通用分子势能模型：矩-图神经网络

本文介绍了浙江大学朱书泽研究员团队提出的矩-图神经网络（MGNN），这是一种旋转不变的消息传递神经网络架构，利用3D分子图的矩表征学习，擅长刻画分子结构的空间关系。研究团队在多个开源公共数据集上验证了MGNN的优越性，在QM9、MD17和MD17-乙醇数据集中取得了多项最先进的结果。MGNN的核心在于利用矩来表征三维分子图的几何关系，并通过图神经网络的消息传递机制对原子特征进行更新和学习，避免了传统模型依赖计算昂贵且复杂的球谐函数或高阶张量运算。此外，MGNN在动态模拟和分子光谱模拟方面也展现出强大的潜力，为固态电解质设计和传统电子结构计算方法提供了高效替代方案。