自演化多智能体数字孪生系统 CatDT：多相催化剂自主发现与微观动力学计算的范式革命
本文深度剖析了多相催化数字孪生系统 CatDT。该系统融合了 8 个专属智能体和 27 个专业计算工具，在单张 GPU 上实现了“从晶体结构到微观反应动力学”的端到端自主模拟，并通过 UniMech 引擎与 Memento 强化学习循环彻底解决了催化反应网络和过渡态寻找的效率瓶颈。
多相催化
催化表面计算的新里程碑：非自洽杂化与双杂化泛函 hBEEF-vdW 与 dhBEEF-vdW 全解析
介绍了一种全新的非自洽密度泛函框架，通过在 BEEF-vdW 轨道上引入精确交换和 RPA 相关，成功解决了过渡金属表面吸附能预测及 CO 吸附位点难题，实现了过渡金属化学精度。
量子计算在汽车催化领域的应用验证：从过渡金属氧化物到钯沸石的深度解析
本文深入探讨了通用汽车（GM）研究团队如何利用量子相位估计（QPE）与量子比特化（Qubitization）技术，针对汽车工业中的关键催化体系进行量子资源估计。通过对二元氧化物及钯沸石片段的系统研究，文章揭示了实现化学精度所需的量子硬件规模及其在未来五年内的可行性。