9月24日消息，arXiv预印本（编号2609.30133）报告了一项AI引导的催化剂发现工作：研究团队构建了自动化程度超过90%的“AI引导+人工监督”闭环平台，集成组合溅射合成与高通量筛选，快速遍历候选催化剂组成空间，发现了可用于质子交换膜电解水（PEMWE）阳极酸性氧析出反应（OER）、不含铱（Ir）与钌（Ru）的钯基氧化物催化剂。

该工作针对的是PEM电解水产业化的核心瓶颈之一：目前酸性OER催化剂几乎完全依赖铱或钌，两者供给链高度集中、价格高企，直接制约电解槽的吉瓦级（GW-scale）放量。论文摘要指出，AI引导闭环平台将组合合成、高通量表征与主动学习筛选串成自动迭代流程，显著压缩了从候选组成到验证材料的周期。

方法学意义在于，这是“AI for materials”闭环范式在氢能关键材料上的落地案例：传统催化剂开发依赖经验试错，而闭环平台可在同一框架内完成“提出假设—合成—表征—更新模型”的循环。若钯基体系经长周期稳定性验证后达到实用要求，将为PEM电解槽的贵金属减量与成本下降提供新的材料选项。 （来源：arXiv）