MatterGen：基于生成式AI的材料设计新范式

科技 2025-01-22 14:17 山东

（本文阅读时间：8分钟）

编者按：近日，微软研究院科学智能中心提出了一种创新的生成式 AI 材料设计工具 MatterGen, 突破了传统材料筛选方法的局限，能够在更广泛的材料空间中进行高效探索，并根据应用需求直接生成新材料。该模型可以针对材料的特殊几何结构进行优化，在化学成分、物理属性等多方面生成稳定的新型材料，开启了基于生成式 AI 辅助材料设计的新范式，并将对电池、磁铁等领域的创新产生深远影响。

材料创新是推动重大技术突破的关键因素之一。20世纪80年代锂钴氧化物的发现为现在的锂离子电池技术奠定了基础。如今，锂离子电池为现代手机和电动汽车提供动力，影响着数十亿人的日常生活。材料创新同样是设计更高效太阳能电池、用于电网级能源存储的低成本电池，以及用于从大气中回收二氧化碳吸附剂所必需的一环。

找到一种符合特定需求的新材料如同大海捞针。过去，这项任务需要通过昂贵且耗时的实验试错来完成。近年来，计算筛选大规模材料数据库加快了这一过程，但仍需要筛选数百万个候选材料才能找到少数合适的。

图1：材料设计筛选方法和生成方法示意图

在顶级科学杂志《自然》（《Nature》）近期发表的论文中，微软研究院科学智能中心的研究员们提出了一个从不同角度解决材料发现问题的生成式 AI 工具 MatterGen。不同于筛选候选材料，MatterGen 直接根据应用需求的设计要求生成新的材料，可以生成具有所需化学、机械、电子或磁性属性，以及满足不同约束条件的材料。MatterGen 开启了一种基于生成式 AI 辅助材料设计的新范式，能够高效探索材料，进而超越已知的材料范围。

论文链接：

https://www.nature.com/articles/s41586-025-08628-5

GitHub 链接：

https://github.com/microsoft/mattergen

创新型扩散架构

作为一个基于材料三维几何结构的扩散模型，MatterGen 可以通过调整随机结构中的元素、位置和周期性晶格来生成所需的材料结构，这类似于图像扩散模型根据文本提示修改噪声图像像素颜色来生成图片。该扩散架构专为材料设计，旨在解决周期性和三维几何等特殊性质问题。

MatterGen 的基础模型在生成新颖、稳定且多样化的材料方面已达到领先水平（如图2所示）。该模型利用来自 Materials Project（MP）和 Alexandria（Alex）数据库的608,000种稳定材料进行训练。其性能的提升得益于架构的优化以及高质量、大规模的训练数据。

图2：MatterGen 与其他方法在生成稳定、新颖和独特结构的材料方面的性能比较。每种方法的训练数据集在括号中标出。紫色表示仅由于 MatterGen 架构带来的性能提升，青色则表示由更大的数据集带来的性能提升。

Materials Project

https://next-gen.materialsproject.org/

Alexandria 数据库

https://alexandria.icams.rub.de/

MatterGen 还可以通过标注数据集进行微调，在给定任何所需条件的情况下生成新材料。图3展示了在给定目标的化学成分和对称性约束，以及电子、磁性和机械属性限制的情况下，生成新材料的示例。

图3：MatterGen 示意图。MatterGen 可以根据不同设计要求，如特定的化学成分、晶体对称性或材料属性，对模型进行微调。

优于传统筛选方法

MatterGen 相对于筛选方法的主要优势在于其能够访问未知材料的完整空间。如图4所示，MatterGen 在生成难以被压缩的具有较高体积模量（如大于400 GPa）的新候选材料方面表现优异。相比之下，筛选基准方法受限于已知材料而趋于饱和。

图4：MatterGen（青色）与传统筛选方法（黄色）在寻找满足设计要求（如具有大于400 GPa的体积模量）的新颖、稳定和独特结构方面的性能对比。

处理成分无序

成分无序是一个常见现象，指的是不同的原子可以在合成材料中随机交换它们的晶体学位置。近年来，社区持续探索在计算设计材料的背景下，什么才算是新颖的材料，因为广泛使用的算法无法区分相似元素仅在排列上有所不同的两种结构。

图5：成分无序示意图。左：没有成分无序的完美晶体，具有重复的单位晶胞（黑色虚线）。右：具有成分无序的晶体，其中每个位置有50%的概率为黄色和青色原子。

通过引入一种考虑了成分无序的新的结构匹配算法，研究员们为该问题提供了初步的解决方案。该算法能够评估两个结构是否可以被识别为有序的近似同一基础成分无序结构，为材料的新颖性和独特性提供了新的定义。目前该方法已在计算评估指标中采用，并作为评估工具的一部分公开发布。

GitHub 链接：

https://github.com/microsoft/mattergen?tab=readme-ov-file#evaluation

实验室验证

除了大量的计算评估，MatterGen 的能力还通过实验合成得到了验证。微软研究院科学智能中心与中国科学院深圳先进技术研究院合作合成了一种新材料 TaCr2O6，其结构是通过 MatterGen 在给定200 GPa的体积模量条件下生成的。合成材料的结构与 MatterGen 提出的结构一致，但在 Ta 和 Cr 之间存在成分无序。

此外，通过实验测得该材料的体积模量为169 GPa，相比设计规格中的200 GPa，误差低于20%，从实验角度看非常接近。如果类似的结果能够推广到其他领域，MatterGen 将对电池、燃料电池等材料的设计产生深远影响。

