物质科学

52 条内容

Microsoft Research 2026年9月21日
该工作提出 RetroChimera 逆合成预测框架，将基于 Transformer 的从头预测模型 R-SMILES 2 与基于图神经网络、以反应模板为约束的 NeuralLoc 通过按排名加权的学习式集成策略结合，使二者互补优势得以发挥，在常见与罕见反应类别上均表现稳健，并在盲测中使博士级化学家更偏好其给出的复杂分子断键方案，优于两个子模型、更早的方法乃至测试集本身记录的反应。
该工作提出 RetroChimera 逆合成预测框架，将基于 Transformer 的从头预测模型 R-SMILES 2 与基于图神经网络、以反应模板为约束的 NeuralLoc 通过按排名加权的学习式集成策略结合，使二者互补优势得以发挥，在常见与罕见反应类别上均表现稳健，并在盲测中使博士级化学家更偏好其给出的复杂分子断键方案，优于两个子模型、更早的方法乃至测试集本身记录的反应。
RetroChimera：以双模型学习式集成提升小分子逆合成预测
该工作提出 RetroChimera 逆合成预测框架，将基于 Transformer 的从头预测模型 R-SMILES 2 与基于图神经网络、以反应模板为约束的 NeuralLoc 通过按排名加权的学习式集成策略结合，使二者互补优势得以发挥，在常见与罕见反应类别上均表现稳健，并在盲测中使博士级化学家更偏好其给出的复杂分子断键方案，优于两个子模型、更早的方法乃至测试集本身记录的反应。
该工作提出 RetroChimera 逆合成预测框架，将基于 Transformer 的从头预测模型 R-SMILES 2 与基于图神经网络、以反应模板为约束的 NeuralLoc 通过按排名加权的学习式集成策略结合，使二者互补优势得以发挥，在常见与罕见反应类别上均表现稳健，并在盲测中使博士级化学家更偏好其给出的复杂分子断键方案，优于两个子模型、更早的方法乃至测试集本身记录的反应。
bioRxiv 2026年9月18日
该研究利用表格基础模型TabPFN，基于一个小型活体水凝胶文库，从遗传与工艺参数预测大肠杆菌生产的含CsgA基纤维活体水凝胶的宏观材料性质，在独立验证集上对储能模量G'的预测达到R2=85.1%，相比线性回归将RMSE降低48.0%，并进一步实现按目标性质反推设计参数的性质导向设计。
该研究利用表格基础模型TabPFN，基于一个小型活体水凝胶文库，从遗传与工艺参数预测大肠杆菌生产的含CsgA基纤维活体水凝胶的宏观材料性质，在独立验证集上对储能模量G'的预测达到R2=85.1%，相比线性回归将RMSE降低48.0%，并进一步实现按目标性质反推设计参数的性质导向设计。
数据驱动的工程活体水凝胶预测性设计
该研究利用表格基础模型TabPFN，基于一个小型活体水凝胶文库，从遗传与工艺参数预测大肠杆菌生产的含CsgA基纤维活体水凝胶的宏观材料性质，在独立验证集上对储能模量G'的预测达到R2=85.1%，相比线性回归将RMSE降低48.0%，并进一步实现按目标性质反推设计参数的性质导向设计。
该研究利用表格基础模型TabPFN，基于一个小型活体水凝胶文库，从遗传与工艺参数预测大肠杆菌生产的含CsgA基纤维活体水凝胶的宏观材料性质，在独立验证集上对储能模量G'的预测达到R2=85.1%，相比线性回归将RMSE降低48.0%，并进一步实现按目标性质反推设计参数的性质导向设计。
Nanoscale 2026年9月17日
