MaterialsGalaxy：凝聚态物理中融合实验与理论数据的平台

现代材料科学从实验和计算中生成了大量多样的数据集，但这些多源异构数据往往仍孤立在各自的"数据孤岛"中。在此，我们介绍MaterialsGalaxy，一个全面融合凝聚态物理中实验与理论数据的平台。其核心创新是一种基于结构相似度的数据融合机制，能够根据底层原子结构定量关联跨模态记录——涵盖衍射、晶体生长、计算和文献。该平台集成了人工智能（AI）工具，包括用于知识提取的大型语言模型（LLMs）、用于晶体结构预测的生成模型以及用于性质预测的机器学习模型，以增强数据解读并加速材料发现。我们证明MaterialsGalaxy能够有效整合这些异构数据源，发现隐藏的关联并指导新型材料的设计。通过弥合实验与理论之间长期存在的差距，MaterialsGalaxy为数据驱动的材料研究提供了新范式，并加速了先进材料的发现。