IXThinker·2025-09-13 16:40

AI預測晶體表面　基礎模型SurFF登國際期刊

發表於《自然·計算科學》的研究提出基礎模型SurFF，以機器學習力場預測金屬間化合物晶體的表面暴露與可合成性，為多相催化劑設計提供高效工具。

為何重要

約九成工業反應發生在材料表面，多相催化劑因此至關重要，但準確預測晶體表面暴露長期受制於高昂的實驗與計算成本。準確而廉價的預測工具，一直是催化劑設計的瓶頸所在。