Un modèle multimodal doit désormais comprendre la structure atomique tridimensionnelle des cristaux. Le 18 octobre 2026, MIT News, le site officiel du Massachusetts Institute of Technology, a rapporté qu'une équipe de chercheurs a construit un modèle vision-langage dédié aux matériaux cristallins, avec des travaux publiés dans Nature Communications. Le modèle aligne l'arrangement 3D des atomes d'un cristal avec des descriptions en langage naturel : il ne se contente pas de lire des articles, il peut "voir" la structure.
Le blocage tient à la forme des données
Les cristaux représentent plus de 90 % des matériaux solides sur Terre, et leur arrangement atomique détermine leurs propriétés. Pourtant, les données vivent pour l'essentiel dans des formats structurels spécialisés, et non dans les flux de texte sur lesquels les modèles de langage sont entraînés. Les modèles existants traitent en général les cristaux comme des graphes 3D, tandis que les grands modèles généralistes n'ont lu que des articles et des livres, sans intuition de la façon dont les atomes se connectent ou dont les angles de liaison s'organisent. La littérature est en outre biaisée : les publications expérimentales se concentrent sur quelques classes de cristaux populaires, et un modèle entraîné sur le seul texte hérite de ce biais dans ses recommandations.
D'abord faire décrire les structures, puis entraîner sur ces descriptions
L'équipe a d'abord synthétisé des "récits de structure" : à partir d'articles expérimentaux et de bases de données de calculs ab initio, elle a généré pour chaque cristal des descriptions couvrant composition chimique, structure, propriétés, conditions de fabrication et applications potentielles, puis a rapproché structures et descriptions dans un même espace de représentation grâce à l'apprentissage contrastif. La comparaison est éclairante : la version entraînée sur ces récits synthétisés a appris à aligner les structures géométriques avec le texte, ce que la version entraînée uniquement sur le texte des articles n'a pas réussi à faire. Le premier auteur, Yang Jeong Park, est un ancien postdoctorant du MIT ; parmi les auteurs seniors figurent les professeurs du DMSE Ju Li et Elsa Olivetti. Pour Ju Li, comprendre la structure permet d'inférer une grande partie des propriétés et du comportement d'un matériau.
Premier test : choisir des électrolytes pour batteries solides
Les chercheurs ont soumis au modèle une requête en langage naturel décrivant une propriété cible et lui ont demandé d'identifier les cristaux correspondants ; il a surpassé la référence. Sur les électrolytes pour batteries lithium-ion à l'état solide, ses meilleurs résultats comprenaient des matériaux que des études indépendantes avaient déjà désignés comme des candidats prometteurs. L'équipe a aussi confirmé que le modèle avait appris des représentations géométriques inaccessibles aux modèles purement textuels. L'important n'est pas un coup de chance isolé : c'est le classement lui-même qui devient digne de confiance. Or, avec des capacités de laboratoire limitées, l'ordre dans lequel on teste les candidats fixe la durée du cycle de développement.
Une liste de candidats n'est pas encore un échantillon
Ju Li compare ce travail à AlphaFold pour les structures de protéines : dans les deux cas, il s'agit de relier directement structure et fonction. Des voies semblables apparaissent dans d'autres disciplines — le CERN et Mistral pré-entraînent un modèle de fondation pour la physique à partir de décennies de données de collisions simulées, et le système d'ensemble météo Fengqing V1.0 a passé son examen opérationnel et est entré en service quotidien. Un peu de prudence reste de mise : ce que le modèle livre aujourd'hui, c'est une présélection ; synthèse, caractérisation et validation sur dispositifs restent incontournables, et la qualité des données de description plafonne ce que le modèle peut apprendre. Pour les équipes matériaux, l'usage le plus pratique consiste pour l'instant à le placer en amont de la file d'expériences : écarter les candidats manifestement sans intérêt et réserver le temps de laboratoire aux structures qui ont de meilleures chances.
