把最前沿的大模型放进材料科学无人区，给足联网权限和计算资源，让它们作为智能体连续跑上好几天，结果几乎寸步难行。2026 年 11 月 5 日，成立仅数月的旧金山初创公司 Discovered Materials 宣布拿出 100 万美元奖金池，把这 5 道难倒顶尖模型的硬核物理题直接甩给了全行业。这不仅是一场学术悬赏，更是对过去三年 AI 材料发现“大力出奇迹”路线的正面叫板。
先看这笔钱买什么。Discovered Materials 出自 Y Combinator 2026 年春季营，今年 8 月刚公布种子轮融资，主业是帮芯片巨头和半导体行业用 AI 寻找新材料。由于材料学缺少数学“千禧年大奖难题”那种非黑即白的标杆，他们干脆拉来斯坦福大学教授 Felipe Jornada 等一众顶尖高校学者，亲自划定了 5 道关口：
- 解释铜氧化物超导性的基础理论（即某些材料在超低温下电阻归零的机制）
- 预测硅与二氧化硅界面结构的数值方法（几乎所有半导体的基础组合）
- 将晶粒结构映射到热学性质、用于设计更优散热材料的数值方法
- 预测光照如何改变材料行为（尤其是超导特性附近）的理论
- 改进密度泛函理论（DFT，模拟原子与分子结构的核心工具）的数值方法
联合创始人 Advaith Sridhar 放出话来，公司研发出工业级可用新材料的时间表，已经从 8 月预估的“一年内”缩短到了不到一年。
为什么百万级预测突然不够用了
过去三年，AI 在材料科学里最出圈的故事叫“规模奇迹”。
2023 年，Google DeepMind 发布 GNoME，一口气报告了约 220 万个相对于参考竞争相稳定的晶体结构（其中约 38.1 万个更新了凸包），并匹配了 736 个独立实验已实现的结构。同年，伯克利主导的 A-Lab 宣称在 17 天内成功合成了 58 个目标材料中的 41 个。到了 2025 年，微软主导的 MatterGen 又用扩散模型按需生成周期性无机结构，并附上候选材料的实验表征。
看着热闹，水下全是暗礁。GNoME 的百万级结构绝大部分停留在计算纸面上，并未经过实验证实；A-Lab 随后陷入了 X 射线粉末衍射物相鉴定是否准确、产物究竟算不算真正新化合物的学术争议；MatterGen 的单点实验演示，同样证明不了整个生成分布的合成成功率。
更要命的问题出在“裁判”身上。过去这些模型生成海量结构后，全靠传统密度泛函理论（DFT）去筛选能量稳定性。但专攻第一性原理电子结构与多体方法的 Felipe Jornada 很清楚，标准局域或半局域 DFT 面对铜氧化物超导体这类强关联电子体系时，如果不加额外处理，连其未掺杂母体化合物的反铁磁电荷转移绝缘体特性都描述不准。
当尺子本身是歪的，量出一千万个尺寸也砌不出一面好墙。
这就是为什么 Discovered Materials 公布的 5 道题里，有 3 道直接冲着理论盲区和底层工具去：解释铜氧化物超导、解释光致超导相变，以及直接改进 DFT 数值方法。他们不打算再让 AI 用旧尺子去刷数据库了，而是悬赏让 AI 把尺子本身修好。
学术悬赏背后的半导体算盘
千万别把这家 YC 创业公司当成散财做慈善的学术基金会。
如果把这 5 道题拆开看，前 3 道是凝聚态物理皇冠上的明珠，用来吸引全球顶尖实验室和高校学者的目光；剩下的 2 道数值方法题，则精准卡在先进芯片制造与散热的工业咽喉上。
硅与二氧化硅的界面结构，存在于几乎每一颗现代半导体芯片内部，界面缺陷直接决定晶体管的漏电与性能上限；而把晶粒结构映射到热学性质，则是设计新一代芯片散热材料的核心算法。我更在意的是这笔账怎么算。一家刚融完种子轮的初创公司，自己养团队死磕底层数值方法，不仅烧钱，还会拖慢向芯片大厂交货的节奏。
古人讲“重赏之下，必有勇夫”，但硅谷的玩法是拿赏金当杠杆。花 100 万美元设一套行业公认的“球门柱（goalposts）”，无论最后是 OpenAI、Anthropic 靠更大算力暴力破局，还是某位高校教授灵光一现，Discovered Materials 都能名正言顺地拿走最成熟的算法思路，反哺自己那条“不到一年产出工业可用材料”的商业流水线。
- 结论.这是一场极聪明的研发众包，用百万美元学术公关费，撬动全球算力帮自己打通半导体材料的工程工具链。
当提问比解答更贵，谁来当裁判
Sridhar 在采访中抛出了一套很有代表性的新科学观。他认为当 AI 找答案变得越来越容易，科学探索的顺序正在倒过来：人类和教授们负责先确立验证标准、提出正确的问题，然后放手让 AI 去撞出解释。
这话听着痛快，但落到物理世界里，最大的窟窿恰恰在“验证”二字上。
18 世纪英国议会悬赏解决航海经度问题时，木匠哈里森造出的航海钟好不好使，装上船去里斯本跑一趟就能验明正身。可今天这 5 道题，连 Sridhar 自己都承认，材料科学没法像数学那样给出明确的“是或否”。目前公开的信息里，这 100 万美元怎么分、什么时候截止、提交的理论怎么算过关，全都没给细则。
如果某个大模型明天吐出一套解释铜氧化物超导的新理论，或者交出一套改进版 DFT 算法，评审团怎么发钱？靠另一套计算模拟去验证计算模拟，会掉进循环论证；靠实验室长出单晶再去测超导相变或界面热阻，动辄数月甚至数年，根本配合不了 AI 刷榜的节奏。
- 风险.缺乏形式化证明的材料悬赏，一旦评判标准模糊，极易从硬核科学基准退化成大模型厂商比拼测试时算力（Test-time compute）的公关秀。
接下来真正值得盯紧的只有两件事。一是 Discovered Materials 敢不敢拿出一套不依赖传统 DFT 妥协、且能低成本复现的硬核评审细则；二是不用等那些宏大的超导理论，就看明年这个时候，他们承诺的那款工业级半导体新材料，到底能不能真的塞进芯片巨头的产线里。那块跑通散热和界面测试的晶圆，才是唯一不会撒谎的球门柱。