微软研究院近日发布了一项革命性研究成果...

微软研究院近日发布了一项革命性研究成果——MatterGen，这是一个基于生成式 AI 的新型材料设计工具。它通过直接生成满足特定设计需求的全新材料，打破了传统依赖筛选方法的局限，为材料创新开启了全新路径。

★ 材料设计的挑战

材料创新驱动了众多科技突破，例如锂离子电池技术的发明推动了现代智能手机与电动车的发展。然而，寻找符合特定性能要求的新材料如同大海捞针，传统实验方法和计算筛选耗时长且成本高。

★ MatterGen 的优势

1. 生成式AI设计
与传统筛选方法不同，MatterGen 利用生成式 AI 根据设计要求直接生成全新的材料结构，无需从现有材料数据库中逐一筛选。

2. 扩展设计空间
MatterGen 能生成未知的、具有化学、机械、电子或磁性特性的材料组合，超越现有材料的限制。

3. 效率提升
相比传统方法，MatterGen 在生成具有高弹性模量等复杂性能要求的材料时效率更高。例如，在弹性模量超过 400 GPa 的设计任务中，MatterGen 能生成的候选材料数量远超筛选方法。

★ 技术核心：扩散模型

MatterGen 采用专门为材料设计优化的扩散模型，能够处理材料的周期性和 3D 几何特性。通过扩散过程，它从随机结构中调整原子位置、元素类型和晶格参数，生成稳定的材料结构。此外，MatterGen 可根据不同的约束条件（如化学成分、晶体对称性、磁性密度等）生成定制化材料。

★ 实验结果

1. 性能验证
MatterGen 基于 60.8 万种稳定材料的数据库进行训练，生成的材料在稳定性、新颖性和多样性上表现优异。

2. 实际合成
通过与中国科学院深圳先进技术研究院的合作，团队成功合成了由 MatterGen 提出的新材料 TaCr₂O₆，并验证了其弹性模量和结构的准确性。这一实验结果进一步证明了 MatterGen 的实用性和可靠性。

MatterGen 的发布为材料设计领域带来了新的机遇，特别是在电池、燃料电池和磁性材料等领域。

访问：ai创造营ai科技