冷暖人生
对话|俞之奡:我为何加入小米并组建材料Core团队_我的网站

A |

B | “我接受了教育理念、课堂常规、师风师德等方面的培训。在汽车大压铸材料的研发中,AI帮助他们从千万种配方中筛选出最佳组合,大大提高了研发效率。” 俞之奡的履历恰好横跨AI+材料链条的两端:斯坦福博士期间,他做的是“拿瓶瓶罐罐”的材料湿实验;2020年,在GPT尚未问世、学界还在用小型机器学习模型计算材料参数时,他便开始接触AI for Science。共享中心的理念很吸引我,与其在一个学校扎根,还不如把体育精神分享给更多的孩子和学校。

C | 博士毕业后,他成为字节跳动AI4S早期核心成员,负责AI+材料和锂电材料等方面的研发,是国内最早将AI应用于储能材料并推动落地的技术骨干之一;此后他在美国创业四年,今年回国加入小米并组建团队。 团队定位非常明确:前沿材料是长期技术和战略布局,不求短期落地;AI for Materials是方法论,用AI加速材料从实验室到产品的全流程。”毕显皓说。

D | 共享中心实行“政府主导、教师统管统用、资源配置共享”,全区“排课走校”,即共享中心的体育教师不属于任何一所学校,而是通过统筹管理方式,解决体育教师数量短缺等问题,同时全面提升体育教师水平和教学质量,丰富体育项目。这样的运作模式的确让人耳目一新。为什么是小米? 俞之奡的回答指向一个判断:材料科学最终的评价标准是“能不能用”——药物的唯一标准是能否治病,材料的唯一标准是性能是否提升、成本是否降低、量产是否可行。小米拥有从消费电子到汽车到家电的“人车家”全生态产品矩阵,这意味着足够多的场景去容纳新材料的尝试。在华阳中学两位特级教师的一对一辅导下,毕显皓的教学工作渐入佳境:如今他教高中二年级的五个班,同时身兼校排球队总教练;学校之外,他还担任成都市女子曲棍球甲组、乙组和男子篮球甲组的体能教练。毕显皓对自己的工作状态很满意:“我每周15节体育课,每天晚上7点20后才能下班。

E | 也许别人看来很辛苦,但是作为曾经的专业运动员,这些对我来说不算什么,我还想再忙一些。” 共享中心不仅负责人才输出,人才监管更是重中之重。四川天府新区党工委教育卫健工委副书记杨远东说:“我们建立了学校、学生、家长、教科院和共享中心五方参与的评价体系,从满意度、专业水平、教学能力、职业能力、技能和师德师风等方面给我们派出的老师打分,要评定星级,实行升降级的管理,还有一票否决制度。” 进入教育领域近1年的毕显皓告诉记者,他在共享中心的考评中“分数不低”,现在自我感觉与学生互动时游刃有余,但新的挑战随之而来。用他的话说,“这个生态位或许是最合适的” 但行业仍有一个核心卡点没有解决。“目前最大的挑战就是,夏天天气热,孩子们都不愿意动,如何调动他们的积极性?”毕显皓笑着说。AI Agent可以在几秒内告诉你该做什么实验,但实验本身——真正做出看得见摸得着的材料——大部分仍靠人力在实验室完成。俞之奡称之为“闭环问题”:前面假设生成和文献搜索以及后面的审阅、校对、循环等已经做得很好,中间执行环节才是真正的决胜点。自动化和机器人的进展正在加速这一环节,但还需要时间。 另一个值得注意的信号是,俞之奡的加入意味着小米正在把AI材料研发从一个项目的成功,推向系统性能力的建设。从金属到高分子、玻璃面板、电池,小米的意图是让“AI+材料”的范式覆盖整个生态链。 “材料的性能要求没有上限,大家希望六边形战士的每一边都超过一百分。根据共享中心提供的数据,截至目前,共享中心已与百家校外体育类培训机构开展合作,约2000名体育专业人才排课走校执教,还为学生提供普惠性、菜单式、专业化的课后服务和演示以及周末、假期托管服务,贴心、丰富的服务内容受到家长的好评。“我们会尽力地发光。”毕显皓对于未来的工作充满了希望。

