AI加速材料发现但工业落地仍存瓶颈

Google DeepMind开发的GNoME模型在材料科学领域取得显著进展，已预测出超700种新材料并在全球实验室成功合成，其中包括528种固态电解质候选。该工具通过自动化筛选大幅提升了无机晶体的发现效率，使AI能够替代人类完成大量试错工作，从而加速科研进程。然而，尽管AI在发现阶段表现优异，报道指出材料从实验室走向工业应用仍面临严峻挑战，主要瓶颈集中在中试验证、生产良率控制以及供应链稳定性等环节，表明当前AI技术虽能加速前端研发，但尚未完全解决后端产业化落地的复杂问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。