orbital-materials/orb-models

解決的問題

Orb-models 提供用於原子模擬的預訓練神經網路勢能，使研究人員能在無需傳統密度泛函理論（DFT）計算的極高計算成本的情況下，預測原子系統（如晶體和分子）的能量、力與應力。

工作原理

此專案實作一系列預訓練模型（Orb-v1 至 Orb-v3 與 OrbMol），作為通用力場使用。利用 GPU 加速的圖結構建構（透過 ALCHEMI Toolkit-Ops）來表示原子結構，並可透過 ASE（原子模擬環境）計算器、TorchSim 用於批次優化，或 NVALCHEMI Toolkit 用於高效率動力學，輕鬆整合至常見模擬工作流程中。最近的更新包含用於長程靜電作用的 CoulombModule 與 D3 色散校正，以提升凡德瓦耳相互作用的準確度。

適用對象

專為需要對多樣化的分子與晶體系統進行幾何最佳化或分子動力學（MD）模擬的計算化學家、材料科學家與物理學家設計。

主要亮點

• 高效率推論：支援全模型編譯，可在 GPU 上實現顯著加速，並利用優化的圖結構建構處理大量系統批次。
• 多樣化的模型套件：包含專用於分子系統的 OrbMol 模型（支援總電荷與自旋多重度）以及適用於一般原子模擬的 Orb-v3 模型。
• 置信度估計：Orb-v3 模型包含置信度頭，可預測每個原子力預測的可能誤差（MAE）。
• 可擴展性：提供內建微調腳本，可將預訓練模型適配至儲存在 ASE sqlite 資料庫中的自訂資料集。