该综述系统梳理了以金属有机框架（MOF）为主体、金属卤化物钙钛矿为客体的主客体复合体系，归纳了ship-in-a-bottle、bottle-around-ship与一锅法三类合成策略，指出MOF的纳米限域、界面钝化与电子耦合可抑制离子迁移、缺陷与降解，从而提升光致发光量子产率与稳定性，并可通过孔径、配体功能化与成核动力学调控发射波长与激子动力学，展望了光伏、传感、信息加密、防伪与发光器件等应用及人工智能结合理论模拟的设计优化路径。
该综述系统梳理了以金属有机框架（MOF）为主体、金属卤化物钙钛矿为客体的主客体复合体系，归纳了ship-in-a-bottle、bottle-around-ship与一锅法三类合成策略，指出MOF的纳米限域、界面钝化与电子耦合可抑制离子迁移、缺陷与降解，从而提升光致发光量子产率与稳定性，并可通过孔径、配体功能化与成核动力学调控发射波长与激子动力学，展望了光伏、传感、信息加密、防伪与发光器件等应用及人工智能结合理论模拟的设计优化路径。
金属有机框架限域调控钙钛矿性能提升综述
该综述系统梳理了以金属有机框架（MOF）为主体、金属卤化物钙钛矿为客体的主客体复合体系，归纳了ship-in-a-bottle、bottle-around-ship与一锅法三类合成策略，指出MOF的纳米限域、界面钝化与电子耦合可抑制离子迁移、缺陷与降解，从而提升光致发光量子产率与稳定性，并可通过孔径、配体功能化与成核动力学调控发射波长与激子动力学，展望了光伏、传感、信息加密、防伪与发光器件等应用及人工智能结合理论模拟的设计优化路径。
该综述系统梳理了以金属有机框架（MOF）为主体、金属卤化物钙钛矿为客体的主客体复合体系，归纳了ship-in-a-bottle、bottle-around-ship与一锅法三类合成策略，指出MOF的纳米限域、界面钝化与电子耦合可抑制离子迁移、缺陷与降解，从而提升光致发光量子产率与稳定性，并可通过孔径、配体功能化与成核动力学调控发射波长与激子动力学，展望了光伏、传感、信息加密、防伪与发光器件等应用及人工智能结合理论模拟的设计优化路径。
Faraday Discussions 2026年9月17日
该工作将SISSO符号回归与基于偏导数的偏效应（PE）敏感性分析结合，用于分析9种负载型钯基双金属合金纳米颗粒在浓缩乙炔流选择性加氢中的539个乙烯选择性测量值，从20个候选初级特征中选出8个“材料基因”，并通过全局与逐材料的敏感性评分指出平均d带中心、氢的表面与次表面结合能以及实验测得的平均颗粒直径为最具影响力的基因，从而在不需要显式原子尺度模拟全部物理过程的前提下给出对乙烯选择性的统计描述。
该工作将SISSO符号回归与基于偏导数的偏效应（PE）敏感性分析结合，用于分析9种负载型钯基双金属合金纳米颗粒在浓缩乙炔流选择性加氢中的539个乙烯选择性测量值，从20个候选初级特征中选出8个“材料基因”，并通过全局与逐材料的敏感性评分指出平均d带中心、氢的表面与次表面结合能以及实验测得的平均颗粒直径为最具影响力的基因，从而在不需要显式原子尺度模拟全部物理过程的前提下给出对乙烯选择性的统计描述。
以可解释AI与“材料基因”描述真实工况下的催化：SISSO符号回归结合偏效应敏感性分析
该工作将SISSO符号回归与基于偏导数的偏效应（PE）敏感性分析结合，用于分析9种负载型钯基双金属合金纳米颗粒在浓缩乙炔流选择性加氢中的539个乙烯选择性测量值，从20个候选初级特征中选出8个“材料基因”，并通过全局与逐材料的敏感性评分指出平均d带中心、氢的表面与次表面结合能以及实验测得的平均颗粒直径为最具影响力的基因，从而在不需要显式原子尺度模拟全部物理过程的前提下给出对乙烯选择性的统计描述。
