密度泛函理论
计算材料科学最主流的第一性原理方法，基于量子力学框架将多电子问题简化为电子密度泛函方程，可在不依赖实验参数的情况下预测材料能带结构、磁矩、晶格稳定性等物理化学性质
时间轴 (近 90 天)
面向科学发现的AI平台更强调可解释性和与物理模拟的耦合，机器学习负责快速预测，密度泛函理论（DFT）或分子动力学模拟提供物理约束，高性能计算支撑大规模并行筛选。
数字孪生方向的可行性依赖于密度泛函理论、分子动力学等计算化学方法的精度提升以及 GPU 集群算力成本下降，当前仍受限于模拟精度与真实实验之间的系统性偏差。
许多性质（如有限温度下的相稳定性、吸附选择性、离子电导率）仍缺乏可靠数据，受限于密度泛函理论的近似与计算成本。
密度泛函理论（DFT）通过求解电子密度分布预测材料性质，计算复杂度随电子数呈立方甚至更高阶增长，一个含数十个原子的晶胞单次计算可能耗费数小时到数天。
标准DFT对强关联电子系统（如含3d/4f过渡金属的磁性材料）的描述精度有限，通常需要DFT+U或杂化泛函等修正手段
密度泛函理论（DFT）是当前计算材料科学最主流的第一性原理方法，基于量子力学将多电子问题简化为关于电子密度的泛函方程
密度泛函理论（DFT）由Walter Kohn和Pierre Hohenberg于1964年提出理论框架，Kohn因此获得1998年诺贝尔化学奖
DFT对强关联体系（如很多超导材料）的描述存在系统性误差，这是AI在超导领域面临挑战的技术根源之一
全部知识事实 (8)
面向科学发现的AI平台更强调可解释性和与物理模拟的耦合，机器学习负责快速预测，密度泛函理论（DFT）或分子动力学模拟提供物理约束，高性能计算支撑大规模并行筛选。
50%待验证数字孪生方向的可行性依赖于密度泛函理论、分子动力学等计算化学方法的精度提升以及 GPU 集群算力成本下降，当前仍受限于模拟精度与真实实验之间的系统性偏差。
50%待验证许多性质（如有限温度下的相稳定性、吸附选择性、离子电导率）仍缺乏可靠数据，受限于密度泛函理论的近似与计算成本。
50%待验证密度泛函理论（DFT）通过求解电子密度分布预测材料性质，计算复杂度随电子数呈立方甚至更高阶增长，一个含数十个原子的晶胞单次计算可能耗费数小时到数天。
50%待验证标准DFT对强关联电子系统（如含3d/4f过渡金属的磁性材料）的描述精度有限，通常需要DFT+U或杂化泛函等修正手段
50%待验证密度泛函理论（DFT）是当前计算材料科学最主流的第一性原理方法，基于量子力学将多电子问题简化为关于电子密度的泛函方程
50%待验证密度泛函理论（DFT）由Walter Kohn和Pierre Hohenberg于1964年提出理论框架，Kohn因此获得1998年诺贝尔化学奖
50%待验证DFT对强关联体系（如很多超导材料）的描述存在系统性误差，这是AI在超导领域面临挑战的技术根源之一
50%