行业专题

材料化工

材料发现、晶体、催化、合金与分子动力学方向的物理 AI 资源。

共 30 个资源

数据集 6 个资源

材料科学预训练语料库 PES2O-780M

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

Adaption材料科学问答增强数据集

材料
材料科学领域的技术问答数据集，涵盖材料属性、合成方法、表征技术与工程应用的基础与高级主题，支持技术问答模型训练。
见LICENSE文件 材料科学技术问答合成方法

材料科学数据平台 Materials Platform for Data Science

Materials
整合约50万篇同行评审科学文献，涵盖40万+出版物、13万+相图、40万+晶体纳米结构等材料科学数据，支持计算材料设计与机器学习应用。
见LICENSE文件 材料科学晶体结构相图

Materials Sciences Demo 数据集

材料/Materials
HuggingFace 上的材料科学演示数据集，托管于 SciFy 账户，用于展示材料科学领域的数据组织格式与访问方式。
见LICENSE文件 材料科学数据集HuggingFace

Science Materials 数据集

材料/Materials
HuggingFace 上托管的材料科学数据集，用于支持机器学习与材料科学交叉研究，数据集包含相关领域训练或评测样本。
见LICENSE文件 材料科学数据集机器学习

材料科学与工程领域本体库

材料/Materials
材料科学领域本体库，涵盖结构、性能、加工与性能等核心概念的语义组织结构，支持知识推理与工程应用。
见LICENSE文件 材料科学本体论知识图谱

工具 1 个资源

案例 2 个资源

GNoME：图网络驱动的无机材料发现

材料科学 / 第一性原理
Google DeepMind 的图神经网络材料发现系统，预测出 220 万个新晶体结构、其中 38 万个稳定结构，把人类已知稳定材料数量提升近一个数量级，并在实验中合成出数百种。
论文版权归作者（Nature）；发布数据见 Materials Project 材料发现图神经网络DFT

MACE-MP-0：原子尺度通用机器学习势

分子动力学 / 机器学习势函数
基于等变图神经网络的通用原子间势基础模型，在 15 万无机晶体公开数据上训练，开箱即可对固体、液体、气体与化学反应运行稳定分子动力学，并可少量数据微调至第一性原理精度。
MIT（代码）/ arXiv 预印本 分子动力学机器学习势等变神经网络

学习 1 个资源

算子学习综述（Operator Learning Survey）

综述 / 学习资料
系统梳理算子学习方法的综述论文，覆盖 DeepONet、FNO 及其变体的理论、架构与误差分析，是理解「学习无限维映射」最合适的入门与查阅材料。支持 mesh-invariant 推理，可在训练分辨率之外直接查询，适配工业级多保真度应用。
arXiv 预印本（版权归作者） 算子学习综述DeepONet

论文 20 个资源

ATOM：面向多任务分子动力学的预训练神经算子

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

二元椭球粒子混合物中的两阶段有序动力学

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

完整神经电子初始化加速材料DFT计算

Materials
首个完整机器学习方法用于加速PAW框架下的平面波密度泛函理论计算，提出神经电子初始化器需满足的七个准则，补充了原有方法缺失的占据数增强和自旋初始化两个结构依赖组件。
见LICENSE文件 密度泛函理论机器学习材料科学

Delta学习 mechanics: 面向通用科学机器学习的目标设计

Materials
揭示Δ-learning中残差尺度与可学习性之间的复杂关系，指出分子图神经网络在总能量目标上的评估表明，小残差目标未必带来更好的学习效果。
见LICENSE文件 Δ-learning残差学习分子图神经网络

基于采样代价的近瞬时潜空间贝叶斯优化方法

通用科学ML
提出一种近瞬时潜空间贝叶斯优化方法，通过采样代替传统顺序决策的昂贵计算开销，适配生成式模型驱动的逆设计流程。
见LICENSE文件 贝叶斯优化潜空间优化生成式设计

基于稀疏微分实现局部MLIP分子Hessian矩阵O(N)计算

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

MARC-TS：连续反应路径学习预测过渡态

量子/化学
提出MARC-TS两阶段框架，通过端点条件化连续路径学习实现任意分辨率的过渡态查询与局部上下文细化，并发布T1x-IRC-8K数据集（8209反应、108万路径几何）。
见LICENSE文件 反应路径过渡态预测化学反应

高频感应管焊接几何参数化准稳态三维模型

电磁/Electromagnetics
提出高频感应管焊接三维多物理场有限元框架，耦合时谐磁标量势与准稳态热输运方程，实现电磁-热耦合仿真预测。
见LICENSE文件 高频感应焊接多物理场仿真有限元方法

LiNiO2/NiO相预测：基于人工神经网络的材料相识别

材料/Materials
利用神经网络快速分析4DSTEM衍射图谱数据，实现LiNiO2/NiO材料的相识别与分类，为材料科学图像数据的高通量处理提供计算方案。
见LICENSE文件 材料相预测4DSTEM衍射神经网络