晶体材料的生成模型

本文是一篇关于晶体材料生成模型的综述。背景方面，材料发现正经历从实验试错到数据驱动设计的范式转变，传统高通量筛选依赖对庞大候选空间的搜索，而生成模型旨在直接从目标性能出发逆向设计材料。研究目的上，文章系统梳理了从早期VAE、GAN到现代扩散模型、流匹配、贝叶斯流网络及大语言模型等技术谱系，详细讨论了晶体结构表示方法、常用数据库以及晶体结构预测和从头生成两大任务，并深入探讨了对称性约束、属性条件生成、模型评估等关键问题。结论指出，当前迭代生成模型（如BFN和特定Transformer）性能领先，但挑战依然存在，包括整合合成可及性、多目标优化、生成更大尺度结构、建模缺陷与无序以及提升模型可解释性，未来发展方向在于实现从计算设计到实验合成的闭环材料发现。