2026年生成式AI在碳捕获技术中的材料优化研究.docx

PAGE2

《2026年生成式AI在碳捕获技术中的材料优化研究》

一、调研概述

1.1调研背景与目的

在全球气候变化加剧的背景下，碳捕获、利用与封存（CCUS）技术成为实现碳中和目标的关键路径。然而，传统碳捕获材料的研发长期受限于“试错法”范式，开发周期漫长且成本高昂，严重制约了技术的规模化部署。

生成式人工智能与大语言模型的崛起，为材料科学带来了范式转移。通过深度学习与大规模数据预训练，模型能够从海量文献与分子结构中提取隐含规律，实现碳捕获吸附剂的逆向设计与正向性能预测。

本次调研旨在深入剖析生成式AI在碳捕获材料优化领域的应用现状与未来潜力。重点研究大模型如何加速新型吸附剂（如金属