Nature重磅：微软生成式AI材料设计工具，稳定性提升2倍，实验验证误差低于20%！

文章预览

将 ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | 2049 材料创新是推动技术进步的关键驱动力之一。从 20 世纪 80 年代锂钴氧化物的发现到如今的锂离子电池技术，材料科学的每一次突破都深刻影响着我们的日常生活。然而，传统的材料发现方法依赖于耗时且昂贵的实验试错过程，而计算筛选方法虽然加速了这一过程，但仍然受限于已知材料的数量。 为了解决这一问题，微软研究院 AI for Science 团队开发了 MatterGen，一种基于生成式 AI 的材料设计工具，能够直接根据设计需求生成新材料，从而大幅提升材料发现的效率。 该研究以「 A generative model for inorganic materials design 」为题，于 2025 年 1 月 16 日发布在《 Nature 》。 研究背景 材料设计的速度直接影响着碳捕获、半导体设计和能源存储等领域的技术创新。传统方法主要依赖于实验和 ………………………………