【计算材料学】2025年高浏览量文章精选（上）

本文是一篇关于2025年高浏览量计算材料学文章的精选综述。文章背景展示了计算材料学领域，特别是结合第一性原理计算（如密度泛函理论）和人工智能（机器学习、深度学习）方法，已成为加速新材料发现和理解材料物性的核心驱动力。研究目的旨在汇总和呈现该年度在顶级期刊（如Nature、Phys. Rev. Lett.、Nano Lett.等）上发表的一系列前沿计算研究工作，涵盖拓扑材料、铁电/多铁材料、低维材料、催化、超导、电池材料等多个热点方向。结论部分通过列举大量具体研究案例，凸显了“AI for Science”范式在材料设计、性质预测和机理揭示方面的强大能力与广泛应用，标志着计算材料学正进入一个由数据驱动和高通量计算引领的新阶段。