今天讲讲小米和交大合作的轻合金大模型设计平台 ​​​

熟悉小米的朋友应该记得，早在2023年12月小米SU7技术发布会的时候，雷军就宣布小米成为国内唯一，全球唯二同时掌握大型压铸集群和免热处理铝合金材料的车企，也就是所谓的“泰坦合金”

免热处理铝合金材料听起来很玄乎，但是也不复杂，就是一种专门服务于大压铸的材料体系。

之所以要投入巨大精力去研发“免热处理”材料，并不是为了炫技，而是物理规律的硬性要求。

在传统的铝合金加工中，铸造完成后通常需要进行热处理以增强性能。这对小型零件尚可接受，但对于大型铸件（比如一体化后地板）来说却是灾难性的。

因为热处理带来的热胀冷缩会导致严重形变，进而影响到装配精度和结构强度。所以，行业必须发明一种“免热处理”的铝合金，专门应用在这一场景。

但是呢，小米的这一套技术体系真正的宝贵之处，其实不在于买到了一个现成的免热处理铝合金配方，而在于建立了一套 AI赋能的材料学方法论。

小米是这么说的：小米团队与国家级实验室合作，自研多元材料 AI 仿真系统计算超过 1016 万种配方。 经过 1550 次打样，最终筛选出高强度、高韧性、高流动性、低碳环保的小米泰坦合金。

这一成果的含金量极高，23年su7发布会的时候就说过，根据中国汽车工程学会和国家新能源汽车技术创新中心验收：

“项目总体技术达到国际先进水平，其中超长流长-结构-材料-工艺-性能 研究方法和材料性能预测模型达到国际先进水平。”

通过这套预测模型，小米极大地增强了合金性能预测的效率。

如果你最近一年关注过小米的专利申请，会发现里面涌现了大量关于合金的专利。

这其中不仅有压铸铝合金，还有压铸镁合金。这些新材料，本质上都是通过这个AI平台“算”出来的优良配方。

比如，在铝合金领域，专利号CN116287891A、CN115418537A的免热处理压铸铝合金，在实现轻量化的同时解决了兼顾高强度、延伸率与耐蚀性的难题；专利号CN118028667A则专门优化了材料的高温性能和抗蠕变性能；针对高强高导电需求，专利号CN116875859A、CN120924841A的配方兼顾了屈服强度与电导率，适用于电机转子等零件。

在镁合金领域，AI赋能的效果同样显著：专利号CN121183188A、CN121161112A和CN119843127A的压铸镁合金，重点攻克了镁合金在高温环境下的短板，实现了高强度与优异抗蠕变性能的平衡，解决了晶粒细化不足的技术瓶颈；专利号CN120174246A则在保证力学性能的前提下，通过低稀土配方实现了免热处理条件下的优异折弯性能，特别适合碰撞工况的车身结构件；还有专利号CN119710406A，成功在成本、高强度和耐腐蚀性之间找到了最佳平衡点。

此外，还有专利号CN118291824A的高折弯性能压铸铝镁合金，通过特定元素配比显著提升了折弯角，解决了车身结构件在碰撞受压工况下的韧性难题。

在前面这些的基础上，最近（其实就是12月），上海交大宣布与小米合作，联合发布了轻合金大模型多智能体设计平台——DeepLight X AgentMat。

这其实就是把之前那套内部的方法论，正式系统化、平台化了。这个平台由两部分核心组成，分工非常明确，彻底用ai重构了材料研发的整个范式。

第一部分是“智慧大脑”：DeepLight大模型

它主要解决的是“算得准”的问题，负责核心的推理。

轻合金材料研发的难点在于“成分—工艺—性能”之间的关系是强耦合的，且跨尺度机理非常复杂。DeepLight为此构建了一套面向轻合金特性的“链式推理数据体系”。

它能像一位经验丰富的老专家，将材料组分、微观结构、相变行为等多个维度的知识串联起来，进行跨尺度的深度推理，捕捉那些复杂的非线性关系。

依托这种推理能力，团队已经成功研制出了超强耐蚀镁合金，其耐腐蚀性能达到了目前公开报道中的最佳水平。

第二部分是“高效中枢”：AgentMat多智能体协作框架

如果说DeepLight负责思考，那么AgentMat就负责干活和调度，它解决的是研发流程长、协同难的问题。

传统的材料研发，从设计到验证需要不同领域的专家、不同的软件工具配合，流程极长且割裂。而AgentMat将这个过程拆解给了不同的“智能体”（Agents）：

有的智能体负责“知识获取”，从海量文献中提取关键信息；

有的智能体负责“数据分析”，处理实验数据；

有的智能体专门进行“方案生成”，提出配方假设；

甚至还有负责“工具调用与验证”的智能体，去跑模拟软件或对接实验设备。

这些智能体之间可以自动化地高效协作。它不仅能调用DeepLight大模型，还能结合内部积累的小模型、理论预测工具以及人类专家的反馈，交叉验证方案的可行性。

这种协作机制实现了“模型预测-实验验证-数据反馈”的AI自主闭环迭代。

效果有多夸张？以镁合金研发为例，AgentMat可以在1小时内完成从需求分析到新设计方案输出的全流程。根据上海交大官方的数据，这种新范式较传统模式效率提升了10倍以上。

为了验证这套体系的含金量，上海交大还构建了国内首个覆盖镁、铝合金全场景的评测基准——LightAlloy-Bench。

在这一权威“度量衡”下，DeepLight的表现比通用的 GPT-4o 提升了近20%。

可笑的是，当时还有很多人在造谣，说小米”其实就是买了交大的专利“，

是的，上海交大在合金领域一直是国内顶尖的，产出了非常优秀的成果，也是业界的前辈。

但是正是小米与他的合作，让产学研全面贯通，让技术为科研赋能，通过引入了行业细分的ai功能，极大的提高了科研的效率。

这分明是一个双方受益的事情，学校获得了落地的项目，小米获得了少走弯路的知识储备和经验。

学校获得了更新更好用的平台，小米收获了诸多专利布局和真正可以投入使用的配方。

眼红心热的人在其中挑拨离间，但是双方确实是通力协作，各自受益。

只能说，希望这种产学研协同的体系能再多一点，毕竟干实事的人，才是推动整个社会发展的动力源。