上交团队研发 CGformer：AI材料设计算法创新，驱动新一代材料研发“加速器”

背景：传统材料研发周期长、成本高，现有AI模型存在“近视”缺陷，无法捕捉原子间长程相互作用。研究目的：上海交通大学团队开发CGformer算法，通过全局注意力机制提升材料性能预测精度，解决AI材料设计的核心瓶颈。结论：CGformer在高熵钠离子固态电解质预测中误差降低25%，成功筛选并实验验证6种高性能材料，建立了可扩展的AI驱动材料研发框架，推动从“应用”到“创造”的转型。