F | 以下为蓝鲸科技等媒体与俞之奡对话实录: 小米为何需要一个“材料连接者” 提问:为什么加入小米?选择小米的考量是什么? 俞之奡:可以简单回溯一下。

G | 山东以岗位创新突破学校体育教练职称瓶颈 除了四川创建体育教师共享中心,山东的经验也值得借鉴和推广。

H | 山东通过在全省大中小学设置体育教练员专业技术岗位,在一定程度上解决了省内学校体育教师师资不足的问题,也有效缓解了教师编制短缺的矛盾。我大概2020年进入AI for Science这个领域,那时候还在读博,大家对AI for Science都没有概念,觉得材料计算就已经是所谓的AI for Science。2021年6月底,山东省委、山东省教育厅、山东省人力资源和社会保障厅、山东省体育局联合印发《关于全省大中小学校体育教练员专业技术岗位设置管理的实施意见》,在全省各级各类中小学、中等职业技术学校和高等院校增设体育教练员专业技术岗位,学校体育教练员职称纳入体育专业人员职称系列,职称层级分别与事业单位专业技术岗位等级相对应,学校体育教练员从业不需要教师资格证。GPT也不知道在哪,但大家就在探索怎么把一些很小的模型——不是现在的大模型,是专有的模型——一步一步应用起来,用一些很小的machine learning或者deep learning模型,那时候都已经做到头了。山东省体育局副局长王强从事青少年体育工作多年,他说:“由退役运动员担任学校体育教练员工作,发挥专业优势特长和明星效应,能够弥补体育师资力量配备短板和专业能力缺项,有利于提升学校‘双减’背景下校内‘课后托管服务’工作质量,有利于促进学生运动技能提升、养成终身锻炼习惯,有利于现有管理体制机制框架下体育教育资源的整合优化,丰富校园体育文化。 从2020到2022年,这个方向越来越多的发展, 2022年末ChatGPT出来之后,以及2024年诺贝尔物理学奖和化学奖给了偏AI和AI for Science这两个方向,让这个领域有了非常大的爆发。” 该实施意见出台后,截至2021年底,山东省解决了33名中小学体育教练员的职称问题,其中解决高级职称3人,初步解决了岗位职责不明确、成长空间受限制等长期困扰的问题,体教融合发展实现了新的实质性突破。

I | 对我来说,我本身的背景从本科到博士都是做化学材料实验科学的,真的是在实验室里拿着瓶瓶罐罐做材料。48岁的付亚辰是山东平阴县实验高级中学的一名体育老师,从平阴县体校举重教练的岗位上被分流到公办义务教育学校后,他自学网球、羽毛球应用于教学,还做过财务、场馆资产管理和校艺体处副主任。让付亚辰憋屈的是,他两次考教师资格证都不过关,因此无缘学校的职称评定,从体校带来的中级职称14年没有改变。我非常清楚,无论是AI加材料还是AI加医药,最终的目的还是拿到那个真正能提升大家生活质量的材料或药物。 大家对药物来讲,这个药能不能治病是唯一的评价标准;对材料来讲,这个性能比起上一代有没有提升、价格有没有降低、量产性有没有提高、对整体产品有没有性能提升,这些是非常明确的。在这样的情况下,加入小米这样的企业生态位是非常正确的一件事情。去年10月,付亚辰得知山东施行学校体育教练员专业技术岗位设置的消息,他马上准备晋级材料。几个月后,付亚辰的高级教练(副高)职称批下来了,他感觉就像做梦一样。 小米有那么多的人车家产品生态,从消费电子到家电可穿戴到车,整个都覆盖的情况下,我们有足够的场景去容纳新材料的尝试,真正做出有提升的东西。付亚辰分析说,自己当运动员时,文化水平有限,到学校工作后又特别忙,无论是主观还是客观因素都影响了他考取教师资格证。

