机器学习势揭示氢脆新机制：核量子效应显著增强α-铁晶界处氢偏聚
日本研究者在arXiv发表核量子修正机器学习势研究，将路径积分分子动力学的量子平均力重标注到Fe-H机器学习势（NQC-PACE），无需额外DFT计算即可描述氢在α-铁中空位、位错、晶界的俘获行为。巨正则蒙特卡洛模拟显示核量子效应在室温下即显著增强一般晶界处的氢偏聚，为氢脆机理与抗氢材料设计提供新工具。
arXiv 第9页
共 10 页 · B910化工 · AI 化学信息库
2-5层CsPbBr3纳米片取向规律揭晓：厚度决定排列方式，工艺成为调控工具
瑞典乌普萨拉大学Tomas Edvinsson团队在arXiv发表研究，用掠入射X射线衍射区分2-5层CsPbBr3钙钛矿纳米片的内部结构、超晶格组织与薄膜织构。2层纳米片在任何沉积方式下保持面朝上排列，更厚的纳米片则对工艺敏感且出现取向无序，为光电器件中纳米片的可控组装建立了厚度-工艺-取向关系。
第一性原理筛选MOF-5储氢变体：镉中心+硝基官能团组合吸附能提升至-15.58 kJ/mol
德国奥尔登堡大学Caterina Cocchi团队在arXiv发表第一性原理研究，系统评估MOF-5的金属节点替换（Zn→Mg、Cd）与有机链接官能化（NH2、OH、NO2）对储氢性能的影响。Cd中心与NO2基团组合表现最优，氢吸附能达-15.58 kJ/mol，显著优于原始MOF-5，为先进储氢吸附剂设计提供了框架。
机器学习+符号回归导出MOF二氧化碳吸附可解释公式，13.7万结构验证准确率超70%
arXiv新预印本（2608.14990）用机器学习+符号回归策略，从1000样本MOF数据集提炼出二氧化碳低压吸附的简洁预测公式Q=aA，将无量纲吸附数A解释为吸附结合力与扩散驱动力之比。在137,652个假想MOF上验证，对62,448个结构预测准确率超70%，为MOF碳捕集材料筛选提供了可解释的物理公式。
智能体AI用"基元语言"设计晶体结构，稀土永磁体设计效率提升三倍
arXiv新预印本（2608.15900）提出MatEvolve智能体AI框架：以描述晶体中重复几何模式的"基元谱"作为可编辑设计语言，智能体据此提出并论证候选晶体结构，再交由第一性原理计算验证。在稀土减量永磁体设计任务上，MatEvolve触达全新结构原型的频率是生成模型的三倍以上，且命中率相当。
机器学习从十亿级分子空间提炼锂电电解质设计规则：腈主导、醚辅助
arXiv新预印本（2608.16364）对近10亿GDB13分子进行电子-溶剂化描述符高通量筛选，发现高排名候选分子呈现"腈类主导"与"腈醚共存"两种机制，进而提炼出腈为中心、醚为辅助的基元层级。该层级嵌入生成模型后无需显式氟化奖励即可产出高分氟化结构，为锂电池电解质分子设计建立了可解释框架。
三阳离子钙钛矿中俄歇辅助陷阱复合被证实在一个太阳光下占主导，限制电池效率
Ivan Scheblykin、Yana Vaynzof等8月14日提交arXiv的论文结合时间分辨光致发光与激发强度依赖的量子产率测量，建立统一模型定量再现三阳离子钙钛矿薄膜的发光衰减与绝对量子产率。研究发现深浅陷阱与俄歇辅助陷阱复合共存，且后者在一个太阳光强下占主导，成为光伏性能的关键限制因素。
有机正极材料P14AQ离子结合机制解析：为何锂钠容量高于镁钙——构象全枚举加量子模拟给出答案
Laura Femmer、Birger Horstmann等8月14日提交arXiv的研究，用量子力学方法（DFT/DFTB）系统研究聚(1,4-蒽醌)（P14AQ）与Li、Na、Mg、Ca的结合机制。团队开发取向标记法自动枚举周期性聚合物链全部独特构象，发现Li/Na能量分布连续而Mg/Ca存在单氧与双氧配位间的能隙，恒电流实验的电压平台与容量差异印证计算结果，解释了单价离子容量更高的根源。
钴基单原子电催化剂实现丙烯直接环氧化法拉第效率70-80%：界面静电学成为新设计维度
Hao Li团队8月14日提交arXiv的论文对41种金属-氮-碳单原子催化剂进行pH-电场耦合微动力学建模，发现丙烯环氧化选择性不能仅由氧吸附能描述，而由氧吸附、零电荷电位与外加电位共同决定。 sequentially筛选锁定CoPc-NH2-CNT为最优催化剂，在水相常温条件下实现70-80%的环氧丙烷法拉第效率，创直接电化学环氧化纪录。
威斯康星大学研究：物理气相沉积有机半导体玻璃结晶抗性提升十倍
威斯康星大学麦迪逊分校M.D. Ediger团队在arXiv发表研究，通过控制沉积温度调控有机半导体Alq3的物理气相沉积（PVD）玻璃结晶抗性，使其提升至少10倍。该策略为有机半导体器件的长期稳定性提供了新途径。
研究团队发布NMC811层状正极材料氧K边X射线吸收光谱数据库
阿姆斯特丹大学Nongnuch Artrith和伦敦大学学院Jian He等团队在arXiv发布NMC811层状正极材料氧K边X射线吸收光谱（XAS）模拟数据库，覆盖三种荷电状态下60个过渡金属位点，采用激发电子和核芯孔方法计算。该数据库可支持电池材料表征和AI辅助材料发现。
物理信息机器学习预测难熔高熵合金八项力学性能 加速高温材料设计
研究人员开发物理信息机器学习框架,结合分位数梯度提升与Born稳定性约束,预测难熔复杂成分合金(CCA)的八项力学性能(体模量、剪切模量、硬度、弹性常数等),使用393个DFT数据点训练,为约10^15种可能组合的实验探索提供筛选工具。
物理信息生成式AI自主发现多孔氧化物储能材料:机遇与挑战
新泽西理工学院Dibakar Datta团队发表综述,系统梳理物理信息和知识驱动的生成式AI在多孔过渡金属氧化物储能材料发现中的应用。论文指出该材料体系涉及晶体化学、孔结构、离子传输等多物理场耦合,传统方法面临根本性设计瓶颈。
深度学习框架实现高熵合金AlCrFeNi多相微结构300万步演化预测
研究人员提出AE-GCN-LSTM代理模型框架，利用多头自编码器和图卷积网络预测AlCrFeNi高熵合金中BCC/FCC多相微结构演化，时间跨度达300万模拟步。在未见过的条件下无需重训练即可泛化，计算效率较传统相场模拟大幅提升。
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。
7月2日消息，arXiv研究发现Ge2Sb2SexTe5-x合金中的隐藏有序化合物层及其电子光学性质调控
研究人员在Ge2Sb2SexTe5-x相变材料中发现了隐藏有序化合物层，并揭示了其对电子和光学性质的调控作用。