Materium: 一种用于材料生成的自回归方法
机器学习
2025-12-09 v1 材料科学
摘要
我们提出 Materium：一种用于生成晶体结构的自回归Transformer，它将三维材料表示转换为token序列。这些序列包含具有氧化态的元素、分数坐标和晶格参数。与通过多次去噪步骤迭代优化原子位置的扩散方法不同，Materium 将原子置于精确的分数坐标处，从而实现快速、可扩展的生成。采用这种设计，模型可以在单个GPU上训练数小时，并在GPU和CPU上比基于扩散的方法快得多地生成样本。该模型使用多种属性作为条件进行训练和评估，包括基本属性（如密度和空间群）以及更实际的目标（如带隙和磁密度）。在单一条件和组合条件下，模型均表现出一致良好的性能，生成与请求输入对齐的候选结构。
引用
@article{arxiv.2512.07486,
title = {Materium: An Autoregressive Approach for Material Generation},
author = {Niklas Dobberstein and Jan Hamaekers},
journal= {arXiv preprint arXiv:2512.07486},
year = {2025}
}