晶体对照没有公布分数

MIT News 这篇可见的发表日期是 2026 年 10 月 18 日，没有写钟点。报道说，直接让语言模型按一句需求交出一块合适的晶体，目前还不好用。原因是数据：多数材料是晶体，也就是原子的三维周期排列，结构存在专门格式里，而不是语言模型用来训练的文字流。实验文献又偏向少数常见晶体，模型输出会跟着偏。麻省理工学院的研究者做了一个多模态模型，把三维原子结构和自然语言说明放在一起，用来生成关于结构的文字说明。说明不只写成分和结构，也写性质、加工上的考虑和可能的用途。

论文发表在 Nature Communications，题目是 Scaling multimodal materials representation learning with synthetic narratives。报道说，让模型“看见”原子排列和成键之后，它找出的材料设计优于只在文字流上训练的模型。一个例子是：请模型找适合做固态锂离子电池电解质的材料，靠前的结果里包括一些被独立认定、看起来有希望的候选。报道没有写出这些材料的名字，没有写出排了多少个，也没有写比只看文字好多少。同一篇还说，模型学到了文字模型学不到的几何表示。这句话同样没有附数量。

训练用的是对比学习：让模型比较相似和不相似的结构与文字，得到一种对齐。比较的是两个版本。一个用包含这些生成说明的数据训练，另一个只用论文里的文字。用生成说明的那一版学会把几何结构和文字说明对齐，另一版没有。李巨说，他们合成叙述，而不是只靠已有论文，是因为用那套叙述数据时，模型更会预测功能。“更会”是他的判断。报道接着说，用自然语言描述一种性质，模型可以找出有这种性质的晶体，并且超过一个基线。超过多少，基线是什么，都没有写。

晶体占地球固态材料的九成以上。这是材料构成的句子，不是这个模型的准确率。李巨把这个模型比作 AlphaFold，说后者把蛋白质结构和功能连起来，帮助了生物研究和药物开发。这是类比。这篇没有报告生物实验，也没有给出蛋白质结果。作者包括第一作者、前博士后 Yang Jeong Park，伊利诺伊大学厄巴纳-香槟分校近期毕业生 Mayank Kumaran，Chia-Wei Hsu，以及 Elsa Olivetti。资助的一部分来自美国国防威胁降低局通过大学研究联盟提供的经费，还有美国国防高级研究计划局和韩国国家研究基金会。资助名单不是一份已经交付的材料清单。