南科大教授余沛源创业做AI+材料：真正难的不是生成，而是验证

余沛源现任南方科技大学化学系长聘副教授（研究员）、博导，长期研究反应机理、量子化学计算和材料设计。他创办三向纪元，希望构建一套可验证的材料模型，解决材料研发中生成与验证之间的断层。

余沛源认为，AI+材料真正困难的地方不是让模型提出更多看似合理的答案，而是判断这些答案能否被合成、验证和优化。成功的实验有价值，失败的实验同样应该回到数据和模型中，成为下一轮研发的依据。

三向纪元的技术路径围绕“可验证的反应原生材料模型”展开，分为三个层次：React-Generator生成候选，React-Refine进行高精度计算筛选，React-Route/Condition规划反应路径和条件。其中第三层是团队投入最深的部分，也是核心壁垒。

团队在反应机理、过渡态和量子化学计算方面有长期积累，两项发表于Science的工作分别体现了全新合成路径设计和高通量手性分子合成能力。这些积累正在转化为React-Route/Condition，使模型能分析“应该怎样做”以及“哪里可能卡住”。

余沛源强调验证应从候选生成后就开始，而不是仅根据最终实验结果迭代。他以A-Lab为例：A-Lab选择了57种理论上稳定的目标材料，最终成功合成36种，17种未获得目标产物，4种仅凭XRD无法确认。测试了353组实验配方，真正得到目标材料的配方约占30%。

失败原因包括反应动力学缓慢、前驱体挥发、材料非晶化以及计算判断偏差等。这说明理论稳定只意味着材料“可能存在”，能否真正做出来还取决于反应过程、合成路径和实验条件。

余沛源认为数据是核心壁垒，但并非越多越有价值。团队希望积累完整、可追溯的研发路径，包括成功和失败数据，尤其是失败数据能帮助模型更早排除错误方向。

团队已积累百万级高精度计算与生成数据，关键机理和反应路径正在通过合作实验交叉验证。React-DB旨在补充Materials Project未覆盖的动态过程，记录材料从原料到产物的反应路径、实验条件和失败信息。

三向纪元有两条商业路径：一是面向企业的联合研发，收入来自研发服务费、里程碑付款和成果授权；二是自主材料IP开发，如液冷材料和下一代OLED发光材料，通过专利许可或联合产业化获取长期价值。

团队围绕“模型能算、实验能做、产业能用”构建，余沛源负责整体战略和机理计算，谭斌教授担任联合创始人兼首席科学家，负责合成路线开发和实验验证。AI与自动化部分由核心技术团队负责。