摘要由 AI 生成
美国麻省理工学院（MIT）研究人员与俄亥俄州立大学、密歇根州立大学及 Oak Ridge 国家实验室合作，开发了名为"CrysVCD"的新型 AI 材料设计框架。该研究发表于《Nature Computational Science》。CrysVCD 通过在材料生成初期应用化学价电子规则进行筛选，将计算生成的材料稳定性率提升至近 70%。该方法确保设计满足原子周围电子的关键化学规则，使常用模型能更频繁地符合价层约束并实现高晶格动力学稳定性。CrysVCD 支持生成具备高热导率或高介电常数等特定属性的材料，适用于芯片与数据中心领域。相比传统需耗资巨大的后期筛选（约占可用材料生成总计算成本的 90%），CrysVCD 可显著降低资源消耗，帮助中小机构突破创新瓶颈。
关键实体KEY ENTITIES
MITNature Computational ScienceOak Ridge National Laboratory
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- MIT1
- Nature Computational Science1
- Oak Ridge National Laboratory1
全部报道（1）SOURCES
↗
MIT 研究人员开发了名为"CrysVCD"的新框架，旨在材料生成初期通过化学价电子规则筛选，将计算生成的材料稳定性率提升至近 70%。该研究发表于《Nature Computational Science》，由明达·李等人与俄亥俄州立大学、密歇根州立大学及 Oak Ridge 国家实验室等多方合作完成。CrysVCD 确保设计满足原子周围电子的关键化学规则，使常用模型能更频繁地符合价层约束并实现高晶格动力学稳定性。该方法支持生成具备高热导率或高介电常数等特定属性的材料，适用于芯片与数据中心领域。相比传统需耗资巨大的后期筛选（约占可用材料生成总计算成本的 90%），CrysVCD 可显著降低资源消耗，帮助中小机构突破创新瓶颈。