12月7日，生成微軟研究院AI4Science團隊推出基于擴散過程的像生像樣新材顯神生成模型MatterGen，可直接生成具有所需特性的成圖新型材料。MatterGen能夠逐步細化原子類型、通丨坐標和晶格結構，科創生成晶體材料，生成生成方式類似于DALL-E 3生成圖像；同時還具有適配器模塊，像生像樣新材顯神能夠針對特定的成圖化學組成、對稱性及物理特性（如磁密度）進行微調，通丨實現定制化的科創材料設計。

材料科學的生成核心挑戰，是像生像樣新材顯神發現具有所需特性的材料。過去，成圖人們需要先找到新材料，通丨然后根據應用進行篩選。科創MatterGen的出現，挑戰了傳統物質篩選和人工直覺的局限性。研究團隊還表示，MatterGen生成的新穎獨特結構比目前最先進的SOTA模型（CDVAE）穩定性高2.9倍，能生成接近能量局部最小值17.5倍的結構。

這距離DeepMind帶給人們的震撼，才剛剛過去一周。

11月30日，兩篇《自然》（Nature）論文報告了谷歌人工智能實驗室 DeepMind開發的深度學習工具“材料探索圖形網絡” GNoME（Graph Networks for Materials Exploration），不僅預測了220萬個全新晶體結構，其中38萬種已經通過穩定性預測的新化合物，還在17天內全自動合成了41種新無機化合物。

GNoME采用圖神經網絡（GNN）架構，通過主動學習來發現新材料。鑒于過去10年才發現28000種穩定材料，這一研究相當于人類近800年的知識積累。

AI助力，材料設計正在向一個更加高效、智能的新時代邁進。

AI在自然科學領域的潛力巨大。這些年，AI4Science（又稱AI for Science）的成果集中爆發，在生物醫藥、材料、物理、化學甚至數學領域發揮著越來越重要的作用。

作為科學發現的第五范式，AI4Science和經驗范式、理論范式、計算范式、數據驅動范式互相促進，共同推進科學研究的飛速發展，不斷拓展人類認知的邊界。

新產品與新技術

01 谷歌發布多模態模型Gemini

12月6日，谷歌發布多模態模型Gemini，可以歸納并流暢地理解、操作、組合文本