固态电解质金属有机框架

智能挖掘高潜力

利用大语言模型与聚类方法从海量框架中高效识别适用于固态电解质的候选者，改变传统试错式发现模式。

Xi, Zuoshuai · Xinmeng, Xu · 高鸿毅 · 79470273

Materials Today 2026

技术优势

发现高效

利用大语言模型与表示聚类智能挖掘有前景的MOF基电解质，改变了传统试错式发现模式，加速材料筛选。

应用场景

• 固态电池电解质：作为固态电池电解质层，直接提升电池安全性与离子电导率。
• MOF电解质设计：通过智能筛选优化MOF结构，加速高性能电解质设计。
• 电化学储能材料：为储能器件提供新型高效电解质材料，替代传统液态电解质。
• 智能材料发现：展示LLM在材料发现中的潜力，变革传统发现模式。