麻省理工学院（MIT）研究团队开发出一种名为SCIGEN的新工具，成功提升生成式人工智能在发现具有奇异量子特性的新材料方面的效率。该技术使AI模型在生成材料时能够遵循特定几何结构约束，从而更精准地设计出具备量子自旋液体、平带等前沿特性的材料。 传统生成式AI模型虽能快速生成数千万种新材料，但多偏向稳定结构，难以捕捉具有突破性量子行为的材料。而量子材料的特性高度依赖原子排列方式，例如Kagome晶格、Lieb晶格或阿基米德晶格等特殊结构，被认为与量子计算、拓扑超导等关键技术密切相关。MIT团队因此构建SCIGEN系统，作为“守门员”机制，在模型生成每一步中实时检查是否符合预设几何规则，确保输出结果具备潜在量子特性。 研究团队将SCIGEN与扩散模型DiffCSP结合，针对阿基米德晶格结构生成超过1000万种候选材料，经筛选后保留100万种稳定结构。通过美国橡树岭国家实验室的超级计算机进行模拟，发现其中41%具有磁性特征。最终，研究人员在实验中成功合成了两种全新化合物——TiPdBi和TiPbSb，并验证了其与AI预测一致的奇异磁性行为。 这一成果标志着AI在推动量子材料发现方面迈出关键一步。量子自旋液体被认为是实现稳定量子比特的重要路径，但至今尚未有确证材料。MIT博士生、论文第一作者Ryotaro Okabe表示，研究不再追求“最稳定”的材料，而是聚焦于“最具潜力”的特性。合作者、密歇根州立大学Weiwei Xie教授指出，SCIGEN可大幅扩大实验候选池，加速关键材料探索。普林斯顿大学Robert Cava教授也认为，该方法为解决长期存在的晶格匹配难题提供了新路径。 未参与研究的德雷塞尔大学Steve May教授评价，该工具代表了材料科学与AI融合的新范式，有望加速下一代电子与磁性材料的研发。未来，团队计划在SCIGEN中引入化学成分与功能特性等更多约束，进一步提升预测能力。研究获美国能源部、国家科学基金会及国家能源科研计算中心支持。