该工作将SISSO符号回归与基于偏导数的偏效应（PE）敏感性分析结合，用于分析9种负载型钯基双金属合金纳米颗粒在浓缩乙炔流选择性加氢中的539个乙烯选择性测量值，从20个候选初级特征中选出8个“材料基因”，并通过全局与逐材料的敏感性评分指出平均d带中心、氢的表面与次表面结合能以及实验测得的平均颗粒直径为最具影响力的基因，从而在不需要显式原子尺度模拟全部物理过程的前提下给出对乙烯选择性的统计描述。
Faraday Discussions 2026年9月17日
该研究以析氢反应（HER）为典型案例，系统分析了当前基于计算氢电极（CHE）等第一性原理方法在预测单原子催化剂（SACs）活性时的局限，指出反应热力学对局部原子环境的敏感性、实验结构未知、SACs特有中间体被忽略、溶剂效应、工况下催化剂演化与稳定性以及密度泛函理论固有近似等因素共同导致理论预测与实验结果的偏差，并提出需整合这些化学复杂性与不确定性、借助人工智能与数据驱动方法发展更稳健的描述符与预测框架。
该研究以析氢反应（HER）为典型案例，系统分析了当前基于计算氢电极（CHE）等第一性原理方法在预测单原子催化剂（SACs）活性时的局限，指出反应热力学对局部原子环境的敏感性、实验结构未知、SACs特有中间体被忽略、溶剂效应、工况下催化剂演化与稳定性以及密度泛函理论固有近似等因素共同导致理论预测与实验结果的偏差，并提出需整合这些化学复杂性与不确定性、借助人工智能与数据驱动方法发展更稳健的描述符与预测框架。
单原子催化剂理论建模的批判性评估
该研究以析氢反应（HER）为典型案例，系统分析了当前基于计算氢电极（CHE）等第一性原理方法在预测单原子催化剂（SACs）活性时的局限，指出反应热力学对局部原子环境的敏感性、实验结构未知、SACs特有中间体被忽略、溶剂效应、工况下催化剂演化与稳定性以及密度泛函理论固有近似等因素共同导致理论预测与实验结果的偏差，并提出需整合这些化学复杂性与不确定性、借助人工智能与数据驱动方法发展更稳健的描述符与预测框架。
该研究以析氢反应（HER）为典型案例，系统分析了当前基于计算氢电极（CHE）等第一性原理方法在预测单原子催化剂（SACs）活性时的局限，指出反应热力学对局部原子环境的敏感性、实验结构未知、SACs特有中间体被忽略、溶剂效应、工况下催化剂演化与稳定性以及密度泛函理论固有近似等因素共同导致理论预测与实验结果的偏差，并提出需整合这些化学复杂性与不确定性、借助人工智能与数据驱动方法发展更稳健的描述符与预测框架。
arXiv 2026年9月17日
该工作识别出被动综合征记录中的一种歧义会阻碍恢复方案选择，并证明在奇数距离方形环面码中，相反方向的相干X旋转会产生完全相同的被动综合征历史分布，而固定相位修正在一个符号下有益、在另一个符号下有害；通过在已知编码校准态上进行终端逻辑测量可补足缺失的符号信息，配合一个独立评估器，仅在校准不确定性与有依据的漂移界共同证明优于当前恢复时才接受更新，从而在不假设AI顾问建议正确的前提下，于模拟建议攻击中拒绝有害提案并保留有益更新。
该工作识别出被动综合征记录中的一种歧义会阻碍恢复方案选择，并证明在奇数距离方形环面码中，相反方向的相干X旋转会产生完全相同的被动综合征历史分布，而固定相位修正在一个符号下有益、在另一个符号下有害；通过在已知编码校准态上进行终端逻辑测量可补足缺失的符号信息，配合一个独立评估器，仅在校准不确定性与有依据的漂移界共同证明优于当前恢复时才接受更新，从而在不假设AI顾问建议正确的前提下，于模拟建议攻击中拒绝有害提案并保留有益更新。
