Microsoft Research

目前能够确认的方向是：一个发表在 Nature 的无机材料生成模型（MatterGen），一个发表在 Nature 且已经跑在产品里的地球系统基础模型（Aurora），一个已经被别人的化学计算软件采纳的学习型交换关联泛函（Skala），一个发表在 Science 的蛋白构象系综模拟器（BioEmu），以及一层有十家具名客户、没有一项已发表结果的企业平台（Microsoft Discovery）。 这些东西几乎都可以下载下来自己跑。这是这份组合最与众不同的地方，而它也正是本页上最有力的反面证据之所以存在的原因。

范围说明： 本页只追踪公开记录：实验室自己的发布、经同行评审的文献，以及第三方报道。没有内部信息。它记录的是公开材料能走到哪一步，而不是这家机构做得好不好。

概览

1. 材料生成：MatterGen，以及回应它的那篇论文

能确认什么： MatterGen 于 2025 年 1 月 16 日发表于 Nature。它生成的结构"是此前生成模型的两倍以上可能既新颖又稳定"，并且"距离局部能量极小点近十倍以上"。模型和权重都是公开的。

论文的概念验证只有一句话，而分量全压在这句话上："作为概念验证，我们合成了其中一个生成结构，并测得其性质值与目标相差在 20% 以内。"那个化合物是 TaCr₂O₆，实际以无序形式合成为 Ta₁/₃Cr₂/₃O₂。

这次合成已经在期刊上被回应了。 Mikkel Juelsholt 在 Materials Horizons 13, 5672–5679 (2026) 上做了完整的晶体学分析，结论是：所合成的相"并不是一个新化合物，而是与 1972 年就已报道、并且实际存在于 MatterGen 训练集中的已知化合物 Ta₁/₂Cr₁/₂O₂ 完全相同"。他给出的机制不是偶发的而是普遍的：当多种元素占据同一个晶体学位点时，生成模型会出问题，于是一个已知的无序相就被误判为一个新的有序化合物。他由此得出的结论是关于工作流程的：这些发现"凸显了在 AI 辅助的材料研究中进行严格人工核验的必要性，这限制了它们用于快速、大规模新材料预测的能力"。

这件事值得说得精确，因为它很容易被朝两个方向夸大。 这篇论文没有说 MatterGen 一文不值，也完全没有触及那些 benchmark 数字。它说的是：论文里唯一那个实物，早就是已知的，而且就在训练集里。对一个专门用来区分"模型分数很高"和"真的做出了新东西"的页面来说，这是微软材料方向的记录里信息量最大的一条。

边界： 候选晶体的生成与排序。可信度：模型、论文与开源代码确实存在：高；"生成了一个新材料并把它做了出来"：低。

待查线索： MatterGen 作者是否会在期刊上回应；是否有独立团队合成某个 MatterGen 候选并确立其新颖性；无序这个失效模式是否会在模型层面被解决，而不是靠人工逐个检查。

2. 地球系统：唯一真正进入产品的那一个

能确认什么： Aurora 于 2025 年 5 月 21 日发表于 Nature："一个在超过一百万小时的多样地球物理数据上训练的大规模基础模型"，它"在空气质量、海浪、热带气旋路径与高分辨率天气预报上胜过业务化预报，且计算成本低数个数量级"。

Aurora 1.5 于 2026 年 7 月 9 日发布。它在原有 4 个变量之外新增 22 个，改为逐小时分辨率，并加入概率集合预报。它"在 88.9% 的受评变量—预报时效目标上胜过 ECMWF ENS"，热带气旋路径误差比原版 Aurora"低约三分之一"。权重发布在 Hugging Face 上。

值得记住的细节是 1.5 是谁做的。 它出自 Microsoft Weather（即 Windows、Bing、Copilot、Edge 与 MSN 背后那支天气产品团队，"覆盖 180 个国家、十亿台以上设备"），在研究实验室做出的模型之上继续开发。这是本页上唯一一个研究产物明确跨进日常业务运行的方向，而且带着一个具名的企业用户（BKW，用于能源运营）。

微软自己写下了它的限度，值得原样引用，因为很少有机构会把这句话写出来："基础模型应当补充而非取代基于物理的模型与领域专业知识。"

边界： 预报。相对业务化基准的预报技巧是真实且可核查的东西，但它不是一项科学发现。可信度：高（经同行评审的论文、开放权重、对照公开业务系统的具名评测，以及一个已上线的产品）。

3. 量子化学：被别人采纳的那一部分

能确认什么： Skala 是一个用于密度泛函理论的神经网络交换关联泛函。2026 年 8 月 20 日发布的 1.1 版报告"在 GMTKN55 上加权平均误差 2.8 kcal/mol"，并在该基准的"55 个门类中有 32 个排名第一"，而在 GPU 上"成本与 r2SCAN 相同"（r2SCAN 是一个半局域泛函）。它的训练数据量是首个公开版本的"2.5 倍"。

决定性的细节不是那个 benchmark，而是采纳。 Skala 已随 CP2K 发布，并正在被集成进 Psi4、FHI-aims、ORCA 与 VASP。那些是别人的代码库，由别人维护，而且他们得为它提供支持。在本站追踪的公司里，这是最稀缺的一类证据：不是一家公司报告自己的数字，而是独立维护者判断这东西值得扛起来。它自述的限制很小也很具体：在 CPU 上，小体系会有额外开销，而这一开销"在轨道数超过约 300 的体系上消失"。

