MIT研究人员开发出CrysVCD框架,在材料生成前通过语言模型约束化学价规则,提升生成材料的稳定性,使约70%的生成材料达到高稳定性,并支持特定性能(如高导热、高介电常数)。该方法比事后筛选高效一个数量级,节省计算成本,有望推动半导体和数据中心等领域的材料创新。
WyckoffDiff是一种新型生成扩散模型,专门考虑晶体的对称性。该模型通过独特的神经网络架构,快速生成符合对称性约束的晶体材料,解决了现有模型忽视对称性的问题。
Meta的FAIR实验室与阿姆斯特丹大学联合推出FlowLLM模型,结合大语言模型和黎曼流匹配,提升材料生成效率300%,S.U.N.材料效率提高50%。该模型有效弥合离散与连续变量建模的差距,显著优于现有模型。
完成下面两步后,将自动完成登录并继续当前操作。