NeFut Logo NeFut
EN 管理员登录

[AI学术] CrystalAR:用于对称晶体生成的自回归建模

发布于:2026-10-22 22:00 最后更新:2026-10-25 13:04
#algorithm #AI #Machine Learning

深度生成模型在晶体设计领域取得了显著进展。晶体结构天然具备空间群对称性,近期工作尝试在生成模型中显式加入这些对称约束,以便更高效地探索新颖的对称模板。然而,引入对称模板会导致原子种类与晶格位点之间的计量关系呈指数级增长,同时在离散的对称模板空间与连续的三维结构实现之间产生根本冲突。为了解决上述难题,本文提出了 CrystalAR——一个统一的自回归框架,能够在同一生成序列中同时建模 Wyckoff 对称模板和完整晶体结构。CrystalAR 将连续坐标生成重新表述为受对称条件约束的离散空间定位决策层次,在多个分辨率层级上自回归地细化所有对称不等价位点的位置,并在每一层级内联合建模它们的空间配置。这种离散层次化的表述使得在搜索对称模板和几何实现时能够感知约束,从而在保持强大对称模板生成能力的同时,实现了与最先进方法相当的全新晶体生成性能以及模板自由的晶体结构预测(CSP)准确率。实验结果表明,保留对称模板生成并不妨碍整体生成质量,且在无需依赖已有数据中模板的情况下,也能实现竞争性的 CSP,提供了一种可行的对称保持晶体生成新范式。

点评

原文链接: https://arxiv.org/abs/2610.27762

[h] 返回首页