本研究提出了自然语言模型（NatureLM），有效解决了科学领域模型训练的独立性和跨领域整合不足的问题。该模型在药物发现和新材料设计等应用中表现优异，显著提升了性能。

本研究提出了一种新型条件生成方法，用于新材料设计。该方法通过条件结构修改和生成，能够在无需超级计算机的情况下，从给定性能生成满足要求的晶体结构。研究表明，该方法在材料特性生成上具有41%和82%的准确率，展现出在材料发现中的潜力。