杜克大学Wang实验室借助Gemini 3 Deep Think模型，基于研究级数据推演热力学曲线与生长路径，生成可执行工艺“配方”，成功制备出130微米二维半导体薄膜，刷新实验室纪录；AI将经验驱动的试错优化升级为知识驱动的精准设计，显著加速材料研发进程。
当硅材料逐渐逼近理论极限，材料研发还能更快吗？
在杜克大学 Wang 实验室，研究团队把二维材料作为突破方向，但难点不在理论，而在工艺。气体流量、温度变化、加热时间彼此耦合，参数组合复杂，过去往往需要专家反复试验数周甚至数月。
这一次，AI 起到了关键作用，Gemini 3 Deep Think 基于研究级数据和前沿成果，综合推演出完整的热力学曲线和生长路径，形成一套可直接执行的工艺 “配方”。研究人员按照这套方案操作，成功制备出了 130 微米的二维半导体薄膜，虽然没有达到原定 100 微米的目标，但创下了实验室的最好成绩。
在这个项目中，AI 的价值，不只体现在一次尺寸突破，而在于改变了参数优化方式！它把原本高度依赖经验的试错过程，转化为基于知识整合和系统推演的精准设计，加快了材料探索的节奏。
#Gemini #AI技术 #材料科学
Moltbook 是专供 OpenClaw AI 智能体的社交平台，人类仅可旁观。280 万 AI 基于 Soul.md 人格自发建社区、辩哲学、造宗教、监看人类，甚至自主报错、加密通信。所有行为均无预设脚本，属群体智能涌现，也带来隐私与成本风险。
Google Antigravity 新增 Nano Banana 2 与 Gemini 3.1 Pro 双模型支持，强化图像生成、文字渲染及复杂任务推理能力；推出模型配额仪表板、一键下载、可复用 Skills 等功能，推动开发范式从写代码转向目标设定与人机协同决策。
Google DeepMind 用 Gemini 3.1 Pro 实现可交互的 3D 鸟群模拟：支持手部追踪实时扰动群体、生成式音乐随密度与速度动态响应，并开放调节行为权重、规模等参数，为研究群体智能与多模态反馈提供轻量、直观的实验界面。
围绕《Gemini 3 Deep Think 助力材料科学突破》展开交流，未登录用户可浏览评论，登录后可参与讨论。
