已验证65% 置信事实精确时间
DeepMind的GNoME项目预测出约220万种潜在稳定晶体结构，比人类已知稳定材料高出约一个数量级
3
来源数
65%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
材料创新的真正瓶颈：为何规模化比发现更难？
hackernewshackernews2026/7/10
相关事实
待验证GNoME项目在材料科学领域发现了220万种新稳定晶体结构77% 相似待验证GNoME基于图神经网络架构，将晶体结构表示为原子节点和化学键边的图，在Materials Project等数据库中约4.8万种已知稳定材料上训练65% 相似待验证图神经网络（GNN）将晶体结构视为图，通过消息传递聚合邻居信息来预测形成能、带隙、弹性模量等性质，典型模型有CGCNN、SchNet、MEGNet和ALIGNN。57% 相似待验证DeepSeek-V4.1-Flash 的 Engram n-gram 记忆模块占用了 1960 亿参数。56% 相似待验证无进位乘法获得硬件支持后，批量数据加密、大规模GCM认证、区块链哈希运算等场景可借助GPU数千核心并发处理实现远超CPU的吞吐量56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/487666API
curl https://kongchang.com/api/v1/knowledge/claims/487666MCP
get_claim(id=487666)