AI赋能的电子结构计算
凝聚态物理—6163银河线路检测中心论坛 2026年第 13期（No.654 since 2001）
摘要 (Abstract) ：
人工智能（AI）正深刻重塑计算凝聚态物理的研究范式。本报告将系统介绍本团队在AI赋能电子结构计算领域的最新进展，主要包括：（1）机器学习势函数：提出处理磁性体系的SpinGNN模型、描述电场效应的DREAM模型，以及处理长程相互作用的倒空间模型RSNN；（2）电子结构预测AI模型：构建基于等变图神经网络的预测电子哈密顿量的HamGNN模型，发展了首个覆盖全周期表并精确刻画自旋-轨道耦合（SOC）的通用模型；提出直接预测局域与能量密度矩阵，从而高效求解系统总能与偶极矩的专利算法；成功构建了具备强泛化能力的通用电子密度预测大模型。
目前，上述系列算法已集成至自主研发的PASP软件包中。依托这些核心技术，我们建立了大规模电子结构数据库与在线预测平台（sci-ai.cn、 MCP服务器：hamgnn-mcp.sci-ai.cn/mcp/、“计算物质科学实验室”公众号），为新材料的快速发现与底层物理机制研究提供了强大的计算引擎。
