复杂电催化剂设计，登上Nature！

本文针对人工智能在材料发现领域存在的多源知识利用不足和实验重现性差等问题，提出了一种名为CRESt的多模态机器人平台。该平台整合大型多模态模型与知识辅助贝叶斯优化技术，通过融合文献知识、微观结构图像和化学成分等多源数据，实现了材料设计、合成表征和性能优化的自动化与智能化。研究将CRESt应用于电化学甲酸盐氧化反应，在3个月内探索了超过900种催化剂成分，成功发现了一种创纪录的八元电催化剂HEA-8D。实验结果表明，该催化剂在成本特异性性能上较纯钯基准提升9.3倍，并通过X射线吸收光谱和密度泛函理论分析证实其具有优异的抗氢和CO中毒能力。