研究进展：机器学习原子间势MLIP-化学/材料原子模拟 | Nature Reviews Chemistry

本文是一篇发表在《Nature Reviews Chemistry》上的综述文章，主要概述了机器学习原子间势领域的研究进展。背景：化学与材料科学的原子级模拟长期面临量子力学计算精度与大规模、长时标模拟需求之间的权衡难题，计算成本高昂。研究目的：探讨并概述如何通过构建大规模、预训练的机器学习原子间势基础模型，利用高表达力架构和先进训练策略，实现更高效、易迁移且鲁棒的原子模拟，以克服传统方法的局限。结论：文章提出了构建此类基础模型的具体标准与协同开发策略，强调了其在提升模拟效率、支持下游任务微调以及展现潜在涌现能力方面的巨大潜力，有望变革化学与材料科学领域的预测性模拟并加速相关发现。