山大 于小雯、刘宏，清华谷林，乌普萨拉大学Araujo团队AM：机器学习辅助设计L1₂型Pt基高熵金属间化合物用于电催化析氢反应

研究背景：氢能作为清洁能源载体，其高效制备依赖电催化析氢反应（HER），但传统Pt基催化剂成本高昂。高熵金属间化合物结合了高熵合金的组分多样性和金属间化合物的有序结构，但面临结构平衡与构效关系建立的挑战。研究目的：通过机器学习辅助设计L1₂型Pt基高熵金属间化合物，以开发高效HER催化剂。采用数据驱动策略，构建15种五元组合，利用深度神经网络预测微观结构的H*吸附能，并通过统计评估量化性能。结论：Pt3(CrMnFeCo)在宽pH范围内表现出卓越活性和稳定性，机制分析揭示表层和次表层元素协同调控活性位点，研究为高熵催化剂设计提供了新范式，并深化了对多金属体系活性起源的理解。