图6：提出的化合物 TaCr2O6 的实验验证

AI模拟器和生成器飞轮

MatterGen 为 AI 加速材料设计提供了新的机会，同时与微软研究院科学智能中心此前提出的 AI 模拟器 MatterSim 相得益彰。MatterSim 遵循科学发现的第五范式，显著加速了材料属性模拟的速度。而 MatterGen 则在属性生成的基础上加速了新材料候选的探索。两者协同作用既可以加速材料模拟，又能够加速新材料的探索，从而形成飞轮效应。

为了最大程度地推动材料设计的影响力，研究员们现已将 MatterGen 的源代码以 MIT 许可的方式发布，并公开了训练和微调数据，供社区使用和进一步开发。

GitHub 链接：

https://github.com/microsoft/mattergen

展望未来

利用生成式 AI 技术，MatterGen 开启了材料设计的新篇章。它探索了比筛选方法更广泛的材料空间，并通过指令高效推动了材料探索。类似于生成式 AI 对药物发现的影响，MatterGen 将在电池、磁铁、燃料电池等广泛领域产生深远影响。

微软研究院科学智能中心也将继续与合作伙伴展开合作，进一步开发、验证这项技术。“在约翰霍普金斯大学应用物理实验室（Johns Hopkins University Applied Physics Laboratory，APL），我们致力于探索能够推动发现新型的、任务驱动的材料潜力的工具。因此，我们对 MatterGen 在材料发现方面的影响尤为关注，” 负责多个材料发现项目的 APL 计算材料科学家 Christopher Stiles 表示。

arXiv每日学术速递

工作日更新学术速递！官网www.arxivdaily.com。

最新文章

线性扩散模型LiT来了，用极简线性注意力助力扩散模型AIPC时代端侧部署

arXiv每日学术速递2025.2.3

立春 | 对抗混沌的纠错之战：从生命秩序到量子计算

进击的DeepSeek，一夜之间登陆Microsoft Azure、Cursor、Amazon Bedrock

arXiv每日学术速递2025.1.31

中文对联/十二生肖/城市景点/旅游计划……年味超浓的数据集汇总

Unitree H1：我今年一岁半，成为央视蛇年春晚整场最靓“显眼包”

arXiv每日学术速递2025.1.30

原来，这些顶级大模型都是蒸馏的

arXiv每日学术速递2025.1.29

小乐数学科普：挂谷猜想专题系列——新证明穿针引线到一个粘性几何问题上——译自Quanta Magazine量子杂志

滚烫Deepseek一夜刀掉英伟达4万亿，除夕开源多模态新模型：7B超越DALL-E 3和StableDiffusion

arXiv每日学术速递2025.1.28

人形机器人魔性舞蹈，仅需这项核心技术？

创造历史！DeepSeek超越ChatGPT登顶中美AppStore

【Efficient AIGC】SiTo_ Similarity-based Token Pruning (AAAI-2025)

论文一起读 | 用于实时大尺度变形的高斯泼溅

为避免“帽子化”，杰青优青自2025年起改名！

抓住「AI+生物医药」黄金时期，盘点2024年最值得关注的颠覆性成果

ICLR 2025｜4K分辨率拿下！超强杀器SANA：线性扩散模型+文生图+高分辨率+从头训练的极佳范本！

奥特曼晒「星际之门」首期工厂，全美狂建20座超算！70万块GPU老黄爆赚375亿

arXiv每日学术速递2025.1.24

登上央视！七腾机器人斩获“2024新质生产力年度案例”桂冠！全新防爆四足机器人X3 stable重磅亮相！

最壕DeepSeek玩家8台Mac跑R1，10万+元凑496GB显存才能跑4bit量化版

arXiv每日学术速递2025.1.23

阶跃星辰再拿多模态榜首，全方位升级发布六款模型

强强联合：CNN与Transformer融合创新提升模型性能！！

端到端新SOTA！GPVL：3D视觉语言预训练的生成式规划新框架！

MatterGen：基于生成式AI的材料设计新范式

特朗普一上台，拜登AI禁令被秒撤！硅谷科技「壕客」齐聚就职典礼现场

南开大学郑伟教授：AlphaFold并不完美，学术界尚有「弯道超车」的机会

SGLang的Expert Parallel特性解读

o3数学成绩作弊大瓜！提前让测试机构给真题，60多名数学大牛全被蒙在鼓里

arXiv每日学术速递2025.1.20

感知任务全面涨点！LargeAD：自动驾驶超强预训练来了（新加坡国立）

专题解读 | 利用投机采样加速大模型推理

宇树机器人上演弯道超车(ren)，歪果仁质疑是特效

小寒 | 提取随机：从算法基础到理论前沿

小乐数学科普：Tony Phillips教授的数学读报评论2024-11

ICML 2025投稿将破万？！卷疯了

arXiv每日学术速递2025.1.17

如何利用文本提示高效生成高质量、个性化的长视频？

CNN+LSTM+Attention多热点搭配！又是创新性拉满的高分思路！！

arXiv每日学术速递2025.1.16

大步迈向VLA！港中文GPT4Scene：从视频中理解3D场景~

AAAI 2025 | 基于信息瓶颈准则的联邦图数据压缩

小红书一夜冲爆美区榜首，1.7亿TikTok「难民」疯狂涌入！

arXiv每日学术速递2025.1.15

助力诊断362种常见疾病！剑桥/牛津/华威大学等提出多Agent大语言模型框架，自动化构建医疗知识图谱

AAAI收了一篇论文：没算法没实验，全靠idea思路好...

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