crystal-generation

SinAE 提出了一个基于普通Transformer的单架构流匹配自编码器，能够在分子、晶体和蛋白质上实现近乎无损的重建，支持跨域训练，并在标准基准测试中展现出强大的生成性能。

本文介绍了一种原子语言模型，它集成了3D原子编码器、Qwen大语言模型和扩散晶体生成器，原生处理多模态材料数据，实现了最先进的晶体结构预测和从头生成。

LapidaryEngine是一种新型AI模型，能够通过自由形式的自然语言实现全对话式晶体材料生成。它采用一种枢纽表示法进行双向翻译和迭代优化。通过支持直观的类对话交互，该模型优于现有的文本到晶体系统。

PRISMat 是一种经济高效、排列不变的自回归模型，用于根据表面性质生成晶体切片，误差比以往模型低4倍，同时比LLM更高效。

Crys-JEPA 引入了一种用于晶体的联合嵌入预测架构，该架构学习了一个能量感知的潜在空间，在从头晶体发现方面实现了稳定性和新颖性的显著提升。