今天，只要拥有足够大的人工智能模型，就能在几分钟内生成数百万种新材料设计。然而，生成的材料往往缺乏化学稳定性，导致实际应用的提升有限。为了解决这一“翻译鸿沟”，MIT 研究团队提出了 CrysVCD（晶体生成器‑价电子约束设计）框架。该框架在材料生成的最前端加入化学规则约束，确保每个候选结构的价电子层满足基本化学原理，从而显著提升稳定材料的比例。
CrysVCD 的工作流程分为两步：第一步，语言模型输出化学上合法的化学式；第二步，扩散模型依据该化学式生成对应的晶体原子结构。相比传统的先生成后筛选流程，前置约束将生成步骤从约千步压缩至约五步，使得不稳定材料在早期即被剔除，整体效率提升一个数量级。实验表明，在多种常用材料模型中，CrysVCD 能使晶格动力学稳定率接近 70%，机械稳定率 68%，亚稳态比例 85%。
该方法还能定向生成具备特定性能的材料，例如高热导率或高介电常数的晶体，这对芯片散热和数据中心降温尤为关键。研究者指出，CrysVCD 兼容现有和未来的材料生成模型，既适用于大规模材料库的构建，也能帮助资源有限的实验室快速获得可用候选。
博主点评：CrysVCD 把化学常识嵌入生成前置环节，既降低了后期筛选的算力消耗，又提升了实用材料的产出率，为材料科学的 AI 化提供了可复制的范式。