Radical AI

Purdue Applied Research Institute 对 RAI-939 与 C103 执行超过 2,500°C 的 head-to-head torch test；Radical 披露一分钟后两者质量变化分别为 +0.25% 与 −32%，并将该特定条件下的 environmental survivability 描述为约 125×。

证据从内部实验吞吐前进到具名材料的外部应用相关测试。

没有证明整体材料性能、多批次重复性、规模制造、qualification 或终端部署。

Latent Space 的 77 分钟访谈首次把 Radical 的系统架构、运行指标、自动化边界、实验经济学、制造缺口与商业化判断放在同一条证据链中。公开摘要采用：六个月生产并表征约 1,200 个合金；约 300 个新材料被提出和测试；约 10 个候选被公司称为具有 novel state-of-the-art properties。

发现 → 合成 → 表征 → 早期测试的 campaign-level loop 已经运行；Radical 的 AI Scientist 是多智能体、模拟、实验数据、人类科学直觉与 SDL 的系统，而不是单一模型。

多数运行数字仍是采访中的公司自述；100 alloys/day、2–3 年行业拐点和 3–5 年 defense/space deployment 都是目标或展望，不是已实现证据。

运行约九个月的自动实验室积累超过 10,000 张 SEM 图像；segmentation 与 SDAS 提取约一秒/图，结构化结果回到平台。

微观结构正在成为可机器处理并能影响工艺决策的实验数据，而不只是被拍摄和存档。

自动 annealing-time selection 仍是后续方向；该工作流不证明新材料优越性、跨设备泛化或制造规模。

LitXAlloy 从 19 篇实验合金论文中人工抽取 1,426 个 measurements，并把 processing history 表示为事件 DAG，而不是仅按 composition 索引。

“material ≠ composition” 已进入可检查、可审计的数据模型和 benchmark，而不只是叙事。

文献抽取质量不等于 physical discovery outcome，也没有证明更好的 extraction 已提升合金命中率。

定制 soft-auger、故障 taxonomy 与迭代原型进入实验室；公司同时承认系统仍 bespoke，并以可靠性换取早期能力。

SDL 的壁垒包含难以商品化购买的 mechatronics、Lab OS 与物理工程知识。

尚未证明这些定制系统能够低成本、高可靠地复制。

公开 composition → structure → property、EGIP、分布式模拟与 SparseBO 路线，并披露 500+ hardness samples。

计算层被设计为服务实体实验，而不是把 composition 直接映射到 property。

没有公开证明内部计算路线独立优于同行或必然产生部署材料。

内部 computational comparison 中，EBO 相比标准 BO 提高 hypervolume 与候选多样性。

文本中的科学先验可能帮助多目标合金搜索。

没有证明这些候选在实体实验中形成了更好的合金。

MATRIX 覆盖 SEM、XRD、EDS、TGA 等实验模态；公司报告 aligned multimodal post-training 令 experimental interpretation 提升 10–25%，text-only scientific reasoning 提升 5–16%。

真实实验 artefacts 可以训练和评测 scientific-perception layer，并可能把实验 grounding 迁移到文本推理。

公开 benchmark 上的提升不等于模型已经自主发现、制造或认证了新材料。

双方建立围绕 closed-loop autonomous research infrastructure、novel-material translational research、AI capabilities 与 joint pilots 的合作框架。

国家实验室级别的 HPC、表征与合成基础设施进入 Radical 的 scale-up roadmap。

MoU 是合作框架，不是已完成 pilot、独立材料验证或部署。

一项 1,197,902 美元合同聚焦为美国空军极端环境需求加速发现具有 thermomechanical properties 的 high-entropy alloys。

出现真实 customer/problem pull 与具名应用约束。

合同授予不是材料交付、性能验证、qualification 或部署。

Radical 报告 EGIP 在 Matbench Discovery 的 thermal-conductivity task 上达到领先结果，并相对 leading eSEN model 提供 3.5× speed 与 12× atom capacity。

Radical 具有可公开比较的 MLIP / simulation 技术层。

计算 benchmark 不等于被合成、测试或部署的新材料。

发布 PyTorch-native atomistic simulation engine；公司报告相对 ASE 100×、相对 DFT 100,000,000× 的特定 simulation speedup。

Radical 具有真实、可外部检查的软件基础设施。

simulation speed 不等于新材料发现或工业采用。