[论文解读] Generative metamaterials based on large language models

Zhenyang Gao, Gengchen Zheng+11 more|arXiv (Cornell University)|Jan 25, 2026

Architecture and Computational Design被引用 0

一句话总结

他们开发了 ChatMetamaterials，一种基于提示的设计引擎，利用大型语言模型生成结构代码并进行基于推理的诊断与从简单提示或草图出发的 metamaterials 演化。

ABSTRACT

Mechanical metamaterials utilize intricate architectural designs to achieve advanced properties beyond those of their bulk counterparts. Existing metamaterial designs often rely on design inspirations and extensive experimental and numerical studies operated by design professionals, which can be time- and resource-consuming and limited in exploring the vast design space. Here, we transform metamaterial design by developing ChatMetamaterials based on large language models, a prompt-based generative metamaterial design engine capable of inventing architecture codes, and conducting reasoning-based diagnostics and evolution for complex metamaterial systems based on simple text prompts or hand-drawn sketches. This approach changes the way metamaterials are designed, and provides new opportunities for high-throughput metamaterial discovery.

研究动机与目标

• 通过利用大型语言模型自动从文本提示或草图生成架构来改变 metamaterial 设计。
• 实现 metamaterial 系统的基于推理的诊断与迭代演化。
• 提供一个高吞吐量框架，以在最少人工干预的情况下探索庞大的 metamaterial 设计空间。

提出的方法

• 引入 ChatMetamaterials，这是一个由大型语言模型驱动的基于提示的生成设计引擎。
• 通过自然语言或草图发明架构代码（设计表示）。
• 在提示引导下执行 metamaterial 系统的基于推理的诊断与演化。
• 通过从用户输入自动化设计迭代，实现高吞吐量 metamaterial 发现。

实验结果

研究问题

• RQ1 大型语言模型是否能够从简单文本提示或草图生成可行的 metamaterial 架构？
• RQ2 基于推理的诊断如何引导 metamaterial 设计的迭代演化？
• RQ3 以提示驱动的框架在加速 metamaterial 发现方面的潜力如何？

主要发现

• 该框架能够从提示或草图生成 metamaterial 的架构代码。
• 基于推理的诊断引导设计在 metamaterial 系统中的迭代演化。
• 该方法通过减少人工设计工作量来加速高吞吐量发现。
• 该方法通过将LLMs用于设计和评估任务，改变了传统 metamaterial 设计工作流。