作者：韩启明｜OC 科技政策编辑

据 清华大学 发布的信息，2025 年诺贝尔化学奖得主奥马尔·M·亚吉（Omar M. Yaghi）已经全职加入清华，将牵头建设校级人工智能化学与材料研究院 AIMATRY。此前他长期任教于加州大学伯克利分校。

一句话结论：这条新闻的分量不只在于“中国引进了一位诺奖得主”，而在于清华试图把 AI、材料设计、实验合成和工程生产接成一条链，争夺下一代材料研发平台的定义权。

亚吉最知名的工作是金属有机框架等多孔材料。这类材料可以把大量内部表面积塞进很小体积，用于气体储存、碳捕集、分离和水收集。它们的潜在组合极多，传统研究需要在配方、结构、合成条件和性能之间反复试错，也正适合引入机器学习做候选筛选和实验规划。

清华对 AIMATRY 的目标写得很具体：依托化学系、化工系，并与人工智能学院、计算机系、材料学院合作，建立从理论计算、研发到生产的完整智能系统，试图把新材料研发周期压缩一个数量级。这个目标很有吸引力，但目前仍是机构建设目标，不是已经实现的结果。

Nature 报道称，亚吉将从美国转到清华的全职岗位，并把这次流动放在美国科研经费削减和中国吸引国际人才的背景下讨论。这里也要避免把个人选择简单写成地缘政治投票。亚吉本人长期参与国际合作，清华此前已经邀请他讲授“人工智能材料学”；新的研究院、跨院系资源和建立新范式的机会，可能比单一政治因素更直接。

“AI 发现材料”也不能理解成让大模型读论文后直接吐出一种神奇物质。真正的系统至少要做四件事：从巨大的结构空间生成候选；预测稳定性和目标性能；设计可执行的合成路线；再让自动化实验反馈真实结果。任何一环的数据质量、仪器能力或验证速度跟不上，AI 给出的候选都可能停留在屏幕里。

因此，这个研究院值得持续追踪的不是启动仪式，而是三类产出：是否建立可复用的数据和实验平台，是否让算法团队与湿实验团队形成稳定闭环，以及是否真正把研发周期、失败率和成本降下来。诺奖得主能带来声誉与组织能力，但平台能否运转，最终仍要看工程细节。

关键事实

• 奥马尔·亚吉全职加入清华，并将领导 AIMATRY 研究院建设。
• 研究院横跨化学、化工、AI、计算机和材料学科。
• 清华提出将新材料研发周期压缩一个数量级，这是建设目标而非现成成果。
• 亚吉的研究专长与 AI 辅助材料发现具有直接结合空间。

OC 判断

这是一条兼具人才流动和科研平台竞争意义的新闻。中国过去常被描述为扩大科研投入的一方，美国则拥有更成熟的顶尖人才网络；亚吉的全职转移说明，能否提供跨学科团队、实验基础设施和长期资源，正在成为比国籍标签更实际的人才竞争工具。

为什么重要

• 开发者：AI for Science 的核心工作不只训练模型，还包括数据管线、实验编排和可追溯验证。
• 企业：材料研发周期若真能明显缩短，会影响能源、化工、芯片和制造业的创新成本。
• 用户：短期不会出现“AI 一夜发明新材料”，但实验闭环成熟后可能改变电池、净水和碳捕集产品。

参考来源

• 清华大学：Omar M. Yaghi 全职加入清华
• Nature：诺奖化学家赴中国领导 AI 材料实验室
• South China Morning Post：亚吉加入清华