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。
附件下载：