MIT研发CrysVCD框架提升AI生成材料的化学稳定性

MIT的研究团队开发了一种名为CrysVCD的新框架，旨在解决AI生成材料时化学稳定性不足的问题。当前，使用扩散模型或大语言模型生成材料设计已变得容易，但许多生成结果并不稳定，难以在实际中应用。传统做法是在生成后进行筛选，这一验证过程消耗大量计算资源，约占创建可用材料总计算成本的90%，且可能耗时数周甚至数月。

CrysVCD的核心思路是改变这一流程。它分两个阶段工作：先由语言模型生成符合化学规则的化学式，再让扩散模型基于这些有效化学式构建原子结构。这种方法如同为材料生成过程提前设置了一道质量关卡，而非事后补救。研究团队将其接入多个常用材料生成模型进行测试，结果显示，稳定材料的生成率显著提升，近70%的计算生成材料通过了严格的晶格动力学稳定性测试。此外，该框架还支持按需生成具有特定性能的材料，例如高热导率或高介电常数的材料，这些性能对计算机芯片和数据中心等领域至关重要。

研究负责人Mingda Li副教授将这一工具比作DVD播放器，而各类材料生成模型则是DVD光盘，CrysVCD可以即插即用地兼容现有及未来的多种模型。另一位参与者Kulik教授指出，大型企业或许能承担高昂的筛选成本，但许多小型公司和学术实验室资源有限，CrysVCD通过前置化学约束，显著提高了生成稳定材料的比例，使这些机构也能高效开展新材料研发。该研究发表于《自然·计算科学》期刊，作者团队来自MIT多个系所以及橡树岭国家实验室和密歇根州立大学。