速度提升百倍、精度达实验水准，中国科学院等发布FastTrack，为离子装上「导航系统」

本文背景聚焦于材料科学中离子扩散路径计算的高耗时难题，传统密度泛函理论结合弹性带算法需数小时至数天。研究目的是开发FastTrack机器学习框架，通过结合机器学习势场的速度优势和三维势能面采样，实现分钟级离子迁移路径重建。结论表明该方法在LiCoO₂和LiFePO₄等材料中精准识别迁移路径，势垒预测与实验一致，计算速度提升10倍，且具备自动路径识别和开源兼容性，推动了计算物理研究范式的革新。