MIT提出价态约束前置的材料生成框架
用价态约束前置过滤无效候选，MIT 让 AI 材料生成更可靠，并产出高热导 GeC。
MIT 团队提出 CrysVCD，在材料生成前先检查化学价态与电荷平衡，生成后再验证热力学与声子稳定性，最终找到高热导率半导体材料 GeC，并显著提升稳定生成率。
正文摘录
MIT 将价态约束前置，材料生成前先让 AI 学会化学规则 编辑丨% 现在的生成式 AI 已经可以在很短时间里提出大量新的晶体材料。 扩散模型能够从随机噪声出发，逐步生成原子排列和晶格结构；语言模型则可以从元素组成出发，探索新的化学组合。像 DiffCSP、MatterGen 这样的模型已经证明，AI 确实能够在巨大的材料空间里生成过去数据库中没有出现过的候选结构。 但实际上，一种真实的新材料还需要在化学价态与电荷平衡上达成稳定。所以眼下的材料生成，绝大部分时间还是浪费在了材料的筛选中。 MIT 团队开发了一个新框架，可以在材料生成初期应用，大幅提升稳定性率，同时实现目标材料性能。它通过确保每个设计在昂贵的生成步骤开始前，满足与材料原子周围电子相关的某些关键化学规则来实现。研究人员称其为 CrysVCD。 相关研究以「 Enhancing materials discovery with valence-constrained design in generative modeling 」为题，于 2026 年 8 月 26 日发表在《 Nature Computational Science 》。