金属卤化物钙钛矿(MHP)纳米晶(NCs)在光学性能上具有极高的可调性，但充分挖掘其潜力面临着庞大而复杂的合成参数空间的挑战。
本文美国北卡罗莱纳州立大学Milad Abolhasani等人介绍了“彩虹”(Rainbow)——一个多机器人自驱动实验室，它集成了自动化纳米晶合成、实时表征和机器学习驱动的决策系统，能够高效探索MHP纳米晶的混合变量高维参数空间。通过并行化、微型化的批量反应器、机器人样品处理和连续光谱反馈，Rainbow通过闭环实验自主优化MHP纳米晶的光学性能，包括目标发射能量下的光致发光量子产率(PLQY)和发射线宽。通过系统探索不同的配体结构和前驱体条件，Rainbow揭示了关键的结构-性能关系，并确定了可扩展的帕累托最优配方，以实现目标光谱输出。
Rainbow为高性能金属卤化物钙钛矿纳米晶的加速、数据驱动的发现与逆向合成提供了一个通用蓝图，助力下一代光子材料和技术的按需实现。
文章亮点：
全球首个多机器人自驱动实验室“彩虹”实现全自动纳米晶合成与优化
集成4台机器人，实现从 precursor 准备、多步合成、在线表征到AI决策的全程自动化，每日可测试230种不同合成条件，效率远超人工实验。
AI驱动混合变量优化，快速绘制帕累托前沿
采用贝叶斯优化与分类器结合的策略，在6维输入/3维输出空间中自主探索，仅用1天即可找到目标发射能量下PLQY最高、线宽最窄的最佳配方。
揭示配体结构与性能的硬软酸碱理论关系，支持知识迁移与放大生产
发现短链脂肪酸(如丁酸)更适合氯富集NCs，长链油酸更适合碘富集NCs，并通过30倍放大实验验证了合成知识的可扩展性。
Xu, J., Moran, C.H.J., Ghorai, A. et al. Autonomous multi-robot synthesis and optimization of metal halide perovskite nanocrystals. Nat Commun 16, 7841 (2025).
https://doi.org/10.1038/s41467-025-63209-4
