AI服务平台
卢仲毅教授研究组在AI for Science领域的创新成果与服务平台，专注于人工智能与物理科学交叉研究
AI for Science创新平台
研究组致力于人工智能与物理科学的交叉研究，开发了一系列先进的AI模型、算法和工具， 用于解决计算物理、量子材料和复杂系统模拟中的关键科学问题。
我们的AI服务平台集成了前沿的机器学习方法、深度学习模型和大数据分析技术， 为科学研究提供智能化、自动化的解决方案，推动物理研究的范式变革。
AI模型与算法
研究组开发了一系列专门用于物理科学研究的AI模型和算法，涵盖从基础理论到实际应用的多个层面。
PhononBench
晶体声子谱分钟级快速计算平台
InvDesFlow
材料发现与逆向设计平台
Perovskite‑R1
钙钛矿太阳能电池实验方案设计模型
AI应用展示
高温BCS超导材料筛选
利用InvDesFlow平台，我们成功筛选出数百种潜在的高温超导材料，其中Li2AuH6材料常压下超导转变温度为140K左右。
交错磁性材料发现
使用MatAltMag框架，MatAltMag模型共发现了50种新的交错磁性材料，其中包括首次发现的4种i波交错磁性材料。
钙钛矿太阳能电池设计
系统挖掘并整理了1,232篇高质量钙钛矿相关文献，构建了包含33,269种候选前驱体添加剂材料的领域知识库，并在此基础上提出多种添加剂设计策略，其中多项策略已通过实验验证，证实可显著提升材料稳定性与器件性能。
科学数据集
合作与使用
学术合作
欢迎国内外高校和研究机构与我们开展学术合作，共同推进AI for Science领域的研究。
产业合作
与企业合作，将我们的AI模型和工具应用于实际产业问题，推动科技创新和产业升级。
教育推广
提供AI for Science相关的培训课程、研讨会和暑期学校，培养交叉学科人才。
平台使用
我们的AI模型和工具大部分开源，可通过GitHub获取。部分商业使用需联系我们获取授权。