個合理解釋：在現(xiàn)有通用模型中，Mistral-3-24B 在化學(xué)符號穩(wěn)定性（SCS）方面表現(xiàn)尤為突出，使其更適合作為化學(xué)推理大模型的起點?！敝x童表示。

MiST 助力解鎖 AI 的化學(xué)推理能力

為了打破僵局，謝童及團(tuán)隊提出了 MiST 框架?！捌浜诵倪壿嫼芎唵危涸谏?RL 之前，先把模型的‘化學(xué)語法+化學(xué)能力’補齊，讓它具備被 RL 教會的資格?！敝x童補充道，“它的重點不是讓模型去死記硬背更多知識，而是先把三件事固化進(jìn)模型的輸出分布：語法正確性（能寫對）、化學(xué)知識可解性（能理解）、以及推理表達(dá)方式（能穩(wěn)定地推）。這樣后面的 RL 才有可優(yōu)化的空間，否則正確解都進(jìn)不了候選輸出，獎勵信號再強也教不動?！?/p>

MiST 將訓(xùn)練分為兩個關(guān)鍵動作：持續(xù)預(yù)訓(xùn)練 (Continued Pre-training)。在 2.9B tokens 的化學(xué)語料上進(jìn)行針對性訓(xùn)練，這讓 AI 學(xué)會了化學(xué)界的術(shù)語，能穩(wěn)定操縱符號系統(tǒng)，確保輸出的結(jié)構(gòu)自洽；監(jiān)督微調(diào) (Supervised Fine-tuning)。利用包含思維鏈 (CoT) 的數(shù)據(jù)，讓模型不僅能寫對產(chǎn)物，還能解釋推導(dǎo)過程。

（來源：上述論文）

這些步驟將 3B 和 7B 模型的潛在可解性分?jǐn)?shù)（SCS）提升高達(dá) 1.8 倍，并使 RL 在多個下游任務(wù)取得跨越式提升，比如有機反應(yīng)命名準(zhǔn)確率從10.9% 升至 63.9%，無機材料生成從 40.6% 升至 67.4%；同時，輸出可解釋的推理軌跡。

“真正讓人興奮的是，這項研究并非單純實現(xiàn)了通過 RL 提升模型評測分?jǐn)?shù)，而在于我們驗證了一個關(guān)鍵的因果鏈條：只有當(dāng)通過 MiST 框架補齊了必要的模型專業(yè)前置能力后，強化學(xué)習(xí)才能真正有效地提升模型的化學(xué)與材料科學(xué)推理能力?！敝x童表示。

這套結(jié)果背后代表一個范式變化，傳統(tǒng)方法側(cè)重于訓(xùn)練模型掌握事實性知識的提取與問答能力，而本工作構(gòu)建的架構(gòu)能夠：在多重物理化學(xué)約束條件下生成候選分子/材料結(jié)構(gòu)；執(zhí)行單步及多步逆向合成設(shè)計、產(chǎn)物預(yù)測、官能團(tuán)與骨架編輯；實現(xiàn)與實驗工具鏈及自動化平臺的高效閉環(huán)集成。

以研發(fā)“鈣鈦礦器件的界面添加劑”為例，CheMiST（經(jīng)過 MiST+RL 訓(xùn)練后的大模型）會啟動一套嚴(yán)謹(jǐn)?shù)倪壿嬫湕l：首先，它會基于目標(biāo)需求（如疏水性、缺陷鈍化、能級匹配）自主生成一批潛在結(jié)構(gòu)候選；隨后對 SMILES 等化學(xué)符號進(jìn)行合法性檢查；緊接著，它會結(jié)合化學(xué)先驗知識與計算工具進(jìn)行快速初篩，剔除不符合官能團(tuán)極性或配位邏輯的方案；最后，CheMiST 會輸出一份詳盡的推理軌跡，解釋每一個推薦結(jié)構(gòu)的科學(xué)邏輯，并按優(yōu)先級進(jìn)行排序。

