麻省理工李巨，Nature！
纳米人
2025-09-28 18:50
文章摘要
本文背景聚焦于科学人工智能在材料发现领域的应用挑战，传统单模态主动学习方法无法充分利用多源知识，且现实实验重现性差阻碍优化效率。研究目的是开发CRESt平台，通过整合大型多模态模型、知识辅助贝叶斯优化和机器人技术，实现材料设计、合成与性能优化的自动化智能加速。结论表明，该平台在电化学甲酸盐氧化反应中高效探索八元化学空间，发现性能提升9.3倍的催化剂，并通过视觉语言模型诊断实验异常，验证了多模态方法在复杂材料探索中的高效性与实用性。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Complex terrain causes global model prediction biases of 21.7 Zhengzhou extreme precipitation
DOI: 10.1016/j.scib.2025.09.015
Pub Date : 2026-01-30
Erratum: Combined HIF-1α blockade and CHIR99021 treatment reverses pulmonary fibrosis via modulation endothelial-to-mesenchymal transition.
DOI: 10.1016/j.isci.2026.114722
Pub Date : 2026-01-22
Date: 2026/2/20 0:00:00
Immune cells from the gut drive development of Parkinson’s disease in the brain
DOI: 10.1038/d41586-026-00284-7
Pub Date : 2026-02-04
京公网安备 11010802042870号
