概要
人工智能正在重塑材料的发现、设计与应用。2026年11月7-9日，由西安交通大学与《自然》系列期刊共同主办的“人工智能与可持续材料”（AI for Sustainable Materials）自然会议将在西安举行，汇聚全球20余位顶尖学者与Nature Portfolio编辑团队，共探AI与可持续材料的双向赋能。
会议基本信息
项目 |
内容 |
会议名称 |
人工智能与可持续材料 （AI for Sustainable Materials |
会议时间 |
2026年11月7日-9日 |
会议形式 |
线下会议 |
会议地点 |
西安（西安国际会议中心） |
主办单位 |
西安交通大学 |
联合主办期刊 |
《自然》（Nature）、 《自然-能源》（Nature Energy）、《自然-可持续性》（Nature Sustainability）、《通讯-材料》（Communications Materials）、《自然-机器智能》（Nature Machine Intelligence）、《通讯-人工智能与计算机科学》（Communications AI & Computing） |
支持期刊 |
《自然-通讯》《自然-化学工程》《自然-机械工程》《自然-计算科学》《自然评论-电气工程》等 Nature 系列期刊 |
官方注册页 |
natureconferences.streamgo.live/ai-for-sustainable-materials/lobby |
五大议题，覆盖 AI×材料的完整链条
Session 1｜材料发现中的人工智能方法进展
Method developments in AI for materials discovery
Session 2｜面向结构材料的人工智能
AI for Structural Materials
Session 3｜面向能源材料的人工智能
AI for Energy Materials
Session 4｜面向高分子材料的人工智能
AI for Polymers
Session 5｜面向人工智能与可持续环境的材料
Materials for AI and sustainable environment
组织委员会
主办方代表（西安交通大学）
张立群 院士 |
孙军 院士 |
丁向东 教授 |
马 伟 教授 |
|
|
Nature 系列期刊编辑代表
Manel Mondelo Martell |
《通讯-人工智能与计算机科学》 |
Kristina Kareh |
《自然》 |
Alex Zhang |
《自然-能源》 |
Oksana Smirnova |
《自然-可持续性》 |
Aldo Isidori |
《通讯-材料》 |
梁傅悦 |
《自然-机器智能》 |
摘要征集
届时《自然》系列期刊编辑将到场参会。欢迎注册参会并提交摘要，与Nature系列期刊编辑、以及来自世界知名院校的权威学者面对面交流。
征集主题
Method developments in AI for materials discovery
AI for Structural Materials
AI for Energy Materials
AI for Polymers
Materials for AI and sustainable environment
提交方式
官网入口：
https://submissions.conferences.nature.com/abstracts/submissions/26
或扫描下方二维码提交
评审与展示
会议将组织专家委员评审应征摘要，挑选高质量的论文摘要在会议上以壁报形式展出，特别优秀者将受邀进行口头报告。
摘要提交截止日期：【2026年10月15日】
参会注册
长按识别下方二维码，注册参会
报名页面：https://natureconferences.streamgo.live/ai-for-sustainable-materials/lobby
为什么你应该来西安？
与《自然》系列期刊编辑面对面：从选题、写作到投稿，一次把“论文如何被看见”聊透。
看见 AI×材料的真实进展：从方法、结构材料、能源材料到高分子，五大议题一次打通。
让世界看见中国材料学界：本次会议由西安交通大学主办，是西安建设“一带一路”科技创新节点、材料学科走向国际舞台的重要窗口。
学术使命
从“AI 造材料”到“材料造 AI”，这不仅是一场学术议题的拓展，更是材料学科面向国家重大需求与人类可持续发展的主动回应。
2026年11月7-9日，西安交通大学诚邀全球同仁相聚西安，共议智能时代的材料之路！
邀请报告嘉宾
Curtis Berlinguette
加拿大不列颠哥伦比亚大学
