arXiv：LLM智能体操控机械臂与电动移液器，自动合成MOF材料ZIF-8
研究团队构建由机械臂、电动移液器、网络摄像头与电子天平等商用设备组成的自动化实验平台，控制代码由大语言模型AI智能体生成，演示合成金属有机框架材料ZIF-8并实现实验过程的定量记录，发现移液速度对产物粒径分布有决定性影响。
大语言模型
共 6 篇 · B910化工 · AI 化学信息库
C&EN专栏：AI正悄然重塑化学科研生态，行政负担减半但幻觉风险仍存
C&EN刊登分析专栏指出，过去两年AI模型能力飞跃——前沿模型IQ当量已从2024年的约100升至130以上，思维链与智能体模式渐成常规。作者结合亲身经验称，大语言模型将其实验室行政文书时间从20%压缩至10%以下，多数流程可完全自动化；但作者同时警告，生成式AI的自信型错误是架构固有特征，科研应用中须保持人工核验。文章为化学界评估AI工具的实际生产力收益提供了参照。
华盛顿大学团队用大模型驱动"自动驾驶实验室"：从4000个MOF变体中锁定10种新材料
圣路易斯华盛顿大学研究者在Science撰文提出让AI"像化学家一样读懂化学"的方法论，其团队用大语言模型学习约4000个MOF连接体转化文献数据，经计算模拟筛选发现10种水吸附性能超越铝基吸附剂的新材料。同期Matter论文给出聚合物合成数据的自动策展方案。
成均馆大学联合MIT开发LLM驱动材料合成规划平台，大幅减少试错
成均馆大学Sung Beom Cho教授团队联合水原 Ajou大学及MIT Ju Li教授，开发出基于大语言模型的“闭环材料合成规划平台”，通过检索增强生成提出候选合成配方并用实验反馈迭代改进，已用于全固态电池氧硫化物固态电解质合成（含未报道新候选材料），显著减少实验室失败实验次数。成果发表于《Advanced Materials》。
arXiv：大语言模型闭环驱动自动合成优化，像化学家一样做材料发现
8月16日提交arXiv的研究提出LLM驱动的迭代反馈闭环合成优化框架：大语言模型从文献蒸馏合成知识并规划实验，高通量高光谱成像实时反馈结果，形成假设-实验-修正的自动化专家工作流。多数计算预测材料从未被合成，该框架直面预测多合成少的瓶颈，把依赖专家经验的数月优化压缩为自动化循环。
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。