分子动力学 / 机器学习势
剑桥 Csányi 团队开源的等变图神经网络势框架,把原子团簇展开与高阶等变消息传递统一,两层交互即可高精度;已发展出 MACE-MP、MH、OMOL、POLAR 等多代基础权重,支撑从晶体到液体、气体、表面与反应体系的开箱分子动力学。
新 MIT(代码);部分权重为 Academic Software License(ASL),仅限学术用途 分子动力学机器学习势等变神经网络 分子动力学模拟软件
面向生物分子的高性能分子动力学模拟套件,GPU 加速成熟并已内置神经网络势接口,是蛋白、脂质与溶剂体系模拟的主流开源工具。
新 LGPL-2.1 分子动力学生物分子GPU 加速 分子动力学模拟软件
桑迪亚国家实验室主导的开源经典分子动力学引擎,覆盖材料与软物质、多尺度与自定义势,并提供 ML-IAP 等机器学习势接口。
新 GPL-2.0 分子动力学材料模拟势函数 材料/Materials
采用显式离子分子动力学与电荷调节蒙特卡洛模拟,研究两性纳米颗粒表面的电荷调节介导相互作用力。
见LICENSE文件 两性纳米颗粒电荷调节分子动力学 材料/Materials
研究氯化镁熔盐在宽温域的结构、热物理与动力学性质,比较从头算分子动力学和机器学习势分子动力学模拟。
见LICENSE文件 氯化镁熔盐分子动力学机器学习势 材料
将最优偏置问题建模为遍历最优控制问题,通过求解无偏动力学无穷小生成元的线性特征值问题实现加速分子态转变的偏置势学习。
见LICENSE文件 分子动力学最优控制生成器学习 Materials
通过分子动力学模拟研究BZT材料中化学簇对铁电与弛豫态结构及功能特性的影响,揭示了局部化学不均匀性对材料性能的调控机制。
见LICENSE文件 分子动力学BZT材料化学簇 原创研究论文
ICLR 2026 论文,提出准变等原子分子动力学预训练神经算子 ATOM,无需显式分子图,采用时间注意力并行解码多未来状态;自建 TG80 数据集(80 种化合物,250 万飞秒轨迹),在 MD17/RMD17/MD22 上零样本泛化表现优异。
arXiv 预印本(版权归作者) 神经算子分子动力学Transformer Materials
通过大规模分子动力学模拟,研究二元单轴椭球粒子混合物在Gay-Berne势下的非平衡相序动力学,揭示两阶段有序过程的时序特征。
见LICENSE文件 分子动力学相序动力学各向异性势 材料/Materials
提出通过测量响应系数预测分子动力学中力修正对能量交换和结构统计的影响,区分能量传递与恢复力变化。
见LICENSE文件 分子动力学力场修正响应系数 Materials
提出利用稀疏微分技术从机器学习原子间势(MLIP)精确计算分子Hessian矩阵,将计算复杂度从O(N²)降至O(N),突破传统方法对小体系的限制。
见LICENSE文件 分子动力学原子间势Hessian矩阵 Materials
材料科学领域大规模预训练语料库,含约780M tokens的RefinedWeb数据,用于AI辅助材料发现与分子动力学建模。
见LICENSE文件 材料科学预训练语料AI材料发现