数理科学 · OECD FoS 2.5 · 教育部 0805 材料科学与工程
材料科学
Materials science
L2局部突破 → 持平 综合分 2.20 · 上次复审 2026-10-21 · 下次复审 2027-01-19
最大突破 2023-11-29 AI 飞跃学科影响 · 重要
GNoME 预测 220 万种新晶体，约 38 万种稳定（Nature） ↗
预测 220 万种晶体、约 38 万种稳定，稳定材料已知数量扩大约一个数量级；新颖性后遭部分学者质疑
分级理由
GNoME 预测 220 万种晶体、MatterGen 生成式设计新材料（Nature 2023/2025），A-Lab 自主合成；但 A-Lab 论文 2026 年 1 月被更正（成功数由 41/58 降至 36/57），“AI 发现新材料”的成色仍有争议。
S = 0.30·method + 0.35·discovery + 0.25·adoption + 0.10·education（教育缺证据时记 0 分；若为空则按其余权重归一）
依据来源
- nature.com/articles/s41586-023-06735-9
- cen.acs.org/research-integrity/Nature-robot-chemist-paper-corrected/104/web/2026/01
综合分 1.5–2.49：至少一项经同行评审或官方验证、AI 起关键作用的成果，或某一维度已达到 3 分；但常规工作流整体未变。 全部分级标准 →
研究方向
晶体结构预测生成式材料设计自主合成与表征机器学习势
论文
- AI-accelerated scalable synthesis of nanocrystals for cost-effective photovoltaics AI 加速钙钛矿纳米晶规模化合成：成本降至 2.16 美元/克，太阳能电池效率 19.37%（Nature Communications）
AI：机器学习与自动化流动合成闭环优化工艺；学科：把实验室材料推向低成本规模化制备
2026-10-02 · Nature Communications
- Bayesian
Conavigation of a Computational Physical
Model and Atomic Force Microscopy Experiment to Autonomously Survey
a Combinatorial Materials Library 贝叶斯“共导航”：AFM 实验与动力学蒙特卡洛模型自主协同（ACS Nano）
实验与模拟自主协同，属方法改进
2026-08-17 · ACS Nano
- Machine learning driven discovery of low modulus biomedical titanium alloys for additive manufacturing 机器学习设计增材制造专用低模量钛合金，经激光粉床熔融验证（Nat. Commun.）
AI 设计合金进入可制造的植入物工程验证
2026-04-14 · Nature Communications
- DiffSyn: a generative diffusion approach to materials synthesis planning DiffSyn：扩散模型规划合成路线，据此合成出热稳定性更好的新沸石（Nat. Comput. Sci.）
AI 从“预测结构”推进到“告诉你怎么合成”
2026-02-02 · Nature Computational Science
- Developing a complete AI-accelerated workflow for superconductor discovery BEE-NET：从 130 万结构中筛选，2 个此前未知的化合物经实验证实超导（npj Comput. Mater.）
AI 预测新超导体获实验证实
2026-01-27 · npj Computational Materials
- A generative model for inorganic materials design MatterGen 生成式设计无机材料（Nature）
生成式模型按目标性质设计新材料并合成验证一例
2025-01-16 · Nature
- A foundation model for atomistic materials chemistry MACE-MP-0：覆盖周期表的通用机器学习原子间势基础模型
一个模型即可模拟大部分无机材料体系，大幅降低原子模拟门槛
2023-12-29 · arXiv
-
AI 飞跃
Scaling deep learning for materials discovery GNoME 预测 220 万种新晶体，约 38 万种稳定（Nature）预测 220 万种晶体、约 38 万种稳定，稳定材料已知数量扩大约一个数量级；新颖性后遭部分学者质疑
2023-11-29 · Nature
- An autonomous laboratory for the accelerated synthesis of inorganic materials A-Lab 自主实验室 17 天合成新化合物（Nature；2026 年更正）
自主实验室 17 天合成新化合物；2026-01 更正为 36/57，结论有争议
2023-11-29 · Nature
- 用组合式神经网络做 X 射线与中子散射多模态反演 Compositional neural networks for multimodal X-ray and neutron scattering inversion
把互补的 X 射线和中子散射测量整合进组合式神经网络，减轻缺少相位信息导致的结构反演不唯一问题。
2026-10-21 · arXiv · Valentin Munteanu, Alexander Hinderhofer, Dmitry Lapkin, Vladimir Starostin
- GBClaw：用于原子尺度晶界研究与机理发现的智能体 AI 框架 GBClaw: An agentic AI framework for atomistic grain boundary research and mechanistic discovery
把大模型编排器、专用智能体、模拟接口和分层记忆组合起来，自动研究一般晶界的结构与变形；应用于镍中 14 个非对称倾转晶界，表征界面缺陷并识别多种变形模式。
2026-10-20 · arXiv · Yazhuo Liu, Kunqing Ding, Xiaoguo Gong, Zifeng Wang
- 对称性引导的机器学习预测自旋相关非线性霍尔响应 Symmetry-Guided Machine Learning of Spin-Dependent Nonlinear Hall Response
在蜂窝模型中分析贝里曲率偶极如何受结构对称性与磁矩取向调控，对称性约束的多项式模型对 256 个留出自旋构型的预测 R² 超过 0.9995。
2026-10-20 · arXiv · Jyotirmoy Sau
- TexFlow：用归一化流在 SO(3) 流形上学习晶体织构 TexFlow: learning crystallographic texture on SO(3) manifold via normalizing flows
提出条件归一化流框架，直接学习晶粒取向在旋转群 SO(3) 上的概率分布，为“工艺–组织–性能”预测建模提供织构表示。
2026-10-20 · arXiv · Gowtham Nimmal Haribabu, Tarakram Ramgopal, Divakar Vetriveeran, Siddhant Kumar
