CrystalGRW：基于测地随机游走的黎曼流形扩散生成模型用于靶向晶体学性质的晶体结构生成

《Scientific Reports》：CrystalGRW: generative modeling of crystal structures with targeted crystallographic properties via geodesic random walks

　　

确定候选晶体材料是否在热力学上稳定，取决于识别其真实基态结构，这是计算材料科学的核心挑战。研究人员提出 CrystalGRW，一种在黎曼流形上的基于扩散的生成模型，该模型在稳定相中提出候选晶体构型，并通过密度泛函理论(DFT)计算进行验证。该模型专为 de novo 生成而设计，可同时创建晶体结构及其组成。晶体性质（如分数坐标、原子类型和晶格矩阵）在合适的黎曼流形上表示，确保通过扩散过程生成的新预测保持晶体结构的周期性。研究人员还引入等变图神经网络以考虑模型内的旋转和平移对称性。CrystalGRW 生成的晶体结构稳定且与其 DFT 基态高度相似。该模型还支持条件控制，例如强制指定晶体学点群，从而通过为实验验证提供对称性一致、能量稳定的候选晶体，加速材料发现与逆向设计。

研究背景与动机

晶体结构定义为原子在晶格中的周期性排列，直接决定稳定性、带隙与机械强度等材料性质。传统基态结构预测依赖进化算法、ab initio 随机结构搜索、模拟退火等随机采样结合 DFT 评估，但 DFT 随基函数数立方缩放，计算昂贵；机器学习原子间势(MLIPs)虽加速仍受限于采样效率。生成式模型可直接从学习分布采样新材，避免能垒约束。扩散模型将随机噪声转为结构化数据，但晶体三类核心属性——分数坐标居于三维环面 T³=[0,1)³、原子类型概率居于 d 维单纯形 Δ^d（d～100）、晶格矩阵居于欧几里得空间 R^3×3——分属非欧与欧氏域，朴素高斯噪声会破坏周期性与单纯形边界。已有 Riemannian 分数生成模型(RSGM)在流形上沿测地路径加噪，FlowMM 用确定性流匹配，而研究人员开展 CrystalGRW：在紧致与非紧致黎曼流形上用随机测地随机游走(SDE)统一三类属性噪声，配 EquiformerV2 等变图神经网络(GNN)与分类器无关引导(CFG)，实现 de novo 生成与靶向点群条件控制，论文发表于《Scientific Reports》。

主要关键技术方法

研究人员在 ALEX-MP-20 数据集（675,204 个凸包能 E_hull<100 meV/atom 的稳定/亚稳无机晶体，每胞≤20 原子、≤10 元素、原子序≤83，源自 Alexandria 与 Materials Project 库）训练。核心方法为：分数坐标在 T³ 上、原子类型经均匀间距双射映至 d 维超立方体 C^d 后做边界反射随机游走再映回 Δ^d、晶格在 R^3×3 上分别前向测地随机游走(GRW)加噪；反向用 F?llmer 时间反转 SDE 依学习分数去噪；分数用 EquiformerV2 的 l=1 输出头产 3D 等变向量映回环面，原子类型与晶格用 l=0 头产不变特征；条件控制将 32 点群编码为 7 标签（n₁,n₂,n₃,m_h,m_v,m_d,i）嵌入节点特征，以 CFG（w=0.5）引导采样。

研究结果

CrystalGRW：模型以 x=(r?,A?,L) 分置 (T³)^N、(C^d)^N、R^3×3 三流形，前向 GRW 无漂移紧致流形趋均匀、非紧致用方差爆炸近似，反向用式(2)指数映射迭代去噪，损失用 Varadhan 渐近黎曼分数匹配式(3)，η=10^-6 防零除，采样用自适应步长 γ∝k^ξ。

生成真实结构：在 10⁴ 样本中所有结构满足原子间距≥0.5 ? 结构有效，90.74% 电荷中性组成有效，超越 DiffCSP 等对比；点群分布与 ALEX-MP-20 训练集趋势一致，高对称群（m3m、432m、6/mmm）比例接近，低对称 m 偏多，证明生成即具晶体学对称性。

生成稳定独特新颖(S.U.N.)结构：约 48% 新颖、10⁴ 样本时唯一率 76%、唯一且新颖 36.9%；DFT 算 1436 结构 E_hull，95.0% 低于 100 meV/atom，S.U.N.率 37.72%，与 MatterGen 38.57% 相当（后者 novelty 比对含 ICSD 许可库），对称简并拉低唯一性但稳定性突出。

生成 DFT 基态结构：10³ 样本平均 RMSD 0.0053±0.0173 ?（ALEX-MP-20 训练），18.69% 样本平均原子力≤5×10^-4 eV/? 即达 DFT 收敛标准，28.96% ≤5×10^-3 eV/?；新颖结构 RMSD 均 0.011 ?，非新颖 0.0014 ?，贴近 DFT 弛豫构型。

生成靶向性质结构：每点群生成 128 个（2 与 4 原子/胞，w=0.5），高频点群（m3m、43m、6/mmm、3m、mmm、2/m）输入输出匹配佳；低频群（m3、6、4、3、1）偏向同主轴更高对称。2 原子宏 F1 0.130、加权 0.343；4 原子宏 F1 0.216、加权 0.376。7 原子/胞时 422 点群匹配 57%、F1 0.408。无条件生成仅出 m3m 等少数群，证明 CFG 条件有效，但原子>10 时点群控制退化出低对称。

讨论与结论翻译

讨论指出 CrystalGRW 用 SDE 测地随机游走统一三类晶体属性于约束域流形，区别于定域包裹高斯/类别噪声或确定性流匹配，配强等变 GNN 产出近 DFT 基态、E_hull<100 meV/atom 的高对称有效结构；点群条件引导可行但限于小胞原子数，连续性质控制待未来工作。

结论（译）：研究人员提出 CrystalGRW，一种利用黎曼流形扩散与 EquiformerV2 的生成模型，用于产出具靶向性质（以指定晶体学点群为例）的候选热力学稳定晶体结构。框架核心区别为在特定流形（约束域）用 SDE 测地随机游走，使原子位置、原子类型与晶格于统一理论下处理。该模型生成物理有效、高对称且近 DFT 基态结构，多数 E_hull 低于 100 meV/atom；晶体学点群可通过条件控制引导，实现靶向逆向设计。局限为点群控制在每胞原子数小时高效，>10 原子趋低对称，且当前对类别条件（如点群）优于连续性质控制。