Curtis P. Berlinguette 是加拿大不列颠哥伦比亚大学 教授、加拿大皇家学会会士，研究重点集中在AI驱动自动化实验室、CO₂捕集与利用、电化学反应工程、工业脱碳、低碳水泥和低温核聚变，论文发表于 Science, Nature, Nature Reviews Materials, Nature Nanotechnology, Nature Catalysis, JACS, ACS Energy Letters, Energy & Environmental Science等。
Katrien Bernaerts
荷兰马斯特里赫特大学
Katrien Bernaerts 是荷兰马斯特里赫特大学可持续高分子合成教授，研究聚焦于生物基高分子、绿色聚合工艺、聚合物循环利用、可降解与可回收材料、结构性能关系以及AI辅助材料研发，成果发表于 Progress in Polymer Science、Macromolecules、Green Chemistry、Polymer、European Polymer Journal、Acta Biomaterialia、Biomaterials、Materials & Design、Small 等。
Lianyi Chen
美国威斯康星大学麦迪逊分校
Lianyi Chen 是美国威斯康星大学麦迪逊分校副教授，研究重点集中在金属增材制造、金属材料设计与原位表征、聚变能应用，论文发表于 Nature Communications, International Journal of Machine Tools and Manufacture等。
Khalid Ferji
法国洛林大学
Khalid Ferji 是法国洛林大学副教授，研究重点集中在功能聚合物的设计与自组装、可控自由基聚合、聚合诱导自组装、AI驱动高分子信息学，论文发表于 Polymer Chemistry, Macromolecules, ACS Applied Polymer Materials, Biomacromolecules, Nanoscale 等。
Susana Garcia
英国赫瑞瓦特大学
Susana Garcia是英国赫瑞瓦特大学化学与过程工程教授、机械过程与能源工程研究所全球负责人，国际知名的碳捕集利用与封存（CCUS）、直接空气捕集（DAC）、低碳分离过程和AI驱动材料发现专家。其研究结合先进吸附材料、过程工程和人工智能技术，推动工业脱碳和净零排放目标实现。研究成果发表于 Nature, Energy & Environmental Science, Chemical Engineering Journal, Journal of Cleaner Production 等。
Seungwu Han
韩国首尔国立大学
Seungwu Han（韩承祐） 是韩国首尔国立大学（Seoul National University）材料科学与工程系教授、东京大学工学院 Fellow（2019），研究重点集中在计算材料学与第一性原理模拟、AI/机器学习驱动的材料信息学与原子间势、相变与阻变存储器（PRAM/ReRAM/DRAM）、显示与透明导电氧化物、燃料电池能源催化材料、二维材料与电催化（含 CO₂ 还原），论文发表于 Nature Nanotechnology, Nature Chemistry, Nature Communications 等。
Jason Hattrick-Simpers
加拿大多伦多大学
Jason Hattrick-Simpers 是加拿大多伦多大学材料科学与工程系教授，国际上较有影响力的AI驱动材料发现、自主实验室、高通量材料研发和科学人工智能（Scientific AI）研究者，其成果发表于 Nature Materials, Nature Communications, Science Advances, npj Computational Materials, Matter等。
Surya Kalidindi
美国佐治亚理工学院
Surya R. Kalidindi 是美国佐治亚理工学院（Georgia Tech）Regents 讲席教授、George W. Woodruff 机械工程学院 Rae S. & Frank H. Neely 讲席教授，同时是 ASM International、TMS（矿物金属与材料学会）、ASME（美国机械工程师学会）三会会士，研究重点集中在晶体塑性、微结构敏感设计（MSD）与材料信息学、材料知识系统（MKS/PyMKS）、工艺—结构—性能（PSP）关联的数据科学挖掘、多尺度建模与球压纳米压痕表征，论文发表于 Acta Materialia, Scripta Materialia, Computer Methods in Applied Mechanics and Engineering, Materials & Design, Computational Mechanics, Journal of the Mechanics and Physics of Solids, Integrating Materials and Manufacturing Innovation 等。
N. M. Anoop Krishnan
印度德里印度理工学院
