Nature | 大幅加速多元电催化剂的科学发现，MIT等推出多模态人工智能-机器人平台CRESt

本文介绍了麻省理工学院李巨团队在《Nature》发表的研究，提出多模态机器人平台CRESt，通过融合文本知识、化学成分和微观结构信息的多模态模型驱动材料设计，结合高通量自动化实验，大幅提升催化剂研发效率。研究背景是传统材料发现方法依赖单模态数据，而CRESt采用知识辅助贝叶斯优化和策略改进约束的贝叶斯优化算法，动态调整探索与利用平衡。在三个月内完成900多种催化剂测试，发现八元高熵合金催化剂性能比纯钯基准提高9.3倍，并通过DFT计算和实验验证了其抗一氧化碳中毒机制。结论表明该平台为加速材料科学发现提供了可推广的蓝图。