arXiv论文：Autocata自主智能体实现反应网络导向的催化剂自动筛选
9月30日提交至arXiv的论文发布Autocata——知识嵌入的催化剂筛选自主智能体：以200万个催化剂-吸附物结构预训练的Transformer为核心，内置79个吸附物专项生成模型组成的可复用能力注册表，用户以自然语言下达反应目标即可自动解构反应网络并完成候选表面构型生成与筛选。
催化剂筛选
共 3 篇 · B910化工 · AI 化学信息库
DOSSIER化学语言模型：仅凭元素组成预测电子态密度
俄罗斯研究团队开发名为DOSSIER的化学语言模型，通过跨模态知识蒸馏从通用机器学习原子间势预训练编码器，可直接从元素化学组成预测电子态密度（DOS），无需晶体结构；在Mat2Spec基准上误差3.76 states/eV，接近最优结构感知模型的3.64，并成功筛选出已知氧还原电催化剂的高排名候选。
SandboxAQ发布AI催化剂筛选模型AQCat：吸附能计算提速2万倍，免代码自然语言调用
SandboxAQ宣布AQCat AI模型正式商用：通过Claude Science的MCP协议以自然语言提示即可评估催化剂候选材料，吸附能计算速度最高比传统DFT快2万倍且精度接近，基于含1350万次DFT计算的AQCat25公开数据集训练，并针对铁钴镍等磁性材料做spin-aware处理，将高通量催化剂发现从超算专家手中释放给普通实验室。