N. M. Anoop Krishnan 是印度德里印度理工学院（IIT Delhi）副教授、Yardi人工智能学院联合任命教授，是国际上活跃于AI for Science、材料大语言模型、自然语言处理、玻璃与水泥材料、多尺度模拟、自驱动实验室和智能科研代理系统（Agentic AI）领域的重要学者。他开发了知名材料语言模型MatSciBERT和材料大模型LLaMat，研究成果发表于 Nature Communications, Nature Computational Science, Nature Machine Intelligence, npj Computational Materials 等，并在 NeurIPS、ICML、ICLR 等AI顶会发表论文。
Tae-Woo Lee
韩国首尔国立大学
Tae-Woo Lee是韩国首尔国立大学材料科学与工程系教授、韩国显示与柔性电子领域领军科学家之一，研究聚焦于钙钛矿电子学、有机电子学、柔性显示、印刷电子、神经形态器件、石墨烯与碳材料。其成果发表于 Science, Nature, Nature Photonics, Nature Nanotechnology, Nature Materials, Nature Communications, Energy & Environmental Science, Advanced Materials 等，并拥有超过 4.4万次引用和95的H指数。
Marina S. Leite
美国加利福尼亚大学戴维斯分校
Marina S. Leite是美国加利福尼亚大学戴维斯分校材料科学与工程教授、Chancellor's Fellow，在人工智能驱动材料发现、钙钛矿太阳能电池、可持续能源材料、光子学材料和纳米尺度动态表征领域具有国际影响力。她是较早将AI用于预测材料动态行为的学者之一，研究成果发表于Nature Energy, Joule, ACS Photonics, Nano Letters, ACS Nano, Advanced Energy Materials, Accounts of Chemical Research等。
Ying Li
美国威斯康星大学麦迪逊分校
Ying Li 是美国威斯康星大学麦迪逊分校副教授，研究重点集中在多尺度建模与计算材料设计、聚合物力学与物理、机器学习加速的聚合物发现，论文发表于 Nature Energy, Science Advances, Nature Communications, Physical Review Letters 等。
Núria López
西班牙加泰罗尼亚化学研究所
Núria López 是西班牙加泰罗尼亚化学研究所（ICIQ）教授、课题组长，研究重点集中在理论化学与计算催化、多相光电催化原子尺度模拟、密度泛函理论与微观动力学建模、人工智能辅助催化剂设计以及可持续催化过程，论文发表于 Nature Catalysis, Nature Chemistry, Nature Energy, Nature Nanotechnology, Nature Materials, Nature Communications 等。
Jiaze MA
香港城市大学
Jiaze MA 是中国香港城市大学系统工程系助理教授，研究重点集中在开发优化模型、理论与算法以促进能源与化工领域的可持续发展，包括大规模优化、能源系统优化、图论优化与分布式计算等，论文发表于 AIChE Journal, Computers & Chemical Engineering, IEEE Transactions 等。
Shyue Ping Ong （王学平）
新加坡国立大学
Shyue Ping Ong（王学平）是新加坡国立大学材料科学与工程系教务长讲席教授，国际材料信息学和AI材料科学领域的领军学者。他开创了Foundation Potentials（基础模型势能函数）研究，是著名开源平台 pymatgen 的创始人和 Materials Project 核心开发者。在材料大模型、机器学习原子间势、材料信息学、电池材料和计算材料科学方面具有世界级影响力，成果发表于 Nature Materials, Nature Computational Science, Nature Communications, Chemistry of Materials, Energy & Environmental Science, APL Materials 等。
Berend Smit
瑞士洛桑联邦理工学院
Berend Smit 是瑞士洛桑联邦理工学院（EPFL）化学与化学工程系教授、荷兰皇家艺术与科学院（KNAW）外籍院士，研究重点集中在分子模拟方法与算法、CO₂ 捕集与封存、金属有机框架（MOF）与沸石等纳米多孔材料、气体吸附与分离、甲烷储存、生物膜及机器学习/大数据驱动的材料发现，论文发表于 Nature Communications, Nature Machine Intelligence, Journal of the American Chemical Society (JACS)等。
