上海交大科研團隊在熱輻射超材料領域取得了重大突破，他們成功開發出一種基于人工智能（AI）的逆向設計模型，這一創新成果將極大地加速熱輻射超材料的設計與優化進程。相關研究成果已在《自然》雜志上發表。

熱輻射超材料是一種特殊的人造材料，具有出色的熱輻射性能，能夠將多余熱量有效傳遞到外界，從而實現物體的自動降溫。這類材料在零能耗輻射冷卻、電子器件熱管理以及人體熱調節等領域具有廣闊的應用前景。然而，傳統的設計方法不僅耗時費力，而且高度依賴于經驗和反復試驗，這極大地限制了熱輻射超材料的研發速度和應用范圍。

面對這一挑戰，上海交大的研究團隊從自然界中汲取靈感，特別是那些通過熱輻射方式進行體溫調控的生物體。他們觀察到，某些生物體表面獨特的微結構組合使其能夠在極端環境下保持體溫穩定。受此啟發，研究團隊提煉出多種三維結構單元和空間排列方式，并建立了龐大的三維復雜結構數據集。

在此基礎上，團隊首創了“三平面建模法”，實現了對三維結構單元的精準描述。隨后，他們利用這一方法訓練了一個深度學習模型，該模型能夠根據所需的光譜特性快速生成多種熱輻射超材料的設計方案。這一逆向設計模型不僅極大地提升了設計維度和速度，還確保了所生成方案的高性能。

為了驗證AI模型的實際效能，研究團隊針對特定應用設計了四種熱輻射超材料，并進行了戶外實測。結果顯示，這些超材料均展現出優異的自降溫效果。在晴朗的正午，寬波段超材料下的表面溫度比環境溫度降低了5.9℃；而在多云條件下，單波段選擇性超材料的降溫性能更為顯著，表面溫度降低了4.6℃。在城市建筑群模擬環境中，單波段選擇性超材料的降溫效果也優于寬帶超材料和商用白漆涂覆表面。

Nature論文首頁截圖。

這些AI設計的熱輻射超材料不僅性能卓越，而且制備成本較低，應用形式靈活多樣。例如，雙波段選擇性超材料僅需簡單的溶液法即可在室溫下制備，并能直接應用于磚墻、金屬、塑料和玻璃等常見物體表面。能耗模擬顯示，在中低緯度地區，將該材料應用于建筑屋頂可實現顯著的理論節能效果。

這一研究成果標志著機器學習在超材料設計領域的重大進展，為熱輻射超材料的快速研發和應用提供了強有力的支持。未來，這些創新的超材料有望在建筑節能、城市熱島效應緩解以及個人熱管理等領域發揮重要作用，為打造更加綠色、節能的城市環境貢獻力量。

課題組研發的材料展示。