抵御AI代理误导性建议的量子纠错防护
该工作识别出被动综合征记录中的一种歧义会阻碍恢复方案选择，并证明在奇数距离方形环面码中，相反方向的相干X旋转会产生完全相同的被动综合征历史分布，而固定相位修正在一个符号下有益、在另一个符号下有害；通过在已知编码校准态上进行终端逻辑测量可补足缺失的符号信息，配合一个独立评估器，仅在校准不确定性与有依据的漂移界共同证明优于当前恢复时才接受更新，从而在不假设AI顾问建议正确的前提下，于模拟建议攻击中拒绝有害提案并保留有益更新。
该工作识别出被动综合征记录中的一种歧义会阻碍恢复方案选择，并证明在奇数距离方形环面码中，相反方向的相干X旋转会产生完全相同的被动综合征历史分布，而固定相位修正在一个符号下有益、在另一个符号下有害；通过在已知编码校准态上进行终端逻辑测量可补足缺失的符号信息，配合一个独立评估器，仅在校准不确定性与有依据的漂移界共同证明优于当前恢复时才接受更新，从而在不假设AI顾问建议正确的前提下，于模拟建议攻击中拒绝有害提案并保留有益更新。
arXiv 2026年9月17日
该工作提出 VyPER 这一几何学习框架，把对撞机事件表示为具有物理启发式拓扑的超图，将“把测量到的喷注与带电轻子分配给母粒子”的超边监督分类与“预测未被测量的中微子运动学”的扩散模型结合，并通过联合损失函数在同一框架内同时优化两项重建任务，在多个质子-质子碰撞过程中与既有解析方法和机器学习重建方法进行比较，表明在多种标准模型物理过程中可实现准确的事件重建。
该工作提出 VyPER 这一几何学习框架，把对撞机事件表示为具有物理启发式拓扑的超图，将“把测量到的喷注与带电轻子分配给母粒子”的超边监督分类与“预测未被测量的中微子运动学”的扩散模型结合，并通过联合损失函数在同一框架内同时优化两项重建任务，在多个质子-质子碰撞过程中与既有解析方法和机器学习重建方法进行比较，表明在多种标准模型物理过程中可实现准确的事件重建。
用超图表示学习与图条件扩散实现对撞机事件的综合重建
该工作提出 VyPER 这一几何学习框架，把对撞机事件表示为具有物理启发式拓扑的超图，将“把测量到的喷注与带电轻子分配给母粒子”的超边监督分类与“预测未被测量的中微子运动学”的扩散模型结合，并通过联合损失函数在同一框架内同时优化两项重建任务，在多个质子-质子碰撞过程中与既有解析方法和机器学习重建方法进行比较，表明在多种标准模型物理过程中可实现准确的事件重建。
该工作提出 VyPER 这一几何学习框架，把对撞机事件表示为具有物理启发式拓扑的超图，将“把测量到的喷注与带电轻子分配给母粒子”的超边监督分类与“预测未被测量的中微子运动学”的扩散模型结合，并通过联合损失函数在同一框架内同时优化两项重建任务，在多个质子-质子碰撞过程中与既有解析方法和机器学习重建方法进行比较，表明在多种标准模型物理过程中可实现准确的事件重建。
MIT Technology Review 2026年9月16日
这篇由MIT Technology Review Insights制作、与Syensqo合作的对谈文章，记录了Syensqo首席技术与创新官Mike Finelli的观点：AI正把半导体和数据中心推向物理极限，从而对先进材料提出更多叠加要求，而Syensqo一方面开发高压数据中心架构材料、半导体制造密封材料与直接浸没冷却流体等方案，另一方面与微软合作使用AI智能体对海量候选分子进行数字化合成、基于物理的模拟预测与排序，把实验室合成范围从数百万个候选缩小到约一百个，并主张把可持续性纳入研发起点。
