Transformer 探索 913 万种过渡金属团簇，AI 加速材料发现

bravo_abad · x · 2026-08-24

研究者结合自动第一性原理计算与 transformer 模型，构建了 Cluster Transformer Encoder Network，从元素组成直接预测原子化能，精度约 40 meV/原子，覆盖 913 万种组合（30 种 d 区金属加 C、N、O、S）。通过渐进采样策略，模型在有限计算下高效探索化学空间，并揭示了团簇原子化能与体相内聚能之间的系统关联、异核稳定化特征及贵金属掺杂氧化物团簇的异常稳定性。该工作展示了 AI for Science 的范式：用昂贵的物理计算构建可靠代理模型，再用于探索传统方法无法枚举的空间。论文发表于 Nature Communications (2026)。