零碳科技：AI +超材料為建筑降溫并大幅降低能耗

DOI: 10.1038/s41586-025-09102-y

能讓建筑外墻有望“0能耗降溫”、市民的隨身衣物一鍵降溫3-5度，更將為航空航天、沙漠地帶等極端環境提供溫控解決方案……7月2日，上海交大團隊領銜成果登上Nature，在人工智能（AI）熱輻射超材料領域取得重大原創突破，帶來了革命性的降溫新方案。

研究人員利用機器學習來制作復雜的熱輻射超材料，這些新材料可以選擇性地調整其熱量排放，從而為被動冷卻提供新的范式。在原型測試中，這些 AI 設計的材料在陽光直射下對模型屋頂的冷卻效果明顯優于傳統油漆，可以節省大量能源。

AI 設計的材料比油漆冷卻效果更好，更節能

傳統超材料設計如同“迷宮摸黑”，需依賴經驗試錯。傳統方法篩選5萬種方案需要的時間是一個天文數字，而研究團隊的AI模型通過深度學習，僅用3個月就完成，并從中篩選出接近理想狀態的1500種候選設計方案，再從中優中選優。這些材料能夠以受控方式選擇性地散熱，從而提供更高精度的加熱和冷卻，從而提高能源效率。

研究團隊開發的的機器學習框架代表了熱輻射超材料設計方面的重大飛躍，通過自動化流程和擴展設計空間，可以創造出以前無法想象的具有卓越性能的材料。

這一AI模型不僅能“發明”新材料，還能從中挑選出那些更適合大規模使用、成本更低的超材料。以典型的雙波段選擇性超材料為例，該材料僅需簡單的溶液法就能在室溫下制備，以涂料的形式可直接應用在磚墻、金屬、塑料和玻璃等常見物體的表面，就像給物體用上了防曬降溫霜。

冷卻測試顯示顯著節能

團隊用AI模型設計并用人力實驗驗證了4種針對特定應用的熱輻射超材料，包括寬帶熱輻射超材料、單波段選擇性及雙波段選擇性熱輻射超材料等。實際應用形式也涵蓋了柔性薄膜、涂料、貼片等多種形式。

其中一種材料被應用于模型房屋的屋頂，并與標準的商業白色和灰色油漆進行比較，以評估其冷卻能力。經過四個小時的正午陽光直射后，涂有超發射器材料的屋頂平均比涂有傳統油漆的屋頂低 5 到 20 攝氏度。

根據這一性能表現，該團隊估計，這種冷卻每年可以為位于里約熱內盧或曼谷等炎熱城市的公寓樓節省約 15,800 千瓦時，而一臺標準空調機組通常每年消耗約 1,500 千瓦時。

研究人員通過用它們繪制模型建筑并將其放在陽光下測試溫度來測試他們的超發射器材質。圖片來源：德克薩斯大學奧斯汀分校

這些材料的潛在用途遠遠超出了住宅和商業節能的范圍。通過相同的機器學習方法，該團隊創建了七類材料，每類都針對特定功能量身定制。

這些材料可用于城市，通過反射陽光和釋放目標波長的熱量來幫助降低城市溫度，從而可能減少由致密混凝土結構和有限的綠色植物引起的城市熱島效應。它們還可以用于太空應用，通過有效管理入射的太陽輻射和發射的熱量來幫助調節航天器溫度。

更令人期待的是材料的普適性。新涂料可直接噴涂在磚墻、金屬、玻璃上，溶液法制備成本更低。柔性薄膜和貼片樣品，已能應用于隨身衣物。測算顯示，中低緯度地區建筑使用該材料，理論節能相當于每平米可省20度電。

紡織品和車輛中的消費類應用

除了這項研究中的應用之外，熱輻射超材料可能成為我們日常使用的許多物品的一部分。將它們整合到紡織品和織物中可以改善服裝和戶外設備的冷卻技術。用它們包裹汽車并將其嵌入內飾材料中可以減少它們在陽光下放置時積聚的熱量。

設計這些材料的艱苦傳統過程阻礙了它們被主流采用。其他自動化選項難以處理超發射器 3D 分層結構的復雜性，將結果限制為簡單的幾何形狀，例如薄膜堆棧或平面圖案，在某些指標上性能不佳。

中間的建筑被研究人員的超發射器材料包裹。這種結構在陽光照射后的溫度低于其他兩種使用傳統油漆的結構。圖片來源：德克薩斯大學奧斯汀分校

傳統上，設計這些材料是緩慢且勞動密集型的，依賴于試錯法，這種方法通常會導致次優設計，并限制創造具有有效必要特性的材料的能力。機器學習可能不是解決所有問題的方法，但熱管理的獨特光譜要求使其特別適合設計高性能熱輻射超材料，研究人員表示。

研究人員將繼續改進這項技術，并將其應用于納米光子學領域的更多方面——光和物質在最微小尺度上的相互作用。

從建筑外墻到隨身衣物，從戶外設施到電子產品，這種物美價廉的“降溫能手”將在各個領域大顯身手，讓高科技降溫真正走進千家萬戶。