简介

团队聚焦功能材料中的物质原理探索，在数据驱动的材料科学方法、人工智能+材料科学及机器人材料科学家建设等方面积累了丰富的研究经验与成果，如无机材料数据集Atomly.net，通用预训练力场GPTFF，材料科学垂类智能体MatChat AI。团队未来将围绕功能材料的逆向设计与原子尺度物理原理探索中的前沿科学问题，基于“人工智能+功能材料”的研究方针，发展先进人工智能算法、模型及机器人实验室，建设数据驱动的功能材料智能化研发平台，实现新材料研发范式的变革。建设国内领先的研究中心，实现功能材料在逆向设计、样品合成、机理探索等方面全覆盖的研究突破。

研究方向

1、原子尺度探索功能材料物质原理：基于理论计算的方式(如第一性原理计算)，从电子结构、能带与相互作用机制出发，直观揭示材料性质的微观起源，为新型功能材料(如能源材料、电化学、超导材料、拓扑材料)的设计、调控与性能预测提供精准而可验证的理论基础。

2、数据及人工智能驱动的材料科学方法开发：开发高通量材料计算方法及材料数据库，开发具有高精度、强泛化性的人工智能材料物性预测模型，构建面向材料科学的垂类智能体，推动形成覆盖“数据—模型”全链条的智能化材料研发体系。

3、人工智能驱动的功能材料逆向设计：依托高通量数据、精准预测模型与材料科学垂类智能体，从目标物性出发自动反推结构与组成，实现功能材料的快速筛选、结构生成与性能优化，加速突破性材料的发现与设计。

4、机器人材料科学家平台搭建：整合自动化实验设备、高通量计算、实时数据采集与垂类智能体，实现材料制备—表征—分析的闭环自驱动迭代，具备自主实验规划、结果解析与性能优化能力，显著提升材料研发效率与可靠性。