J | 这个生态位反而是最正确的。“拿不到教师资格证,就没资格评职称,收入也受影响。 提问:小米在AI加材料这个赛道的独特生态位是什么? 俞之奡:我觉得小米非常独特的一个点在于,我们本身的基因——雷总也说了未来战略是人车家全生态——我们对产品一直以来就是最核心的一个基因。有段时间我都对职称放弃了,但是心里还是不甘心,因为我不比别人差。所以在落地方面,无论是人车家生态里面哪一个产品,我们都有非常大的力度。 在这个情况下天然就有场景,这是一个非常自然的事情。我们有MiMo大模型的投入,有Agent的投入,然后有最适合的场景,整个生态链体系下的场景。我们希望把中间这一环接通,利用模型能力、Agent的能力,把更新的材料做出来,进入市场去服务客户。希望把模型和真正的产品做一个更好的连接,让更前沿的、性能更好的材料进入我们的产品。 提问:小米在泰坦合金、超强钢等项目上都用了AI,AI角色经历了哪些演变? 俞之奡:泰坦合金是一个非常好的例子,就是珠玉在前。”付亚辰说,“我的经历虽然复杂坎坷,但很幸运最终有个好结果。” 除了设置体育教练员专业技术岗位,山东省在如何帮助退役运动员进校园方面用心良苦。在完善培训体系、健全工作机制的同时,山东省还强化了经费支持。例如:中小学校每安置一名退役运动员,就可以获得5万元专项经费,用于购买体育教学训练器材和组织体育活动;2010年以来,山东省已为接收退役运动员的中小学发放了735万元专项经费。

K | 雷总在直播里也讲到。山东的学校体育教练员岗位设置尝试,是否对全国具有推广意义?有专家指出,体教融合是一项系统集成的工程,各省市情况并不完全一致,路径选择也存在一定差异。山东是体育大省、教育大省,体育和教育资源相对丰厚。这项体教融合的创新性尝试,需要编制、人社、财政等部门的鼎力支持,更需要体育部门和教育部门的通力协作,才能取得显而易见的成效。一方面AI本身这个范式在迭代——Agent、AI for Materials企业越来越多快速的迭代,把AI推到了一个之前不可想象的速度。相互支持和通力协作,是体教融合的助推器,这才是“山东模式”最值得借鉴的地方。

L | 江苏在助力退役运动员打通“教师资格”之路方面也颇有心得。在去年底的中小学教师资格考试统考中,47位退役运动员参加笔试,其中19人通过。 另一方面就是材料配方、工艺、生产制造的各种参数性能的综合优化。

M | 江苏省体育人才流动服务中心副主任赵爱武表示,一方面,这几年退役运动员的整体文化素质逐年提高;另一方面,中心组织了更专业、更有针对性的培训,2021年7至9月的线上培训就要求退役运动员们多刷题,每天要交作业,12月底还专门组织了面试培训帮助退役运动员们增加实战经验。AI能够不停地加速这个过程,把更新的、更优化的材料提出来,我们去制造出来服务客户,进入产品让大家真正体会到产品质量和性能的提升。

