撰文丨王聪 编辑丨王多鱼 排版丨水成文 近日，东京大学和蒙特利尔大学的一项研究登上了 Cell Press 官网头条。 该研究以： Accelerated inorganic materials design with generative AI agents （ 利用生成式 AI 智能体加速无机材料设计 ） 为题，于 2025 年 12 月 17 日，在线发表于 Cell 子刊 Cell Reports Physical Science 上。 该研究开发了一个以 通用大语言模型作为其核心生成引擎的材料发现框架—— MatAgent 。 借助模拟人类专家推理过程的外部工具，并与晶体结构估算和性能评 估模型相结合，MatAgent 能够实现反馈驱动的自主探索广泛的材料空间。针对特定形成能进行的实验表明，MatAgent 在提出具有所需性能的材料方面非常有 效，同时还能保持高成分有效性、独特性和新颖性。该框架的自然语言集成使得在实际工作流程中实现直观约束变得容易。通过为每个成分建议提供明确的推 理，这一框架确保了材料设计过程的可解释性，成为增强专家知识并加速无机材料发现的智能合作伙伴。 在这项新研究中，研究团队开 ...