Le MIT stabilise 68 % des matériaux grâce à CrysVCD
Industrie 3 min · 7 septembre 2026

Le MIT stabilise 68 % des matériaux grâce à CrysVCD

Par Arthur Dekeyser

En résumé

1

Le MIT a développé CrysVCD pour intégrer des contraintes chimiques avant la génération de matériaux.

2

La méthode atteint 68 % de stabilité mécanique et 85 % de stabilité métastable.

3

Les chercheurs ont ciblé des matériaux utiles à la conductivité thermique et aux composants électroniques.

💡

Le signal : CrysVCD atteint 68 % de stabilité mécanique et 85 % de stabilité métastable dans les générations de matériaux cristallins.

NEWSLETTER BUSINESS & IA

Vous appréciez ce genre d'analyse ?

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Gratuit, sans engagement.

+11 000 fondateurs abonnés

Le MIT présente CrysVCD, un outil conçu pour générer des matériaux cristallins plus stables. L’équipe a publié ses résultats le 26 août 2026 dans Nature Computational Science. La méthode ajoute des règles chimiques avant la génération de la structure atomique. Elle vérifie notamment les règles liées aux électrons entourant les atomes. Les chercheurs ont obtenu une stabilité dynamique du réseau dans près de 70 % des générations informatiques. Après ajustement sur des indicateurs de stabilité, CrysVCD a produit 68 % de matériaux mécaniquement stables. Il a aussi atteint 85 % de stabilité métastable. L’étude complète est disponible dans Nature Computational Science et présentée par le MIT.

Le filtrage coûte cher Les modèles actuels peuvent produire des millions de dessins de matériaux en quelques minutes. Pourtant, ils ne prennent pas toujours correctement en compte la stabilité chimique. Les structures instables doivent ensuite être éliminées par des calculs supplémentaires. Mouyang Cheng estime que cette validation représente environ 90 % du coût informatique nécessaire à la création de matériaux utilisables. Elle peut durer plusieurs semaines ou plusieurs mois. Cette étape mobilise donc des budgets importants pour les grandes entreprises. Les laboratoires disposant de moins de ressources peuvent difficilement examiner autant de propositions. CrysVCD intervient avant cette sélection coûteuse, en imposant des formules chimiquement valides.

MIT combine formules et structures

Deux modèles collaborent La première étape utilise un modèle de langage pour produire des formules compatibles avec la chimie. La deuxième emploie un modèle de diffusion pour générer la structure atomique correspondante. Weiliang Luo compare la génération classique à environ 1 000 étapes pour un matériau. Avec CrysVCD, le filtrage initial peut être assimilé à cinq étapes. Les chercheurs indiquent que leur méthode crée des matériaux stables avec une efficacité supérieure d’un ordre de grandeur aux méthodes qui filtrent après génération. Mingda Li décrit CrysVCD comme un dispositif pouvant être branché à différents modèles, y compris des modèles futurs. La méthode cible ainsi la stabilité avant la production complète.

Des propriétés ciblées L’équipe du MIT n’a pas seulement évalué la stabilité des structures. Elle a aussi généré des candidats présentant une conductivité thermique élevée ou une polarisation facilitée par un champ électrique. Ju Li relie ces propriétés aux besoins des semi-conducteurs et du refroidissement des centres de données. Selon lui, le refroidissement représente 30 % de l’énergie consommée par cette industrie. CrysVCD fonctionne toutefois surtout avec des solides dont l’organisation interne est très ordonnée. Les chercheurs ont réuni des spécialistes des matériaux, de la chimie, de la physique et du génie chimique. Leurs travaux ont reçu notamment le soutien du département américain de l’Énergie et de la National Science Foundation.

CrysVCD cible les cristaux stables

Une diffusion plus accessible Les chercheurs estiment que CrysVCD peut réduire les calculs nécessaires à la sélection finale. Mingda Li indique que cette réduction concernerait les projets générant des centaines de millions de matériaux comme les groupes travaillant sur des applications ciblées. Mouyang Cheng ajoute que la méthode cherche simultanément la stabilité et une propriété donnée. Dans les travaux précédents évoqués par l’équipe, les matériaux répondant aux deux objectifs représentaient parfois un pourcentage à un chiffre. Avec CrysVCD, les résultats dépassent 50 % pour certains objectifs combinés. L’outil reste donc présenté comme une méthode adaptée aux matériaux cristallins, plutôt qu’à toutes les familles de matériaux.

Gardez un coup d'avance en IA et tech.

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Zéro spam.

+11 000 fondateurs abonnés

À lire aussi