站内暂无「materials project」的结果，已为你找到以下相关资讯：
南科大教授余沛源创业做AI+材料：真正难的不是生成，而是验证
人工智能可以在很短的时间内生成成千上万种候选材料，但真正进入实验室后，其中许多可能根本无法合成。随着 AI for Science 成为热词，这种落差越来越明显。模型生成和第一性原理计算不断提速，实验验证却依然缓慢而昂贵。
AI做出的科学发现，谁来证明它是对的？
9 月 20 日至 21 日，以“下一代物理智能前沿”为主题的 PAIR Conference 2026 在上海举行。
判断更准成本更低！深圳团队首发能辅助材料科学研究的智能体
随着人工智能技术的发展，科学家们开始研发能够辅助科学研究的大模型。9月10日，中国科学院深圳先进技术研究院材料人工智能研究所喻学锋研究员领衔的研究团队,在《自然-机器智能》发表最新研究成果，正式发布了材料研究领域内的首个轻量化双模型协作智能体“材智云脑MatBrain”。
AI做出的科学发现，谁来证明它是对的？
来源：市场资讯（来源：图灵人工智能）转自DeepTech深科技，仅用于学术分享，如有侵权留言删除报道9 月 20 日至 21 日，以“下一代物理智能前沿”为主题的 PAIR Conference 2026 在上海举行。
万人内测，科研神器爆火实验室，4h肝出论文初稿，全自动接管科研
不是因为他们做的事情多，而是因为他们需要在太多工具之间反复横跳。打开 Zotero 查文献，切到 VS Code 跑代码，再切到专业工具里作图改图，中间还要穿插着跟 ChatGPT 讨论实验设计。
对话康奈尔汪志龙：材料AI的Scaling Law是什么？
汪志龙现为康奈尔大学科学人工智能研究所 Eric and Wendy Schmidt AI in Science 博士后研究员，博士毕业于上海交通大学。
困扰人类一个世纪的难题，被伯克利团队破解了
“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「66」篇文章，点击这段文字或扫描二维码收听“虎嗅AI 100”完整播客内容。人类发明了塑料，却花了几十年的时间解决塑料带来的问题。