大阪大学用AI模型破解水结冰膨胀的百年谜团

日本大阪大学团队利用AI模型系统性评估16种分子结构描述方法，找到了精准捕捉水分子在不同温度、压力下微观变化的"透视镜"。

该研究为理解水结冰膨胀及过冷水异常行为提供了统一科学框架，揭示了过冷水中"高密度液态（HDL）"与"低密度液态（LDL）"结构竞争是导致水反常物理特性的底层机制。

IT之家：https://www.ithome.com/ 7 月 25 日消息，日本大阪大学于 7 月 6 日发布博文， 其团队利用 AI 模型探索水的百年谜团，找到了观察水分子的最佳“透视镜”。

该研究系统性评估了 16 种不同的分子结构描述方法， 成功找出了最能精准捕捉水分子在不同温度、压力下微观变化的“透视镜”，为理解水结冰膨胀及过冷水异常行为提供了统一的科学框架。

博文指出水是地球表面最丰富的液体，但不同于其它液体，水在结冰时会膨胀。现有理论认为水的这些异常现象关联其微观结构， 会随着温度和压力发生变化，但此前缺少系统表征方案。

大阪大学副教授金康（Kang Kim）团队借助 AI 模型，严格对 16 种分子结构描述方法开展性能对比评估，成功破解了描述水分子局部次序的评估难题，理清了水中竞争液态状态的演变脉络。

论文报告指出为了让水结冰，分子需要有序地排列成像冰这样的结构晶格。分子需要附着在一个称为成核位（nucleation site）的基底上，才能演变成固态。水中杂质或容器内部的划痕都可以作为成核位。

光滑且洁净的容器中，水可冷却至冰点以下而不凝固，这种状态称为过冷水。论文认为导致水反常物理特性的底层机制，在于过冷水中“高密度液态（HDL）”与“低密度液态（LDL）”结构竞争，升温后，塌缩的 HDL 结构会多于开放的 LDL 结构。

Out of order: using AI to decode the bizarre personality of water：https://resou.osaka-u.ac.jp/en/research/2026/Out-of-order-using-AI-to-decode-the-bizarre-personality-of-water

Machine learning evaluation of structural descriptors for supercooled water：https://www.nature.com/articles/s42004-026-02097-1