AI赋能热辐射超材料，上海交大首创高效节能降温新方案

AI赋能热辐射超材料，上海交大首创高效节能降温新方案 ——**智能调控热辐射，开启绿色节能新时代**

　　 上海交通大学领导的国际科研团队在基于AI的超宽波段及波段选择性热辐射超材料设计方面取得重要进展，相关成果于北京时间7月3日发表在《自然》期刊上。这一突破不仅展示了人工智能在材料科学中的强大潜力，也为未来在能源、通信和光学等领域的应用开辟了新路径。该研究通过精准调控热辐射特性，为实现更高效、更智能的热管理技术提供了可能，具有重要的科学价值和应用前景。

　　 科研团队研发的热辐射超材料逆向设计人工智能模型，突破了传统的“试错式”方法，可大规模生成热辐射超材料的候选设计方案，并从中筛选出最优方案。

　　 上海交通大学材料学院/张江高等研究院的博士研究生肖诚禹是该论文的第一作者。论文的通讯作者包括上海交通大学材料学院/张江高等研究院的周涵教授、金属基复合材料全国重点实验室的张荻院士、新加坡国立大学的仇成伟院士以及美国得克萨斯大学奥斯汀分校的郑跃兵教授。

　　 该研究首次提出基于三维结构基元和空间排列的组合，结合多种材料体系，建立了首个热辐射超材料 AI 自主研发新平台，解决了多材料、多构型、多参数设计及优化重大难题，创建了“材料 — 构型 — 光谱性能”自动匹配数据库，为光子学及超材料设计提供了新的逆向设计范式和方法。

　　 热辐射作为自然界中能量传递的重要方式，在实现零能耗辐射冷却、航天热控等技术领域具有重要应用价值。然而，传统热学超材料的设计方法多依赖经验试错和单一结构，导致材料研制周期长，难以协同优化三维复杂构型与多材料体系，从而限制了其光谱响应调控能力及工程化应用的推进。近年来，人工智能技术在材料研究中的应用显著提升了光子学设计的效率，但现有AI模型在三维复杂结构的参数化建模、多构型与多材料的自动寻优匹配以及全局优化方面仍存在明显不足。 从当前发展趋势来看，如何突破AI在三维结构建模与多变量优化方面的瓶颈，将成为推动热学超材料迈向实用化和高性能化的重要方向。只有实现算法与结构设计的深度融合，才能真正释放AI在材料创新中的潜力，为未来科技发展提供更坚实的基础。

　　 研究团队针对当前热辐射材料设计中的挑战，借鉴生物拓扑构型所展现出的超常光学和热学特性（如辐射冷却、超宽带吸收等），提出了一种创新性的热辐射超材料AI逆向设计模型。该模型融合了32种三维结构基元，包括球体、圆柱体、脊状结构和三棱柱等，并结合多种空间排列方式以及30种候选材料，实现了对复杂结构的高效建模与优化。基于团队首创的“三平面建模法”，模型将复杂的三维结构参数化为11个关键变量，首次在热辐射超材料领域实现了高维设计空间的建模与全局优化。目前，该AI模型已生成超过1500种高性能热辐射候选方案，在设计效率、设计维度和设计空间等方面均取得显著突破，其性能和效率远超传统机器学习算法。 从技术发展角度看，这一成果标志着人工智能在材料科学领域的深度应用迈出了重要一步。通过引入多维结构参数化方法，不仅提升了设计的灵活性和精准度，也为未来新型功能材料的研发提供了新的路径。这种基于AI的逆向设计模式，或将推动更多高性能材料的快速开发，助力相关领域实现技术跃迁。

　　 该团队基于其开发的模型，设计并验证了七种适用于不同应用场景的热辐射超材料，包括宽带热辐射超材料、单波段选择性及双波段选择性热辐射超材料等，这些材料可应用于柔性薄膜、涂料、贴片等多种形式。在多种户外环境下进行的实际测试表明，这些材料均表现出低于环境温度的降温效果，且根据不同的光谱特性，可适配不同场景。例如，在晴朗天气下，宽波段超材料在正午时分实现了5.9℃的温降，冷却功率约为120W/m²。而在多云条件下，单波段选择性超材料展现出更明显的降温效果，温降达到4.6℃。在应对城市热岛效应方面，单波段选择性超材料有效屏蔽了建筑物的热辐射，其表面温度分别比宽带超材料和商用白漆涂覆表面低2.5℃与5.3℃。进一步测试显示，涂覆双波段选择性超材料的模型屋顶，其表面温度相比商用白漆涂覆表面低5.6℃，比灰色涂料涂覆表面低21℃，显示出其在缓解城市热岛效应方面的显著潜力。 从实际应用的角度来看，这些热辐射超材料的出现不仅为建筑节能提供了新的解决方案，也为应对气候变化带来的城市热环境问题带来了创新思路。特别是在当前全球气温持续升高的背景下，这类材料的推广和应用具有重要的现实意义。

　　 该模型不仅提升了科研设计的效率，还能从生成的上千种设计方案中筛选出具有工程可行性和经济优势的超材料体系。例如，所研发的双波段选择性发射体，能够通过简单的溶液法在室温下制备，并以涂料形式应用于砖墙、金属、塑料和玻璃等各类基材表面，展现出广阔的产业化前景。进一步的能耗模拟显示，在中低纬度地区，若将这种双波段选择性热辐射材料大规模用于建筑屋顶，可实现每平方米75兆焦耳的节能效果，综合成本也低于现有商用产品。 从技术转化的角度看，这种材料的低成本制备方式和广泛适用性，为绿色建筑和节能减排提供了新的解决方案。其在实际应用中的表现，不仅体现了科研成果向产业落地的有效衔接，也为未来可持续发展提供了有力支撑。

　　 利用AI驱动的材料研究新范式，研究团队在材料设计的维度、速度和性能方面实现了全面突破，成功实现了超宽带与多波段选择性热辐射超材料的按需自动化逆向设计。这种新型热辐射超材料在地面辐射冷却、建筑节能降温以及航天热控等领域展现出广阔的应用前景，具有重要的科学价值和实际意义。 从技术发展的角度来看，这一成果标志着人工智能与材料科学深度融合的新阶段，不仅提升了材料研发的效率，也拓展了其应用场景的边界。随着技术的不断成熟，这类超材料有望在未来更多领域发挥关键作用，推动相关产业的技术革新与升级。

　　 附论文地址：https://doi.org/10.1038/s41586-025-09102-y