机器学习预测二维TMD合金光学性质
研究人员结合第一性原理光学计算与表格基础模型回归，预测Mo-W-S-Se-Te二维过渡金属硫族化物合金的介电函数，仅用四元合金训练即在留出组合上R2>0.98，并可零样本泛化到二元/三元/五元体系。
DFT
共 5 篇 · B910 化工资讯聚合
操作扫描光电化学显微镜揭示光子能量调控CO2还原选择性
由Giulia Tagliabue等9位研究者合作发表在arXiv的研究利用定量操作扫描光电化学显微镜首次直接证明调控光子能量可切换CO2还原产物选择性：在等离激元Au/p-GaN光阴极上，带间激发（460-560nm）选择性产CO，带内激发（640-800nm）偏向产氢。100nm以下纳米结构维持CO2还原活性，约300nm纳米盘因载流子输运损失抑制反应。该研究解决了等离激元驱动选择性效应起源的长期争论。
机器学习从13万候选中筛选出5种稳定无铅钙钛矿，AI加速光伏材料发现
一个国际研究团队开发了基于基因组学思想的机器学习框架，从13088种电荷平衡的无铅双钙钛矿组合中筛选出5种经DFT验证的热力学稳定半导体材料（Rb2SnMnBr6、Cs2CdSnBr6、Cs2CdSnI6、Cs2KGaI6、Cs2AgAlBr6），均位于凸包上（E_hull小于等于0 meV/atom），光学吸收峰值超过10的5次方cm负1次方，具备光伏、传感和透明电子器件应用前景。该框架在1221个DFT计算化合物上训练，稳定性分类器ROC-AUC达0.92，带隙预测R2达0.93。
DeepHartree 用 Poisson-coupled neural field 加速 Density Functional Theory 计算
Jiankun Wu 等人在 arXiv 提交 DeepHartree，将 E(3)-equivariant neural network 与 Poisson equation 耦合，用近线性数值推理替代 DFT 中高成本的 Coulomb 积分，并在 SCF 流程中减少最高 40.6% 迭代。
MagMatLLM：约束引导的AI框架发现12种新型磁性绝缘体，10种通过第一性原理验证
南加州大学和UCLA团队提出MagMatLLM框架，将大语言模型晶体生成与进化选择、多目标筛选和第一性原理验证结合，在生成阶段直接嵌入磁性、绝缘性和稳定性约束，从220万候选中识别出12种新型磁性绝缘体，其中10种经声子分析和自旋极化DFT计算确认。