电化学沉积（电镀）是一种工业技术，通过在材料表面镀层来增强耐腐蚀性、防护性能、耐久性、硬度和导电性。美国洛斯阿拉莫斯国家实验室的研究团队开发了一种基于生成式扩散的AI模型，用于电化学领域，该模型已通过实验数据验证，有望加速电沉积开发过程。
这项研究题为“用于电化学表面形态高分辨率预测的条件潜在扩散”，发表在《电化学学会杂志》上。洛斯阿拉莫斯科学家Alexander Scheinker（负责AI方面的工作）表示：“电镀在材料开发和生产中至关重要，我们建立的扩散AI模型方法可以减少对大量物理实验的依赖，从而提高工艺优化效率。”
电镀过程涉及溶剂、电解质、温度、功率设置等多种耦合参数，使得优化工作依赖耗时的试错。团队利用参数和电子显微镜图像训练AI模型，使其能够预测电沉积材料的结构、形态和特征。研究中使用铼样品的数据，通过脉冲和脉冲反向波形进行电沉积实验，这些技术采用专门的电信号模式进行表面处理。
AI建模师与实验室的Sigma团队合作，在专家Dan Hooks和Michael McBride的指导下，制备了57个铼样品用于训练和测试。样品通过扫描电子显微镜进行高分辨率成像。团队训练了变分自编码器网络，压缩图像以优化数据表示，然后训练生成式扩散AI模型，将处理参数映射到潜在表示，实现图像重建。
特别关注铼电镀的裂纹形成，团队证明该扩散AI模型能定量匹配未见数据集的表面粗糙度和裂纹形成，并提供关键工艺变量信息。模型在小数据集下也能准确外推。研究人员计划将这一原理验证工作扩展到其他过程，为材料发现、优化和电化学实验的实时指导提供潜力。
出版详情：作者：Los Alamos National Laboratory；标题：《Diffusion-based AI model successfully trained in electroplating》；发表于：《Journal of The Electrochemical Society》(2026)；期刊信息：《Journal of The Electrochemical Society》。