打造每一個企業(yè)的 AI CTO

2023 年創(chuàng)辦律動造物時，謝童的目標(biāo)就已十分明確：打造全球首個“端到端閉環(huán)”的自主材料與化工品發(fā)現(xiàn)引擎。實驗化學(xué)與材料科學(xué)出身的他，曾“手搓”過大量材料，也與團(tuán)隊取得過世界紀(jì)錄級別的新材料成果?！拔覐母咧袇⒓踊瘜W(xué)競賽就開始做實驗，也正因為長期在一線做實驗，我越發(fā)強烈地感受到：材料和化工研發(fā)中有大量環(huán)節(jié)可以被系統(tǒng)性提升，許多成本和時間，其實消耗在大量不可復(fù)用的經(jīng)驗試錯上?！敝x童感慨道。

“我們想做的不是一個會聊天的模型，而是給每一家化工與材料企業(yè)配一位‘AI CTO’，或者說材料化學(xué)行業(yè)的 cursor（面向研發(fā)流程的智能協(xié)作與執(zhí)行工具）, 把研發(fā)從經(jīng)驗驅(qū)動的試錯，變成可計算、可驗證、可閉環(huán)迭代的工程系統(tǒng)。而且這個 CTO 會根據(jù)不同行業(yè)不同產(chǎn)線進(jìn)行動態(tài)的推理，也就是每個公司都能基于我們的大模型和智能體擁有自己的 CTO?！?/p>

目前，律動造物有兩大 AI CTO 產(chǎn)品線：ByteScience（科學(xué) AI 智能體）負(fù)責(zé)把方向找對，ByteFactory (自主化實驗室,Self-Driving Lab) 負(fù)責(zé)把驗證跑快，兩者合起來將研發(fā)閉環(huán)。

具體來說，ByteScience 用于把分散的資料、經(jīng)驗和歷史實驗結(jié)果變成可用的知識，讓團(tuán)隊更快定位問題、在明確約束下給出更靠譜的候選方案，減少盲試和重復(fù)踩坑, 并且提供推薦方案的可解釋性.

目前，MiST 框架也已經(jīng)被整合進(jìn) ByteScience 智能體里，并應(yīng)用于真實的研發(fā)流程中：保證化學(xué)結(jié)構(gòu)表示的穩(wěn)定性、價態(tài)與立體化學(xué)的自洽性，以及目標(biāo)物性與工藝邊界的協(xié)同優(yōu)化，而非僅限于榜單優(yōu)化。

據(jù)謝童透露，由此帶來的直接效益體現(xiàn)為研發(fā)周期與成本的結(jié)構(gòu)性壓縮：新材料篩選效率顯著提升（涵蓋電池、光伏、航空航天, 精細(xì)化工等領(lǐng)域）；配方迭代速度大幅加快（涉及涂層、膠粘劑、膜材料等體系）；關(guān)鍵路徑從傳統(tǒng)的數(shù)月甚至數(shù)年的試錯周期，縮短至以天為單位的閉環(huán)迭代周期，實現(xiàn)從慢速探索向可控快速迭代的模式躍遷。

ByteFactory 用于把實驗驗證環(huán)節(jié)標(biāo)準(zhǔn)化、自動化，智能化并行起來，讓實驗更快、更可復(fù)現(xiàn)，縮短等待時間，把幾周一輪盡量壓到更高頻的迭代。

據(jù)悉，自去年開始，律動造物便開始系統(tǒng)與多家上市材料化工公司展開合作，獲得了多筆具有相當(dāng)規(guī)模的商業(yè)化訂單，并將其“AI CTO”嵌入到真實的材料與化工研發(fā)流程中運行。

（來源：受訪者提供）

在實際案例中，律動造物已幫助部分客戶將實驗驗證成本和研發(fā)周期最高可達(dá)百倍量級。這種降本增效并非簡單的流程加速或者暴力篩選，而是通過 AI 挖掘出了原本被埋沒在數(shù)十年經(jīng)驗試錯中的寶礦。

