AI 材料新創三個月完成兩輪融資
材科源图 在三個月內完成兩輪融資，加速透過 AI 全流程推動材料商業化。該公司正將 AI 定位為連接材料研發、發現與產業落地的橋樑。
Search
Tag: #materials-science29 results
AI僅用28個GPU小時發現4種全新超導體
研究人員利用AI在僅28個GPU小時內發現了4種人類此前未知的超導體。這項突破相比傳統的人類研究方法，大幅加速了發現過程。
記憶讓材料科學 AI 成為終身夥伴
這項研究提出一套可攜式記憶框架，將科學經驗儲存為可檢視的事實與可執行技能，供材料科學 AI 代理使用。在工具操作問題與模擬工作流程中，記憶讓 GPT-5.2 的任務成功率近乎翻倍，同時減少重複錯誤、工具呼叫與 token 成本。
🔬
Google Cloud 引入 SandboxAQ 科學研究 AI 模型
Google Cloud 正在整合來自 SandboxAQ 的專業 AI 模型，以加速藥物研發、材料科學與半導體製造的突破。AQCat 與 AQPotency 模型利用 AI 與量子啟發技術，解決複雜的分子與化學研究挑戰。
高比能全固態電池關鍵材料研究取得重大突破
中國科學院大連化學物理研究所開發出一種新型有機-無機複合固態電解質，透過原位化學重構策略提升電池性能。該技術使 NCA 三元固態電池在 1C 倍率下穩定循環 350 次，容量保持率達 84.2%。
Deep Principle 發布 MPA，實現材料科學領域的突破
Deep Principle 發布了 MPA，這是一款利用大型語言模型訓練技術的材料科學 AI 基礎模型。該模型在 40 項工業任務中均達到了業界領先水平。
材料 AI 在 40 項工業任務中達成 SOTA
被稱為「材料版 AlphaFold」的新型 AI 模型，在 40 項工業任務中展現了最先進（SOTA）的效能。透過結合大型語言模型（LLM）的訓練技術，該模型獲得了材料發現所需的「物理直覺」。
Dunia Innovations 投入 2.8 億歐元建設自動化 AI 材料實驗室
總部位於柏林的 Dunia Innovations 正在建設一座名為 GigaLab、佔地 6,000 平方公尺的自動化研發設施。該計畫獲得 NVIDIA 與 Siemens 等業界巨頭支持，旨在解決 AI 材料設計中的瓶頸。
⚙️
矽谷的命門，掌握在日本老師傅手中
日本企業如TOTO及味之素主宰AI晶片關鍵材料，如靜電吸盤及ABF薄膜，AI基礎設施支出達7000億美元。AI指數需求衝突材料線性供應。矽晶圓（60%日本）、光刻膠（90%）凸顯供應風險。
自主LLM代理推導材料理論
自主LLM代理從資料中端到端開發材料理論，選擇方程式、執行程式碼並驗證擬合度，無需人工介入。它在Hall-Petch和Paris定律等已知關係上表現出色，提出如應變依賴HOMO-LUMO間隙的新定律，GPT-5表現更優。儘管擬合強，仍需嚴格驗證以防錯誤。