自主生成新型材料，科学家基于贝叶斯优化框架实现含镓材料反向设计，优化结果具有100%独特性和新颖性

总体而言，这项研究展示了一种面向含镓半导体的全新材料设计范式：通过机器学习建模、贝叶斯优化搜索以及化学约束筛选的协同作用，实现从「数据」到「新材料」的自动化生成路径。从产业视角来看，这一方法对于光伏材料设计、发光器件开发以及宽禁带半导体研究具有潜在价值。尤其是在新一代功率电子与光电子器件快速发展的背景下，对带隙可控材料的需求正在快速增长，而 AI 驱动的材料设计方法有望成为加速这一进程的关键工具。