microsoft/mattergen

Official implementation of MatterGen -- a generative model for inorganic materials design across the periodic table that can be fine-tuned to steer the generation towards a wide range of property constraints.

What it solves

MatterGen 是為了自動化無機材料的發現與設計而設計的。傳統上，尋找具有特定所需屬性（如磁密度或能隙）的新材料是一個緩慢且不斷嘗試錯誤的過程。MatterGen 允許研究人員在整個週期表中生成量身定制以滿足特定屬性約束的全新晶體結構。

How it works

MatterGen 是一個生成式擴散模型。它可以透過兩種主要方式使用：

  1. Unconditional Generation: 模型從預訓練的基礎模型中進行採樣，以在沒有特定約束的情況下創建新材料。
  2. Property-Conditioned Generation: 透過微調基礎模型，可以引導模型生成符合目標屬性的材料，例如磁密度、體積模量或特定的化學系統。

它使用 classifier-free diffusion guidance 來平衡對目標屬性的遵循程度與生成樣本的多樣性與真實性。

Who it’s for

此工具主要針對材料科學家、化學家和計算物理學家，他們需要設計具有目標物理或化學屬性的全新無機晶體。

Highlights

  • Multi-Property Conditioning: 同時根據一個或多個目標屬性生成材料的能力（例如，結合化學系統與能量上方值 (energy above hull))。
  • Pre-trained Models: 提供針對各種屬性的多個檢查點 (checkpoints)，包括能隙、磁密度和空間群。
  • Integrated Evaluation: 包含用於評估生成結構的穩定性、新穎性與獨特性之工具，並使用 MatterSim 等機器學習力場。
  • Flexible Training: 支持從 MP-20 等數據集開始從頭開始訓練，以及透過適配器 (adapters) 針對特定屬性進行微調。