Phys. Rev. Mater.: 生成式AI加速发现高钾离子选择性多孔结构

本文介绍了同济大学任捷教授团队提出的一种新型功能导向数据驱动框架，用于加速发现高钾离子选择性多孔结构。研究背景在于沸石类多孔材料在离子吸附与交换等领域具有广泛应用，但传统发现方法耗时且成本高。研究目的是通过整合无监督学习和生成式扩散模型，高效筛选出具有高K+选择性的潜在多孔结构。研究结论表明，该框架成功发现了一种新型多孔沸石结构Zeo-2，其K+吸附容量是目前已知最高的，并通过DFT计算验证了其高钾离子选择性。