PhononBench：用于晶体生成中动力学稳定性的大规模声子基准
材料科学
2025-12-30 v2 人工智能
摘要
本 work 引入了 PhononBench——目前首个用于 AI 生成晶体动力学稳定性的大规模基准测试。依据在超过 1 万种材料上实现 DFT 水平精度的声子预测，MatterSim 介于相位模型，PhononBench 使得对六大主流晶体生成模型生成的 108,843 种晶体结构进行高效大规模声子计算和动力学稳定性分析成为可能。PhononBench 揭示了当前生成模型在确保动力学稳定性方面的普遍局限：所有生成结构的平均动力学稳定率仅为 25.83%，绩效最好的模型 MatterGen 仅达到 41.0%。进一步的案例研究表明，在以 band-gap 条件为例的性质导向生成中，即便在最优 band-gap 条件（0.5 eV）下，动力学稳定率仍低至 23.5%。在空间群控制生成中，高对称晶体稳定性更佳（如立方体系统可达 49.2%），但所有受控生成的平均稳定性仍仅为 34.4%。本研究的另一个重要结果是识别出 28,119 个在整个布里渊赫尔曼区均为声子稳定的晶体结构，为未来材料探索提供了可靠的候选池。通过建立首个大规模动力学稳定性基准，本 work 系统性地阐明了晶体生成模型的当前局限，为未来开发面向设计和发现物理可行材料的模型提供了必要的评估标准和指导。PhononBench 中所有模型生成的晶体结构、声子计算结果以及开发的高通量评估工作流程将公开发布于 https://github.com/xqh19970407/PhononBench
引用
@article{arxiv.2512.21227,
title = {PhononBench:A Large-Scale Phonon-Based Benchmark for Dynamical Stability in Crystal Generation},
author = {Xiao-Qi Han and Peng-Jie Guo and Ze-Feng Gao and Zhong-Yi Lu},
journal= {arXiv preprint arXiv:2512.21227},
year = {2025}
}
备注
19 pages, 6 figures