SandboxAQ基于量子化学计算训练而成的大模型AQCat上线亚马逊AWS
2026年8月25日——SandboxAQ今日宣布,其用于催化剂发现的大型定量模型(LQM)AQCat现已在AWS Marketplace全面上线,并可通过Amazon SageMaker部署。此次发布将该公司最具商业意义的科学工具之一按需提供给材料创新者、工业巨头和发现团队,他们现在无需专业计算科学家或自定义代码,即可直接在自己的AWS环境中运行该工具。
催化剂是实体经济的隐藏引擎。从化肥、燃料到织物、玻璃和塑料,超过80%的制成品和90%以上的商业化化学品的生产都离不开催化剂。然而,发现更好催化剂的过程一直缓慢且成本高昂——传统实验室方法通常每周只能评估不到100种候选材料,这种速度使得大多数创新只能局限于对现有材料的渐进式改进。
AQCat消除了这一瓶颈。它基于涵盖47000个催化剂系统的1350万次高保真量子化学计算训练而成,能够以最高达传统物理方法20000倍的速度预测决定催化剂性能的关键属性,同时接近后者的精度。对化工行业领先企业而言,这意味着可以通过计算方式筛选和排列大量候选材料,然后将昂贵的实验室和超级计算工作仅保留给最有希望的候选对象。这使用户能够压缩研发周期,并降低整个研发管线的投资风险。
AQCat在AWS Marketplace全面上线,标志着从定制化科学合作向可扩展的自助式商业分发模式的转变。客户可以在自己已经使用并信任的基础设施中订阅和部署,所有计算均保留在自己的AWS账户内,以确保安全性和治理。此次发布拓展了一项同样覆盖Anthropic的云市场进入战略,SandboxAQ在Anthropic平台上通过MCP向用户提供AQCat访问权限。
“像AQCat这样高效的机器学习原子间势能,将迅速加速对有前景的新材料的评估,并加深我们对它们复杂转变的理解,”佐治亚理工学院化学与生物分子工程学院助理教授Julia Yang表示。
“催化几乎触及全球经济生产的一切,但几十年来,发现更好催化剂的工具几乎没有改变,”SandboxAQ首席执行官Jack Hidary表示。“通过在AWS Marketplace提供AQCat,我们将一项曾需要专业团队和超级计算机的能力,交到任何企业研究团队手中,而且是在他们已然信任的基础设施上。这正是我们让大型定量模型从突破性科学走向日常商业影响的方式。”
AQCat的优势在于覆盖范围和保真度。它专门设计以考虑自旋极化——这一物理效应对精确模拟铁、镍、钴等广泛使用的工业金属至关重要——并且还支持其他数据集中缺失的六种工业相关元素(钡、铈、氟、锂、镧和镁)。这些能力共同为老方法无法触及的催化剂和关键材料路径打开了大门,可直接应用于绿氢、可持续航空燃料、化肥生产和塑料回收等领域。


