清华万引教授：万倍加速催化剂设计，AI突破DFT瓶颈！

---

  新智元报道  

一图看透全球大模型！新智元十周年钜献，2025 ASI前沿趋势报告37页首发

在最新发表于Nature Computational Science的研究中，清华大学王笑楠团队提出了催化剂设计领域的全新基础模型SurFF。

在无需依赖昂贵实验或耗时DFT计算的前提下，这一模型可实现对金属间化合物表面暴露与形貌的高效、高精度预测，计算速度相比传统方法提升10⁵倍，为大规模催化剂筛选与理性设计提供了有力工具。

论文链接：https://www.nature.com/articles/s43588-025-00839-0

催化剂的性能与其表面结构息息相关，因为约90%的工业化学反应都发生在催化剂表面。因此，在设计新型催化剂时，准确预测哪些晶面能够稳定存在并暴露出来（即可合成性与暴露度），是评估其催化潜力的关键第一步。

然而，传统方法严重依赖高成本的实验表征（如XRD、TEM）或极其耗时的密度泛函理论（DFT）计算，这极大地限制了新材料的探索速度和规模，形成了催化剂研发的瓶颈。

为突破这一瓶颈，团队开发了SurFF模型，其核心优势在于创新的方法学与强大的性能。

亮点一：首创「三步走」预测框架，实现端到端高效预测。

SurFF的整体框架（图1）整合了三个自动化模块，可直接从晶体结构出发，高效地完成表面暴露预测：

晶面生成(Surface Generation)：输入一个晶体结构，该模块会自动枚举出所有可能的、具有独特米勒指数的表面。

表面弛豫(Surface Relaxation)：这是SurFF的核心加速引擎。利用深度学习驱动的机器学习力场（MLFF），对生成的每个表面进行快速且精准的结构弛豫，以计算其表面能。

Wulff构型(Wulff Construction)：将计算出的各表面能与晶面朝向相结合，应用经典的Wulff理论，构建出该晶体在热力学平衡下的三维形貌，并由此精确得到各晶面的暴露面积比例。

亮点二：大数据与主动学习构建高质量表面数据库。

模型的强大性能离不开高质量数据的支撑。

团队采用数据高效的主动学习（Active Learning）策略，结合高通量DFT计算，构建了一个规模庞大的金属间化合物表面数据库。

规模庞大：该数据库涵盖了从「材料计划」(Materials Project)数据库中筛选出的多种金属晶体，最终包含12,553个独特的合金表面和344,200个DFT计算数据点。

数据高效：主动学习策略通过「不确定性+多样性」采样，在每一轮迭代中，优先挑选信息量最大的表面进行DFT计算，从而用最少的计算资源（总计155,612 CPU小时）构建出覆盖广泛化学空间的综合性数据库。

亮点三：先进的机器学习力场（MLFF）模型。

SurFF的力场模型采用了先进的3D等变图卷积神经网络（EquiformerV2），该模型能够高效学习原子间的相互作用，精准预测原子受力与体系能量，其精度达到了DFT水平。

1. SurFF三步走流程

图1 SurFF整体框架

通过晶面生成—快速弛豫—Wulff构型「三步走」，SurFF高效完成晶体表面暴露预测：

首先，系统依据输入的晶体结构自动生成所有独特晶面，好比从不同方位切割晶体以枚举各取向的晶面；

随后，这些表面交由深度学习驱动的机器学习力场（MLFF）进行快速弛豫（surface relaxation），得到每个表面的表面能，计算效率相比传统DFT提升约10⁵倍；

最后，SurFF基于Wulff构型（Wulff construction），将不同晶面的表面能组合求解，推断出稳定形貌及各晶面的暴露比例。

这一流程依托主动学习（Active Learning）构建的大规模表面能数据库与高精度MLFF作为支撑，使SurFF能在极短时间内完成上千种晶体的形貌预测与可合成性评估，为理性催化剂设计提供高效工具。

更具体地，SurFF将「形貌—暴露」问题拆解为：晶面生成→表面弛豫/表面能计算→Wulff构型。

关键在于以MLFF替代DFT做结构弛豫，从而在保持DFT级精度的同时实现数量级加速。

（1）晶面生成。

对输入晶体，系统枚举独特晶面，并为每个取向生成对称终止的薄片（slab）与对应的取向化晶胞（OUC）；结构由PyMatGen自动生成与标准化。设计与评测覆盖至Miller指数≤2的晶面族，以兼顾代表性与计算可负担性。

（2）表面能与MLFF弛豫。

采用经验证的OUC+薄slab方案：slab厚度≥10Å、真空层≥15Å，并固定中间层原子以加速收敛。表面能按下式计算：

其中分母「2」表示slab的两侧表面。流程先在元素晶体上对标，再于金属间化合物体系进行收敛性与稳健性检查。

为获取高精度且具普适性的MLFF，模型采用三维等变图神经网络（如EquiformerV2）学习力与能，并以预测力/能驱动LBFGS几何优化：最多300步、单步最大位移0.03Å、收敛阈值max|F|<0.03eV·Å⁻¹。

论文同时给出DFT基线：VASP6.3/PAW-PBE/520eV截断能/Γ点中心k网格（OUC：35/a×35/b×35/c；slab：35/a×35/b×1），能量/力收敛阈值分别为1×10⁻⁶eV与0.02eV·Å⁻¹，并以R2SCAN做方法学对照。

（3）Wulff构型。

得到各取向表面能后，通过最小化求得热力学平衡形貌与各晶面面积分数，由此直接获得「哪些晶面更易暴露、暴露多少」的定量结论。文中进一步将暴露面积分为低/中/高三级，用作可合成性表征。

