CLOUD：一种可扩展且融入物理知识的晶体表征基础模型

为何从晶体中学习至关重要

我们的世界由晶体构成：手机中的芯片、电动汽车的电池以及净化尾气的催化剂，都取决于原子如何以重复的方式排列。了解晶体结构如何影响其性质，是发明更好材料的关键，但用传统物理模拟或实验室试验来计算这些性质既慢又昂贵。本文提出了一种新的人工智能方法，称为 CLOUD，它从数百万已知晶体和基本物理原理中学习，以快速预测新晶体材料的行为。

引用: Xu, C., Zhu, S. & Viswanathan, V. CLOUD: A Scalable and Physics-Informed Foundation Model for Crystal Representation Learning. Nat Commun 17, 4074 (2026). https://doi.org/10.1038/s41467-026-70467-3

关键词: 晶体 机器学习, 材料 发现, 基础 模型, 对称性 感知 表征, 物理 驱动 的 人工智能