人工智能驱动的热辐射超材料设计突破 - 上海交通大学团队在《Nature》发表重大原创成果，构建热辐射超材料逆向设计AI模型，突破传统设计方法的性能上限，能批量生成并筛选最优设计方案[1][3] - AI模型从5万组数据样本中筛选出1500组接近理论极限性能的方案，并实验验证4种典型材料在航天器热控、建筑节能等场景的优异表现[4][5] - 该技术将传统设计周期从数年缩短至三个月，且材料制备采用低成本溶液法，可像涂料般应用于砖墙、金属等多种基底表面[3][4] 超材料应用场景与产业化潜力 - 双波段选择性超材料具备零能耗辐射冷却特性，可应用于建筑外墙、电子产品、户外设施及随身衣物，实测显示其自降温效果显著[3][5] - 已验证的4类材料包括宽带/单双波段选择性热辐射超材料，应用形式涵盖柔性薄膜、涂料、贴片等，适配不同环境需求[5] - AI设计的新材料结构机理均为首次报道，为材料产业带来井喷式创新机会，已申请发明专利并获得软件著作权[5][7] 技术突破的行业影响 - 该AI模型能自主发明自然界不存在的超材料，并优先筛选适合大规模量产的低成本方案，推动高科技降温技术普及化[3][5] - 审稿人评价该研究标志着机器学习驱动超材料设计取得重大进展，实验数据扎实且具备重要产业影响力[7] - 跨国合作团队包括中美新三国院士专家，获得国家自然科学基金等多项资助，凸显技术的前沿性与战略价值[7]