Vivian W. Y. Tam
澳大利亚西悉尼大学
Vivian W. Y. Tam 是 澳大利亚西悉尼大学杰出教授、澳大利亚技术科学与工程院院士（FTSE），国际建筑工程与施工管理领域领军学者。她长期从事绿色建筑、再生混凝土、建筑废弃物资源化、循环经济、建筑脱碳和净零建筑生态系统研究，拥有超过 4.5万次引用和115的H指数，成果发表于 Construction and Building Materials, Cement and Concrete Research, Journal of Cleaner Production, Resources, Conservation and Recycling, International Journal of Project Management 等。
Konstantinos Daniel Tsavdaridis
英国伦敦大学城市圣乔治学院
Konstantinos Daniel Tsavdaridis 是英国伦敦大学城市圣乔治学院（City St George's, University of London）结构工程讲席教授、英国土木工程师学会会士（FICE）、英国皇家工程院 Leverhulme 高级研究学者，研究重点集中在钢结构与钢-混凝土组合结构、抗震与抗火设计、模块化与可拆解可复用建筑（3DMBC）、结构拓扑优化、开孔/薄壁构件、3D 打印建造及 AI/机器学习驱动的结构智能设计与循环经济，论文发表于 Journal of Constructional Steel Research, Journal of Structural Engineering (ASCE), Computers & Structures, Engineering Structures, Thin-Walled Structures, Composite Structures, Automation in Construction 等。
Eva Unger
德国亥姆霍兹柏林材料与能源中心
Eva Unger 是德国亥姆霍兹柏林材料与能源中心（Helmholtz-Zentrum Berlin）研究员、课题组组长，研究重点集中在金属卤化物钙钛矿光电材料、钙钛矿太阳能电池稳定性与降解机理、同步辐射原位表征及光电材料缺陷工程，论文发表于 Nature Energy, Nature Communications, Advanced Materials, Joule, ACS Energy Letters 等。
王笑楠
清华大学
Xiaonan Wang 是中国清华大学化学工程系长聘副教授，研究重点集中在过程系统工程与能源系统优化、人工智能驱动化工过程设计及碳中和路径建模，论文发表于 AIChE Journal, Chemical Engineering Science, Computers & Chemical Engineering, Renewable and Sustainable Energy Reviews 等。
Ryo Yoshida
日本统计数理研究所
Ryo Yoshida（吉田 亮） 是日本统计数理研究所（ISM，属信息·系统研究机构 ROIS）数据科学教授、"创意设计与制造数据科学中心"主任，研究重点集中在统计机器学习与贝叶斯推断、材料信息学（材料发现）、数据驱动的分子/聚合物设计、准晶与热物性材料预测，以及生物信息学（基因组与全脑成像），论文发表于 Physical Review Materials, npj Computational Materials, ACS Central Science, Journal of Chemical Information and Modeling, Molecular Informatics, Journal of Computer-Aided Molecular Design, Bioinformatics, BMC Biology, Scientific Reports 等。
Hongbin Zhang
德国达姆施塔特工业大学
Zhang, Hongbin（张洪彬），德国达姆施塔特工业大学材料与地球科学系教授、磁性材料理论课题组负责人，hessian.AI 与 FAIRmat（E4）主持研究员；研究聚焦数据驱动的功能/能源材料反向设计，涵盖 DFT 高通量计算、贝叶斯优化闭环设计、生成式深度学习晶体预测及磁性/拓扑材料物理；论文发表于 Science、Nature Reviews Materials、Nature Communications、PRL、npj Computational Materials、Angewandte Chemie、Acta Materialia 等。
＃演讲嘉宾持续更新中，以最终会议议程为准
查看更多｜演讲嘉宾及其简介
