AutoMat：让「看见原子」成为「理解材料」的科学直通车

本文介绍了清华大学AutoMat团队开发的一种AI工具，旨在解决材料科学中高分辨成像与理论模拟之间的解析瓶颈。背景是电子显微镜虽然可以清晰拍摄原子图像，但将这些图像转化为可计算的晶体结构仍依赖人工，耗时且易受干扰。研究目的是通过AutoMat这一智能代理，实现从原始STEM图像到标准CIF结构及物性预测的全自动化流程，大幅提升效率。结果表明，AutoMat在结构误差和能量预测上均优于现有技术，特别是在低剂量多元素场景下表现稳健。结论指出，AutoMat为AI驱动的材料发现提供了高速通道，并展望了其在智能实验室中的应用前景。