新加坡国立大学欧鹏飞教授团队JMI最新观点论文丨智能生成：催化表面与吸附物构型设计的新范式

本文探讨了生成模型在多相催化领域的应用潜力。背景方面，传统催化剂设计依赖试错式优化和第一性原理计算，效率低下且难以应对复杂反应网络。研究目的旨在利用生成模型（如VAE、GAN、扩散模型和Transformer）实现催化剂结构的反向设计，从性能出发直接生成可能具有所需催化活性的材料结构。结论表明，生成模型能够高效探索化学空间，在表面构型生成、吸附构型设计和过渡态预测等方面展现出显著优势，未来结合高质量数据集和优化算法将加速新型催化剂的发现。