CrystalFormer：融合空间群对称性的晶体生成模型

本文介绍了中国科学院物理研究所等单位合作开发的CrystalFormer模型。研究背景是生成式人工智能在多个领域取得成功，但晶体材料具有特殊的对称性特征需要专门处理。研究目的是开发一种能够融合空间群对称性的自回归晶体生成模型，通过序列化生成Wyckoff占位和晶格参数来构造新晶体结构。该模型能够学习固体化学规律，以概率模型形式表达化学直觉，探索尚未被发现的晶体材料。结论表明CrystalFormer将晶体对称性与化学直觉统一在生成模型框架中，为材料设计与发现提供了有效工具，相关工作已发表于Science Bulletin期刊。