让AI看清原子世界，人大高瓴黄文炳团队联合南大、华为、清华等单位提出晶体结构预测孪生基座模型

背景：晶体结构预测是自20世纪50年代以来材料科学的基础难题，因搜索空间巨大、几何约束严格和训练数据有限而极具挑战。研究目的：中国人民大学黄文炳团队联合南京大学、华为和清华大学，在《自然-通讯》发表研究，提出DAO（Diffusion-based crystAl Omni）框架，旨在通过两个互补基础模型高效预测晶体结构。方法上，DAO由生成器DAO-G和预测器DAO-P组成，共享Crysformer骨干网络；团队构建CrysDB近百万晶体数据集，通过两阶段预训练和能量引导采样优化生成。结论：在MP-20和MPTS-52基准上，DAO显著超越现有模型，匹配率分别达74.17%和42.01%。在三种真实超导体（Cr₆Os₂等）验证中，实现了100%结构匹配率、亚原子级精度（RMSE低至0.0012）和精确超导温度预测（误差0.04K），速度比DFT方法快2000倍以上。该工作展示了AI在材料科学中的巨大潜力，但仍有大体系泛化等问题待解。