技术博客

清华大学教授团队提出一种基于人工智能的催化剂设计新方法——SurFF模型，成功突破传统密度泛函理论（DFT）计算效率低下的瓶颈。该模型通过晶面生成、快速弛豫与Wulff构型构建三个步骤，显著提升计算速度，较DFT加快约10万倍，同时实现73.1%的实验验证一致性。SurFF模型不仅高效评估晶面的可合成性与暴露度，还为催化剂理性设计提供了可扩展的技术路径，标志着AI催化在材料科学中的深度应用迈出关键一步。