墙报介绍：相场模拟因其高计算成本而面临效率瓶颈，现有的人工智能加速方法往往以“黑盒”形式存在，且严重依赖大规模训练数据。我的研究揭示了一个关键洞见：只要模型架构能够契合相场模拟所蕴含的局部性原理与时空平移不变性，即可利用极少量数据训练出能够准确预测长期演化过程的代理模型。该方法不仅显著提升了计算效率，更从根本上保障了模型预测的物理可信度。

获奖感言：荣获墙报特等奖，我内心充满感激与惊喜。衷心感谢大会多年来为我们搭建的学术交流平台。从研一到研三，三届大会见证了我从一名聆听报告的旁观者，逐步成长为能够分享研究成果的参与者。在这里，我不仅汲取了宝贵的学术灵感，更结识了许多志同道合的伙伴，让我的科研视野不断开阔。最后，衷心祝愿大会越办越好，也祝愿材料基因工程领域枝繁叶茂，欣欣向荣！

墙报介绍：镁合金是最轻的结构金属，但耐腐蚀性差限制了其广泛应用。镁合金腐蚀是一个多尺度、多机制且环境敏感的复杂过程，缺乏通用预测规律。基于此，我们开发了AttnAlloyGen——一个可解释的双模态框架，整合了大语言模型文献挖掘、WAE生成合金成分以及自注意力机制实现特征解释。该框架利用大语言模型从文献中高效提取关键信息，结合DFT衍生描述符训练高精度预测模型；通过WAE和MCMC采样在小样本条件下有效探索潜在空间；采用SHAP方法和自注意力机制揭示加工、测试条件与合金成分的交互作用，增强模型可解释性。基于AttnAlloyGen指导，我们成功研发并验证了一种新型超耐蚀镁合金，展现出优异的长期稳定性，为AI驱动的耐腐蚀镁合金规模化研发奠定了基础。

获奖感言：能够获得墙报特等奖，既是意外之喜，更是对我科研工作的极大肯定和鼓舞。感谢材料基因工程国际论坛提供这样宝贵的展示机会，让我得以与来自世界各地的优秀学者交流碰撞。特别感谢我的导师在科研道路上给予的指引和支持，感谢实验室团队伙伴们的协作与帮助。这个奖项不仅属于我个人，更是整个团队共同努力的成果。未来我将带着这份荣誉和责任，继续在镁合金耐腐蚀研究领域不断探索，期待为材料领域的智能化发展贡献自己的一份力量。