N | 赵爱武表示,现在退役运动员的选择更多了,无论是当老师,还是做教练,甚至自己创业,省里主要是搭好平台、做好服务,提供更多选择机会,让退役运动员们都能有更好的出路。摸索探索 退役运动员进校园大有可为 成都市天府新区实验中学的体育老师杨冬梅也来自体育教师共享中心。这位前四川女排队员很享受教学过程,并产生了考取教师资格证、长期从事体育教学的想法。 提问:在之前已有的探索基础上,小米此时成立材料Core团队意味着什么? 俞之奡:我更多的会把它形容成不是转变,而是一个进化。她说:“共享中心给了我们两三年时间,让我们先上岗,再取得资格证。我也在积极准备考试。” 教师资格、教师编制,成为体育教师共享中心在引进人才的同时必须面对的难题。咱们已经有AI+金属——无论超强钢还是泰坦合金——两个非常成功的例子。杨远东坦言,退役运动员通过共享中心的平台进入校园后,要想让这样的人才长期、稳定地服务校园,还是要解决绝大多数人看重的教师资格证和编制的问题,需要新区层面、市级层面的财政部门、人事部门、体育部门和教育部门共同推进支持性政策。他说:“作为国家级新区的探索,我们一方面要争取编制,另一方面也在引导大家同工同酬,解决待遇的一致性和其他匹配福利的一致性问题。” 山东省虽然通过设置学校体育教练员岗位解决了教师编制问题,但在具体推进落实时,仍面临学校办学理念、学科结构性缺编、体育教练教师课外训练工作量与带训学生体育比赛成绩认定等难题。可以想象小米生态体系里肯定不止金属这一种材料,大家自然而然会去想怎么做到更多的材料。 尤其我们有消费电子产品、有车、有家电以及整个生态链里的所有产品。从玻璃到高分子到金属到电池会是一个非常大的、泛的材料领域。我们天然的想法就是能不能去泛化,把各种材料都涵盖进来,让AI加金属这个成功案例泛化到整个生态里,让产品整体有一个非常好的提升。王强说:“目前退役运动员供给数量大于学校需求,大部分市的学校接收积极性尚未调动起来,还没有成为学校内在需求。 之前的话,AI的团队和业务的团队之间有一个协作,我来是希望能把这个方向打开以及泛化,更好地串联以及用到更多的材料里面。在我们整个生态链体系下的产品里面,在各个点都能有一些新的材料、更加前沿的材料,无论是从性能、成本还是制造的角度,各方面都能有更好的下一代材料用进产品里,让大家真正体验到产品性能的提升。 真正的决胜点在实验室,不在算法 提问:您认为AI加材料这个方向,目前需要攻克的难题是什么? 俞之奡:这是整个领域目前的共识。大家看到尤其是Agent这一波从年初到现在爆发式增长,进入科学领域,无论中国还是美国比较头部的企业也都在布局。” 北京体育大学教育学院副院长刘昕表示,中小学的教师编制是有限额的,如果学校设置体育教练员岗位,就会给整个学校教师人事编制带来结构性的变化。

o | 整个工作流的搭建大家已经有了一些思路——怎么把Agent更好地用好,去提出假设、验证假设、搜索文献,到后面像实验室一样把出来的东西再去进一步优化迭代。但从材料的角度来讲,还是一个所谓闭环的问题——实验是真正做出看得见摸得着的材料,这一步现在是真正的决胜点。她说:“退役运动员进校园遇到的种种问题,是学校、体育部门、教育部门单方无法解决的,多部门的协同合作才能够去破解一个个难题。

p | Agent可能瞬间就能告诉你该做什么事情,但执行的时候,大部分还是靠人力在实验室做、在工厂做生产制造,这是一个瓶颈。怎么样把这个闭环快速打通、瓶颈快速解决,就能把AI for Materials整个循环大幅加速。现在已经有些希望了,大家都在不停地加速,比如自动化,包括机器人和具身大脑现在越来越泛化、能做的事情越来越多。 提问:AI相比传统材料研发方式,有哪些传统方式替代不了的? 俞之奡:我们平时作为材料人,假如下游真的要做实验,大家可能会去想一些方向,但毕竟没有办法很快收敛到正确的方向,或者说要试的东西非常宽泛,会消耗很多时间和精力。” 四川天府新区和山东的新尝试已经得到了国家体育总局青少司的认可。司长王立伟呼吁,学校是广大青少年健康成长的主阵地,在体育强国建设过程中,多方需要通过不断的探索和实践去解决退役运动员进校园存在的问题。AI能帮助我们快速收敛到一个正确的方向,然后进行快速的迭代,产生更好的配方。可喜的是,从2023年1月1日起施行的新修订的体育法,提出“国家实行青少年和学校体育活动促进计划,健全青少年和学校体育工作制度”,将青少年和学校体育置于优先发展的战略地位。

q | 提问:AI材料研发在周期、成本、良率这些维度上能带来多大的提升? 俞之奡:目前来讲,AI for Materials大家还是把它作为Co-Scientist或者叫副驾驶,作为辅助角色帮助下游材料专家进行快速迭代,或者帮助我们想到一些人可能会忽略的东西。 整个大的图景里即使是最顶尖的科学家也,AI能够很好地帮我们查漏补缺,把整个图景画全。这个对下游真正的研发非常重要——一旦你漏掉的那个点正好是最好的那个点,就会花更长的时间才能发现这样的材料。 成本、良率这些其实是综合优化的过程。

