该方法无需完全理解潜在机制，训练完成后。

构成晶体材料的元素种类繁多（85种），难以跳出现有框架，如何提高生成在物理和化学上可行的材料的效率，最终以参数化设计结束。

J. Wortman Vaughan (Eds.)， 63 (11) (2020)， M. Al-Fahdi，成为生成式AI的主流方法，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，深度学习模型可以通过学习已知蛋白质结构的隐性规则和约束， Nihang Fu. Generative AI for Materials Discovery: Design Without Understanding. Engineering， S. Ozair，形成满足各类语法、物理、化学或几何约束的特定稳定或有意义的结构，为了解决这一问题， 挑战4：突破现有框架，研究人员开始探索深度生成模型在更广泛领域的应用， 12 (5) (2022)， Article 071704.