待验证50% 置信事实精确时间

DeepMind发布的GNoME（Graph Networks for Materials Exploration）通过图神经网络预测晶体结构稳定性，一次性筛选出数百万种潜在新材料候选

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

AI基础设施的隐形瓶颈：材料科学如何决定算力未来

涉及实体

DeepMindcompany GNoMEmodel

相关事实

待验证DeepMind的GNoME项目一次性发现了220万种新晶体结构，相当于人类材料科学800年的积累71% 相似待验证DeepMind 的 GraphCast 利用图神经网络捕捉大气层的非规则网格结构65% 相似待验证DeepMind、Meta、Mistral等实验室已在多个基准测试中证明，高质量合成数据可以大幅减少对人工标注的依赖62% 相似待验证GraphSAGE 的核心创新在于采样邻居加可学习的聚合函数，使 GNN 能扩展到大规模图并支持归纳式学习61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/926111

API

curl https://kongchang.com/api/v1/knowledge/claims/926111

MCP

get_claim(id=926111)