这篇由MIT Technology Review Insights制作、与Syensqo合作的对谈文章，记录了Syensqo首席技术与创新官Mike Finelli的观点：AI正把半导体和数据中心推向物理极限，从而对先进材料提出更多叠加要求，而Syensqo一方面开发高压数据中心架构材料、半导体制造密封材料与直接浸没冷却流体等方案，另一方面与微软合作使用AI智能体对海量候选分子进行数字化合成、基于物理的模拟预测与排序，把实验室合成范围从数百万个候选缩小到约一百个，并主张把可持续性纳入研发起点。
为AI构建材料基础：Syensqo谈先进材料与AI的双向驱动
这篇由MIT Technology Review Insights制作、与Syensqo合作的对谈文章，记录了Syensqo首席技术与创新官Mike Finelli的观点：AI正把半导体和数据中心推向物理极限，从而对先进材料提出更多叠加要求，而Syensqo一方面开发高压数据中心架构材料、半导体制造密封材料与直接浸没冷却流体等方案，另一方面与微软合作使用AI智能体对海量候选分子进行数字化合成、基于物理的模拟预测与排序，把实验室合成范围从数百万个候选缩小到约一百个，并主张把可持续性纳入研发起点。
这篇由MIT Technology Review Insights制作、与Syensqo合作的对谈文章，记录了Syensqo首席技术与创新官Mike Finelli的观点：AI正把半导体和数据中心推向物理极限，从而对先进材料提出更多叠加要求，而Syensqo一方面开发高压数据中心架构材料、半导体制造密封材料与直接浸没冷却流体等方案，另一方面与微软合作使用AI智能体对海量候选分子进行数字化合成、基于物理的模拟预测与排序，把实验室合成范围从数百万个候选缩小到约一百个，并主张把可持续性纳入研发起点。
Chemical Society reviews 2026年9月16日
这篇综述针对锂离子电池首次循环与长期运行中的活性锂损失问题，建立了基于锂补偿机制的富锂正极补偿剂（LRCs）分类框架，涵盖二元、三元、过锂化、牺牲型锂盐与缓释型五类，系统梳理其工作原理、电荷补偿路径与实际性能，讨论空气不稳定性、产气、高脱锂电压与加工问题，并归纳纳米化、表面包覆、缺陷与掺杂设计及电解液优化等缓解策略，进而提出将一次性预锂化与持续释锂相结合的多模式协同补偿策略以及AI驱动的正极、负极与电解液协同优化思路。
这篇综述针对锂离子电池首次循环与长期运行中的活性锂损失问题，建立了基于锂补偿机制的富锂正极补偿剂（LRCs）分类框架，涵盖二元、三元、过锂化、牺牲型锂盐与缓释型五类，系统梳理其工作原理、电荷补偿路径与实际性能，讨论空气不稳定性、产气、高脱锂电压与加工问题，并归纳纳米化、表面包覆、缺陷与掺杂设计及电解液优化等缓解策略，进而提出将一次性预锂化与持续释锂相结合的多模式协同补偿策略以及AI驱动的正极、负极与电解液协同优化思路。
下一代锂离子电池的富锂正极补偿剂：分类框架、挑战与协同预锂化策略
这篇综述针对锂离子电池首次循环与长期运行中的活性锂损失问题，建立了基于锂补偿机制的富锂正极补偿剂（LRCs）分类框架，涵盖二元、三元、过锂化、牺牲型锂盐与缓释型五类，系统梳理其工作原理、电荷补偿路径与实际性能，讨论空气不稳定性、产气、高脱锂电压与加工问题，并归纳纳米化、表面包覆、缺陷与掺杂设计及电解液优化等缓解策略，进而提出将一次性预锂化与持续释锂相结合的多模式协同补偿策略以及AI驱动的正极、负极与电解液协同优化思路。