- CrystalAR：对称晶体生成的自回归建模 CrystalAR: Autoregressive Modeling for Symmetric Crystal Generation
把 Wyckoff 对称模板和完整晶体结构放进同一生成序列，用分层离散定位逐级细化原子位置，缓解对称模板与连续结构之间的矛盾。
2026-10-20 · arXiv · Ziqiao Meng, Rongsheng Chen, Zhi Zheng, Nikita Kazeev
- MOFFieldBench：金属有机框架连续电子场的机器学习基准 MOFFieldBench: A Machine Learning Benchmark for Continuous Electronic Fields in Metal-Organic Frameworks
提供 MOF 电子密度和静电势场数据与基准，推动把这些连续场而非仅原子结构作为机器学习表示。
2026-10-19 · arXiv · Zhaolin Hu, Hehe Fan, Chenhao Rao, Wangyihan Guo
- 机器学习辅助发现金刚石中碳相关缺陷的形成机制 Machine Learning-Assisted Discovery of Carbon-Related Defect Formation Mechanisms in Diamond
用机器学习辅助模拟辐照和退火过程，揭示金刚石中双间隙原子和双空位等缺陷的形成机制（与自旋量子比特相关）。
2026-10-19 · arXiv · Grace Huang, Christopher Fivecoat, Xun Xu, Mengen Wang
- 基于晶体结构图神经网络与大模型的多模态磁有序预测 Crystal Structure Based Graph Neural Network And LLM Multi-Modal Approach for Material Magnetic Ordering Prediction
结合晶体结构图神经网络和大模型的多模态方法，从晶体结构预测材料的磁有序类型。
2026-10-19 · arXiv · Adam Zheng, April Zheng, Sheng Ran
- 近约 30 天来自 arXiv、bioRxiv、medRxiv、OpenAlex；要点由本站根据摘要撰写。
里程碑 10· 1 个飞跃
大号发光节点是飞跃性突破： AI 飞跃 冷色 · 学科飞跃 暖色 · 双环 = 两者都是
-
论文
AI 加速钙钛矿纳米晶规模化合成：成本降至 2.16 美元/克，太阳能电池效率 19.37%（Nature Communications）AI：机器学习与自动化流动合成闭环优化工艺；学科：把实验室材料推向低成本规模化制备
Nature Communications -
论文
DiffSyn：扩散模型规划合成路线，据此合成出热稳定性更好的新沸石（Nat. Comput. Sci.）AI 从“预测结构”推进到“告诉你怎么合成”
Nature Computational Science -
论文
BEE-NET：从 130 万结构中筛选，2 个此前未知的化合物经实验证实超导（npj Comput. Mater.）AI 预测新超导体获实验证实
npj Computational Materials -
论文AI 飞跃
GNoME 预测 220 万种新晶体，约 38 万种稳定（Nature）预测 220 万种晶体、约 38 万种稳定，稳定材料已知数量扩大约一个数量级；新颖性后遭部分学者质疑
Nature
这个筛选下没有里程碑。
更多论文与仓库 10
最新新闻 8
- 硬氪首发｜用AI智能体辅助新材料研发，睿质科技完成数千万元天使轮融资
36氪于2026-10-20发布的文章，涉及AI 化学材料、AI 商业融资、AI 科研与调研，原题《硬氪首发｜用AI智能体辅助新材料研发，睿质科技完成数千万元天使轮融资》，详见原文链接。
- Multi-property Feynman-Kac Steering of Crystal Diffusion Models
arXiv cond-mat.mtrl-sci于2026-10-20发布的论文，涉及AI 化学材料，原题《Multi-property Feynman-Kac Steering of Crystal Diffusion Models》，详见原文链接。
arXiv cond-mat.mtrl-scien论文预印本 - Crystal Structure Based Graph Neural Network And LLM Multi-Modal Approach for Material Magnetic Ordering Prediction
arXiv cond-mat.mtrl-sci于2026-10-20发布的论文，涉及AI 化学材料，原题《Crystal Structure Based Graph Neural Network And LLM Multi-Modal Approach for Material Mag》，详见原文链接。
arXiv cond-mat.mtrl-scien论文预印本 - Data-Efficient Indentation Size Effect Mitigation in Steels Using Machine Learning and a Physics-Constrained Neural Network
arXiv cond-mat.mtrl-sci于2026-10-20发布的论文，涉及AI 化学材料，原题《Data-Efficient Indentation Size Effect Mitigation in Steels Using Machine Learning and a P》，详见原文链接。
arXiv cond-mat.mtrl-scien论文预印本 - Giving AI a 'crystal clear' view of the materials world by mapping geometry to text
Phys.org 化学于2026-10-20发布的文章，涉及AI 化学材料，原题《Giving AI a 'crystal clear' view of the materials world by mapping geometry to text》，详见原文链接。
Phys.orgen - Giving AI a “crystal clear” view of the materials world
MIT News：Artificial intelligence于2026-10-18发布的文章，涉及AI 科研与调研、AI 化学材料，原题《Giving AI a “crystal clear” view of the materials world》，详见原文链接。
- Ken Crutchfield: Lessons From Steel — Why LLMs Will Become Commodities
LawNext / LawSites于2026-09-23发布的文章，涉及AI 法律政策、AI 医疗、AI 商业融资，原题《Ken Crutchfield: Lessons From Steel — Why LLMs Will Become Commodities》，详见原文链接。
LawNext / LawSitesen - Google backs Swedish green-steel project to tackle rising emissions
Canary Media于2026-09-17发布的文章，涉及AI 气候能源，原题《Google backs Swedish green-steel project to tackle rising emissions》，详见原文链接。
Canary Mediaen