AI 材料发现

聚焦用大模型与多模态方法加速新材料筛选、晶体结构预测和实验验证的进展，帮材料与能源从业者判断哪些成果真能缩短研发周期。

AI 材料发现把生成模型、结构预测与高通量计算接到同一条研发链上：先在海量候选晶体与化合物中筛出值得验证的对象，再用模拟和实验逐层淘汰。麻省理工学院的晶体视觉语言模型、DeepMind 的 GNoME 都是这条路线的代表，争的是把新材料从想法推到样品的时间。