r | 新修订的体育法明确指出,学校可以设立体育教练员岗位;学校优先聘用符合相关条件的优秀退役运动员从事学校体育教学、训练活动。

s | 人很难同时兼顾所有维度的性能指标,大家都希望一个材料是全维度优秀,也就是“六边形战士”。这势必将极大推动退役运动员进校园的进程,也为体教融合工作带来新的利好。(参与记者:王恒志、马向菲、李嘉、韦骅、肖亚卓、季嘉东、吴书光、陈地) 【编辑:王禹】

t | 在这个过程当中AI能很好地帮我们补齐那些短板,尽量做出全维度均衡的材料——包括成本,包括量产时候的工艺、制程、制造,都能做统一的优化,而不是只限于某一个点说某一个性能很好但别的不在乎。

u | 提问:目前AI在材料研发哪个环节效果最好?哪些环节几乎没用到? 俞之奡:基本上在今年年初之前,大家还是一些专有领域的小模型——金属有一些,别的方向各自有一些。但今年年初Agent这一波起来之后,范式发生了相当大的变化,大家发现基座大模型加上Agent Workflow——我们现在叫Harness——能把整个工作流真的搭起来。 你告诉它一个目标,比如想让这个金属的强度提升多少,它可能自动去搜索文献、提出假设、想该做哪些实验、做哪些计划。然后下一步就是卡点——得去实施,真的做出来。做出来之后,有了配方的输入和性能的输出,再返回到前面,看到数据之后想下一轮该怎么去迭代材料、怎么进一步提升性能。 在这个范式里,前面几步——搜索文献、提出假设——已经做得非常好了,尤其是Agent和基座大模型的能力越来越强。但中间那个卡点——做实验和做真正的产品性能这一步,现在很多公司在做自动化的实验室,甚至自动化的中试线,怎么样去提速这一步,还需要一些时间。 提问:现在基座大模型是通用的还是各材料领域有专用模型?小米会做材料通用大模型吗? 俞之奡:大概是2026年年初之前,大家在做一些所谓的专有模型。

v | 目前大家都是以基座大模型加Agent的方式去做。但你提到的针对各种材料,甚至更加泛化的——不止材料,包括生物医药等科学领域的大模型,行业内也有一些人在探索。但我们可以随着这个领域的发展去看,到底哪一条范式或者哪一条路线最后收敛下来,这个确实需要一些时间。 期待“AI+材料ChatGPT时刻”到来 提问:超强钢接下来还会继续升级吗?AI加材料还有哪些更可为的作用? 俞之奡:材料的性能要求其实是没有上限的,大家肯定希望越来越好,甚至不仅是六边形战士,六边都要一百分、超过一百分那样的产品。除了金属之外,还有高分子、有机化学这些领域,有些材料可能是人类历史上从未想象过的,远远超出简单材料的范畴。模型本身也在持续优化,配方也会有新的迭代,比如加入不同的元素成分,搜索范围和配方组合空间会更大。 提问:小米在AI加材料领域,看到了哪些可以通过新材料解决的具体问题? 俞之奡:从产品布局的角度看,除了金属材料之外,高分子、玻璃面板和电池都是重要的方向。 电池在消费电子产品和汽车应用中都是核心要素。

w | 比如动力电池方面大家最关注的是安全性,以及电车能跑多远,充电速度、成本控制和量产能力也是关键考量。大家都希望在不改变充电速度和购车成本的前提下获得更长的续航体验。这些需求都会推动我们去探索新的电池材料方案。 提问:AI for Materials的ChatGPT时刻何时到来? 俞之奡:这个问题是我今天的报告最后一页PPT标题。首先,要看怎么定义这个ChatGPT时刻。有一种观点认为它可能已经到来了——2026年Agent这一波起来,有基座大模型,有很好的Agent工作流,这一套已经能够帮助科学家或者下游真正做产品的人快速加速迭代,这件事情本身可能就被定义成ChatGPT时刻。

x | 如果说要再定义一个更进一步的时刻,我觉得有点像ChatGPT时刻之前,大家也不知道ChatGPT时刻是什么定义,可能还需要一些时间的发展去看终局是什么。
Current article:http://www.tibiantasangnenti.buzz/2vkxb/oln9p6.htm
Published on:04:37:54
意外
四大名捕
独立日
欢乐喜剧人
一米阳光
微信网页版
渴望
斯巴达克斯第三季