边界： 一种计算方法的精度。GMTKN55 是一个测试集，不是一次发现；一个在 32 个门类里排第一的泛函，并没有做出任何东西。它改变的是它下游一切事情的成本。可信度：高（开放权重、由他人维护的外部基准，以及第三方集成）。

待查线索： 那四个正在进行的集成里有几个会真的进入发行版；是否会出现一篇把某项发现归因于 Skala、而非归因于使用它的那个课题组的论文。

4. 生物大分子：BioEmu

能确认什么： 2025 年 8 月 14 日发表于 Science（第 389 卷第 6761 期），28 位作者。BioEmu"在单块 GPU 上每小时生成数千个统计独立的结构，以此模拟蛋白质平衡系综"，整合了"超过 200 毫秒的分子动力学模拟、静态结构与实验测得的蛋白质稳定性"，并且"相对自由能的精度达到 1 kcal/mol，对照的是毫秒尺度的 MD 与实验数据"。代码是开放的。

论文明确写出了它能捕捉什么："隐蔽口袋的形成、局部解折叠与结构域重排"，也就是决定一个药物可能结合的口袋究竟会不会打开的那些运动。

边界： 模拟的模拟。BioEmu 是一个昂贵模拟的廉价替代品，它对照的正是那个模拟以及实验测得的稳定性。它不是实验的替代品，论文也没有这样声称。可信度：高（经同行评审、代码开放、精度同时对照模拟与实验数据给出）。

5. 企业层：Microsoft Discovery

能确认什么： 2025 年 5 月 19 日发布，2026 年 6 月 2 日正式商用。它是商业化的那一面（Azure 上的智能体、模拟与高性能计算），上面那些模型本应经由它进入工业研发。

所有人都会引用的那个演示是一款用于数据中心的无 PFAS 浸没式冷却液：原型"在约 200 小时内"找到，而"否则会花上数月甚至数年"，并"在四个月内"完成合成。真正的验证句比标题窄得多："我们已经测试了这种材料的部分主要性质，它们与 AI 的预测一致。"同一篇文章里微软自己的限定语是："虽然这个项目只是一次实验。"那篇发布里的另一个数字属于另一个项目：与 PNNL 合作的固态电解质筛选，"筛查了超过 3200 万个候选"，得到一个用锂量"减少 70%"的电池候选。

正式商用时被具名的是谁： Yale Engineering（液流电池分子）、Georgia Tech（组氨酸的前生命合理性）、PNNL（有机液流电池材料、自动化实验室）、Ginkgo Bioworks（智能体直接跑在 Ginkgo Cloud Lab 上）、Causaly、Cambridge Consultants、Wiley、BHP（铜浸出，"以数月而非数年计"）、Syensqo（半导体制造用传热流体）与 GSK。

边界：十家具名客户，零篇已发表结果。 上面每一条都是对正在进行的工作的描述，来源都是供应商自己的公告。那是关于采纳的证据，这是真实的；它不是关于发现的证据。可信度：平台与这些具名合作确实存在：高；归因于它们的任何科学产出：低。

找不到什么

• MatterGen 作者没有公开回应 Materials Horizons 的那篇论文，也没有任何独立合成确立某个 MatterGen 候选是新化合物。
• 没有任何一家具名 Microsoft Discovery 客户发表过经同行评审的结果。
• 无 PFAS 冷却液没有更完整的表征，公开的只有"部分主要性质"。
• 实验室没有公开人数或预算；公开页面只写了它的管理总监（Bonnie Kruft）以及英国、荷兰与德国的分布，再无其他。
• Project S / Science Engine 这条更早的叙事与 Microsoft Discovery 之间，没有公开说明是终止、合并还是延续。

方法与范围

范围： 只覆盖把 AI 用于科学研究的工作。通用模型能力、作为基础设施的 Azure 与消费级产品不在范围内，除非某个科学模型走到了那里（Aurora 就是这样）。

可信度按条目标注，而不是按方向标注。 标签含义：

• 高：有公开产物、由外部机构执行或采纳，或有具名专家评议；
• 中：官方发布或公司自报的数字：细节可查，但外部未验证；
• 低：单一来源的说法、供应商关于在建工作的公告，或在期刊上被反驳且尚无回应的主张。

两条操作规则： 版本修订按版本标注日期，不作为新项目；"项目存在"不等于"技术成功"。

关于这家公司还有一句话。在本站追踪的公司里，微软是最开放的一家：五个方向里有四个的权重、代码与基准都可以下载。正因为开放，一位外部晶体学家才有可能去检查 MatterGen 那次合成，并在同行评审期刊上发表一篇更正。那篇更正对其中一项主张确实是坏消息；而它居然写得出来这件事本身，是本页上结构性最强的一点。

一手来源

经同行评审

• A generative model for inorganic materials design，*Nature*（2025-01-16）
• Continued challenges in high-throughput materials predictions: MatterGen predicts compounds from the training dataset，*Materials Horizons* **13**, 5672–5679（2026）
• A foundation model for the Earth system，*Nature*（2025-05-21）
• Scalable emulation of protein equilibrium ensembles with generative deep learning，*Science* **389**, 6761（2025-08-14）

官方发布

• Aurora 1.5: Extending open foundation models for weather and Earth-system applications（2026-07-09）
• Broadening access to Skala creates a faster path to predictive DFT（2026-08-20）
• Transforming R&D with agentic AI: Introducing Microsoft Discovery（2025-05-19）
• Announcing Microsoft Discovery general availability（2026-06-02）
• Microsoft Research AI for Science