本研究提出了一种基于机器学习的数值模拟工作流，利用深度神经网络计算材料的自由能和稳定性，加速多组分材料的表面相图预测，提高分子动力学仿真效率。新框架Uni-ELF有效捕捉复杂分子信息，增强电解质设计的预测能力。