2. SurFF：DFT级精度与10⁵倍加速

在表面能预测、计算效率与可合成性判别中，SurFF实现DFT级精度与10⁵倍加速。

图3 模型性能验证

SurFF在精度、效率和可合成性预测方面均展现出优异表现。

首先，在表面能预测上，SurFF达到了与DFT相当的精度：在分布内测试集（ID）上，平均误差仅3.0meV/Ų；即使在分布外测试集（OOD），误差也保持在10.5meV/Ų的合理范围（图3a、d、f）。

其次，在计算效率上，SurFF相较于DFT实现了10⁵倍的加速：原本需要上万小时的计算，如今只需不到10小时即可完成（图3h）。这种效率优势使其首次具备大规模筛选数千晶体表面的能力。更重要的是，SurFF不仅能预测表面能，还能准确区分不同晶面的「可合成性」。在表面暴露预测中，高可合成性（High）的准确率达到77.1%，Top-5预测准确率更高达81%（图3g），有效过滤了不易合成或低暴露的表面。

整体来看，SurFF兼具高精度与高效率，为催化剂大规模理性设计提供了全新工具。

补充数据要点

表面能精度：主动学习测试集MAE=3.8meV·Å⁻²；ID MAE=3.0meV·Å⁻²；OOD MAE=10.5meV·Å⁻²；弛豫后结构与DFT的原子坐标RMS误差仅0.109Å。

可合成性/暴露判别：暴露面积分级为低/中/高后，High类准确率77.1%、整体准确率71.9%；Top-3/Top-5「最可能暴露面」识别稳健（见图3g）。

效率与可扩展性：代表性对比为10,919h（DFT）→0.23h（SurFF）、7,576h→0.27h，使「全晶体面弛豫」进入小时级批量推理范畴；在此基础上，SurFF可在天级时间窗口完成数千—上万晶体的筛选，论文并指出百万级规模在数日内可完成。

3. 多源实验与文献验证：SurFF一致率达73.1%

多源实验与文献数据验证SurFF晶面暴露预测与高分辨TEM观测一致率达73.1%。

图4 与实验对比

为了验证SurFF的预测是否符合真实情况，研究团队结合了大规模文献数据和原创实验数据。

一方面，团队利用大语言模型（LLM）从1万余篇顶级催化期刊论文中筛选出可靠的表面结构信息；

另一方面，亲自合成并表征了数种典型金属间化合物，通过XRD确定晶体结构，再用高分辨TEM精确识别暴露表面。

结果显示，SurFF对实验中观测到的晶面预测成功率高达73.1%。

例如，对于CuPd晶体，实验观测到的(100)和(110)晶面均被SurFF准确预测为高暴露表面。图4b进一步展示了多个金属间化合物的对比结果，图中橙色标注的晶面即为实验与预测一致的部分。

整体来看，SurFF不仅在计算层面达到DFT级精度，更能在真实催化体系中准确反映表面暴露规律。

这一结果说明，SurFF的预测具备可靠的实验可验证性，为催化剂理性设计提供了坚实支撑。

文献侧：团队构建LLM（DeepSeek-V2）驱动的高通量文献筛选流程，先按题录与摘要自动判别相关性并提取DOI，再由人工审核抽取合格的表面信息，实现对大量论文的高效收集与结构化整理。

实验侧：作者亲自合成并表征了ZnRh、ZnPd、ZnPt等金属间化合物，XRD用于确认晶体结构，HRTEM/HAADF-STEM/EDX用于精确定向与面间距测量（如CuPd的d₁₀₀=0.298nm、d₁₁₀=0.211nm），并与SurFF预测的高暴露晶面做逐一对照。

一致性结果：跨材料体系的统计显示，SurFF对实验观测晶面的命中率达73.1%；例如CuPd的(100)/(110)面均被正确预测为高暴露面。图4b以橙色标注给出了「预测=实测」的晶面集合。

外推应用：在与计算与实验对齐后，作者将SurFF一键扩展到**>6,000个金属间化合物（能量高于基态0.2eV/atom），共≈14万**独特晶面，总显卡时间仅约115GPU·h，并提供表格化数据以便社区检索与复用。

SurFF作为催化剂领域的表面暴露基础模型，首次实现了对金属间化合物表面性质的高精度、高效率、大规模预测。

它不仅成功地将计算速度提升了10⁵倍，补齐了传统催化筛选流程中「只看活性、不看结构」的关键短板，还通过迁移学习展示了其拓展至氧化物、氮化物等更广泛材料体系的巨大潜力。

未来，通过在数据库中整合温度、压力等真实反应条件以及动力学效应，SurFF有望发展成为一个更加通用和强大的催化剂理性设计与发现平台，持续加速新材料的研发进程。

王笑楠，清华大学化工系长聘副教授、博导，智能化工研究中心主任，国际合作与交流处副处长，新加坡国立大学荣誉副教授，新一代人工智能国家科技重大专项首席科学家、项目负责人，国家高层次青年人才计划入选者。

她带领团队从事AI+能源化工材料的研究，针对传统能源化工新材料研发周期长、成本高、工程放大困难等挑战，提出了融合数据与机理、大小通专模型并进的方法体系，建立了先进化工材料人工智能基础模型与智能体，并用于工业催化剂、高端聚烯烃等领域，突破「卡脖子」材料研发，拓展了绿色低碳能源化工研究方法。

发表论文180余篇，被引12600余次，H-index 67，担任Applied Energy、Green Chemistry等十本国际期刊副主编和编委，获世界化学工程理事会青年学者奖、美国化学会可持续化学与工程讲席奖、Cell Press中国女科学家奖、青年北京学者、侯德榜化工科学技术奖「青年奖」等荣誉，入选全球学者终身学术影响力榜，2024、2005全球高被引学者，连续五年被Elsevier评为全球前2%科学家。