京师数学前沿论坛 第二十五讲
京师数学前沿论坛
报告题目(Title)：原子大模型与材料发现
报告人(Speaker)：王涵 研究员（北京应用物理与计算数学研究所）
地点(Place)：后主楼1124
时间(Time)：2026年4月22日（周三）上午9:30-10:30
报告摘要
材料设计与发现面临严峻的组合空间爆炸挑战。本报告系统介绍一类面向材料设计与发现的有力理论工具——原子大模型（Large Atomistic Model, LAM）。在模型架构方面，本报告提出基于线图序列消息传递机制的图神经网络，从理论层面严格证明该类网络的万有逼近定理，并在实证层面验证其满足规模律（Scaling Law）。在模型训练方面，预训练阶段重点探讨异质多源数据集的协同训练策略，及针对性训练数据的系统生成方法；微调阶段则聚焦于模型泛化能力的定量评估，及在下游小样本任务中提升分布外泛化性能的有效途径。以DPA-3.1-3M预训练模型为例，该模型在LAMBench基准测试及多项材料性质预测任务中均展现出卓越的零样本泛化能力与分布外预测精度，综合性能优于现有主流模型。作为材料设计应用的典型范例，本研究成功预测了多种具有高热力学稳定性的新型三元超导氢化物，部分候选结构的理论超导转变温度达到 Tc≥298 K，展现出近室温超导的潜在可能性。上述结果表明，原子大模型已成为加速新型功能材料发现与设计的有效计算工具。
主讲人简介
王涵，北京应用物理与计算数学研究所研究员，博士生导师。2011年博士毕业于北京大学数学科学学院。主要研究兴趣为分子动力学模拟中的多尺度建模与计算方法。与合作者发展了基于深度学习的原子间相互作用建模与计算方法，解决了传统方法精度和效率无法两全的困境，将第一原理精度分子动力学模拟规模推进至亿原子量级，相关工作在学术界和计算科学领域受到广泛关注。2020年获得国际高性能计算应用领域最高奖—戈登贝尔奖（ACM Gordon Bell Prize），2021年获得国家自然科学基金优秀青年科学基金项目，2025年获得国家自然科学基金青年A类项目。