这篇综述针对锂离子电池首次循环与长期运行中的活性锂损失问题，建立了基于锂补偿机制的富锂正极补偿剂（LRCs）分类框架，涵盖二元、三元、过锂化、牺牲型锂盐与缓释型五类，系统梳理其工作原理、电荷补偿路径与实际性能，讨论空气不稳定性、产气、高脱锂电压与加工问题，并归纳纳米化、表面包覆、缺陷与掺杂设计及电解液优化等缓解策略，进而提出将一次性预锂化与持续释锂相结合的多模式协同补偿策略以及AI驱动的正极、负极与电解液协同优化思路。
Journal of Nondestructive Evaluation 2026年9月16日
本研究用压缩加载对四种抗压强度（f′c=32~56 MPa）的混凝土棱柱及两个碱-硅反应（ASR）损伤试件进行调理，以尾波干涉（CWI）监测随后的波速恢复，并采用自参考温度修正消除约±0.2°C环境温度波动引起的漂移；结果显示完好试件的恢复速率mv与波速降幅|c|随强度增大（|c|由3.08×10⁻⁴升至6.02×10⁻⁴，mv由6.77×10⁻⁵/s升至13.76×10⁻⁵/s），恢复时间由9.9 h缩短至6.6 h，而ASR损伤试件在同一应力下软化更大、恢复速率更快但恢复时间显著延长（最长458 h），表明慢动力学参数对完好混凝土强度与损伤微裂纹均具敏感性。
本研究用压缩加载对四种抗压强度（f′c=32~56 MPa）的混凝土棱柱及两个碱-硅反应（ASR）损伤试件进行调理，以尾波干涉（CWI）监测随后的波速恢复，并采用自参考温度修正消除约±0.2°C环境温度波动引起的漂移；结果显示完好试件的恢复速率mv与波速降幅|c|随强度增大（|c|由3.08×10⁻⁴升至6.02×10⁻⁴，mv由6.77×10⁻⁵/s升至13.76×10⁻⁵/s），恢复时间由9.9 h缩短至6.6 h，而ASR损伤试件在同一应力下软化更大、恢复速率更快但恢复时间显著延长（最长458 h），表明慢动力学参数对完好混凝土强度与损伤微裂纹均具敏感性。
混凝土中的慢动力学：温度、强度差异与微裂纹损伤的影响
本研究用压缩加载对四种抗压强度（f′c=32~56 MPa）的混凝土棱柱及两个碱-硅反应（ASR）损伤试件进行调理，以尾波干涉（CWI）监测随后的波速恢复，并采用自参考温度修正消除约±0.2°C环境温度波动引起的漂移；结果显示完好试件的恢复速率mv与波速降幅|c|随强度增大（|c|由3.08×10⁻⁴升至6.02×10⁻⁴，mv由6.77×10⁻⁵/s升至13.76×10⁻⁵/s），恢复时间由9.9 h缩短至6.6 h，而ASR损伤试件在同一应力下软化更大、恢复速率更快但恢复时间显著延长（最长458 h），表明慢动力学参数对完好混凝土强度与损伤微裂纹均具敏感性。
本研究用压缩加载对四种抗压强度（f′c=32~56 MPa）的混凝土棱柱及两个碱-硅反应（ASR）损伤试件进行调理，以尾波干涉（CWI）监测随后的波速恢复，并采用自参考温度修正消除约±0.2°C环境温度波动引起的漂移；结果显示完好试件的恢复速率mv与波速降幅|c|随强度增大（|c|由3.08×10⁻⁴升至6.02×10⁻⁴，mv由6.77×10⁻⁵/s升至13.76×10⁻⁵/s），恢复时间由9.9 h缩短至6.6 h，而ASR损伤试件在同一应力下软化更大、恢复速率更快但恢复时间显著延长（最长458 h），表明慢动力学参数对完好混凝土强度与损伤微裂纹均具敏感性。

第 4 页 · 当前显示 10 项