“其中最令我印象深刻的，是來自一家客戶團(tuán)隊的評價：在某些材料設(shè)計任務(wù)中，我們的智能體在候選方案的覆蓋面、約束條件的滿足度以及迭代速度方面，已經(jīng)達(dá)到甚至接近其內(nèi)部資深研究人員的水平。這一反饋對我觸動頗深，因為大模型和智能體不再局限于答題式的表現(xiàn)，而是實際參與到客戶的研發(fā)決策中，產(chǎn)生了直接的影響?！?/p>

具體而言，在明確性能目標(biāo)與合成工藝邊界后，客戶使用 AI 智能體生成并篩選出一批候選材料，其中部分設(shè)計方向是其團(tuán)隊在十多年的研究中未曾考慮過的。初步驗證結(jié)果良好，目前已推進(jìn)至更接近產(chǎn)線的驗證階段?！斑@樣的落地速度與深度，實際上遠(yuǎn)超我最初的預(yù)期?！?/p>

未來 5-10 年的勝負(fù)手：誰更會做工程化

在全球材料市場爆發(fā)式增長的背景下，中國企業(yè)憑借強大的國內(nèi)需求與國家戰(zhàn)略支持，正處于這場材料革命的前沿。然而，在謝童看來，真正的變革不在于產(chǎn)能的擴張，而在于研發(fā)底層邏輯的徹底革命。

這種范式的代際跨越，預(yù)示著未來 5-10 年，材料研發(fā)將完成從經(jīng)驗驅(qū)動的試錯向計算指導(dǎo)+智能推理+實驗驗證+閉環(huán)迭代體系的跨越。在這種新范式下，AI 的角色將發(fā)生質(zhì)變：它不再僅僅是文獻(xiàn)檢索的“速記員”，而是深度參與假設(shè)生成、約束校驗與實驗決策的核心研發(fā)者。這種轉(zhuǎn)變將把以往極度依賴專家直覺的非標(biāo)過程，沉淀為可復(fù)用、可規(guī)?；臉?biāo)準(zhǔn)化流程，讓更耐用的電池、更高效的光伏以及更低成本的化工材料能夠加速走出實驗室，進(jìn)入日常生活。

但謝童也清醒地指出，這一過程并非一蹴而就。由于材料供應(yīng)鏈“牽一發(fā)而動全身”的特性，從技術(shù)突破到產(chǎn)業(yè)普及，需要跨越漫長的工程化驗證與產(chǎn)線協(xié)同。真正的落地，是 AI 研發(fā)的高頻迭代與產(chǎn)業(yè)端快速驗證機制之間的“雙向奔赴”。

面對飛速演進(jìn)的 AI 技術(shù)，謝童也為科研工作者提出了一套穿越周期的核心理念：不應(yīng)僅停留于如何調(diào)用模型，而應(yīng)深入學(xué)習(xí)如何將現(xiàn)實科學(xué)問題轉(zhuǎn)化為可驗證的約束體系。

材料化學(xué)與計算機科學(xué)有著本質(zhì)差異。計算機領(lǐng)域通常有統(tǒng)一的黃金基準(zhǔn)，而材料化學(xué)性能（如強度、穩(wěn)定性）強烈依賴于環(huán)境與工藝等環(huán)境因素，不存在絕對普適的標(biāo)準(zhǔn)答案。因此，謝童建議聚焦以下三大實踐指南：精準(zhǔn)定義約束條件，將熱力學(xué)穩(wěn)定性、合成可行性、成本閾值等轉(zhuǎn)化為 AI 可理解的量化表達(dá)；同時構(gòu)建閉環(huán)迭代流程，將每次驗證系統(tǒng)性地回寫至知識庫；并堅持做實驗證與可復(fù)現(xiàn)性，確保研發(fā)過程的每一環(huán)節(jié)都清晰可追溯。

“如果能建立起這套‘約束—驗證—閉環(huán)’的習(xí)慣，你會發(fā)現(xiàn) AI 的迭代再快，你也不會被熱點或工具更新牽著走。因為你掌握的是材料化學(xué)研發(fā)最核心的那套方法論?！?/p>

1.https://arxiv.org/abs/2512.21231

運營/排版：何晨龍