Multi-GPU MBE(3)-OSV-MP2 for Performant Large-Scale ab initio Calculations
该论文提出了一种基于多 GPU 的 MBE(3)-OSV-MP2 实现方案，通过优化轨道定域化、随机 OSV 生成及 CUDA 内核适配等算法，成功在大规模生物分子（如含 784 个原子的胰岛素肽）上实现了具有 标度律的高性能 $ab$ $initio$ 计算，较传统方法获得了显著的速度提升。
🔬 Category
physics.chem-ph
1002 篇论文
化学物理这一交叉领域探索着分子层面的物理规律，架起了化学变化与物理原理之间的桥梁。在这里，科学家通过理论模型和实验手段，深入理解原子如何结合、能量如何转化以及物质在微观尺度下的独特行为。
Gist.Science 致力于让 arXiv 上的最新研究成果触手可及。我们实时追踪并处理该分类下发布的所有预印本，为每一篇论文提供通俗易懂的科普解读与详尽的技术摘要，帮助不同背景的读者跨越专业术语的障碍，轻松把握前沿动态。
以下是该领域近期在 arXiv 上发布的最新论文精选。
All-in-one foundational models learning across quantum chemical levels
本文提出了一种基于多模态学习的“全合一”（AIO）ANI 模型架构，能够跨越从半经验方法到耦合簇等多个量子化学精度层级进行训练，并构建了具有广泛泛化能力和高精度的基础模型，旨在为有机分子提供比传统迁移学习更通用且易于使用的解决方案。
Aitomia: Your Intelligent Assistant for AI-Driven Atomistic and Quantum Chemical Simulations
本文介绍了 Aitomia，这是一个基于人工智能的智能助手平台，它通过集成大语言模型代理与 MLatom 及多种量子化学软件，为专家和非专家提供从模拟设置、运行到结果分析的全流程自动化支持，从而降低了原子尺度模拟的门槛并加速相关领域的研发。
Artificial Intelligence for Direct Prediction of Molecular Dynamics Across Chemical Space
该论文提出了一种名为 MDtrajNet 的新型神经网络架构及其预训练基础模型 MDtrajNet-1，该模型通过结合等变神经网络与 Transformer 架构，能够直接生成跨越化学空间的分子动力学轨迹，从而在无需进行力计算和数值积分的情况下，将模拟速度提升两个数量级并达到接近从头算分子动力学的精度。
A Descriptor Is All You Need: Accurate Machine Learning of Nonadiabatic Coupling Vectors
该论文首次设计了非绝热耦合（NAC）专用描述符并结合新的相位校正程序，实现了精度超过 0.99 的机器学习预测，从而成功推动了基于全机器学习驱动的富烯分子非绝热动力学模拟。
Reducing Self-Interaction Error in Transition-Metal Oxides with Different Exact-Exchange Fractions for Energy and Density
该论文提出了一种名为 rSCANY@rSCANX 的新方法，通过为电子密度和总能量分别采用不同比例的精确交换，有效降低了过渡金属氧化物中的自相互作用误差，从而在氧化能、磁矩和带隙等性质的预测精度上显著优于 rSCAN 及现有的 DFT+ 方法。
Extending Nonlocal Kinetic Energy Density Functionals to Isolated Systems via a Density-Functional-Dependent Kernel
本文通过构建密度泛函依赖的核函数，解决了 Wang-Teter 非局域动能密度泛函在孤立系统中因平均电荷密度定义不当导致的 Blanc-Cances 不稳定性问题，在保持计算效率的同时显著提升了精度，并兼顾了其在体金属体系中的优越表现。
Isotopic Fingerprints of Proton-mediated Dielectric Relaxation in Solid and Liquid Water
该研究通过跨验证测量四种水同位素体在 1-10^5 Hz 频段的介电弛豫，证实冰中弛豫速率具有与同位素无关的活化能且 H₂O/D₂O 速率比恒定为 2.0，从而表明介电弛豫由跨越能垒的经典质子转移而非分子重取向所主导。
AceFF: A State-of-the-Art Machine Learning Potential for Small Molecules
本文介绍了 AceFF，这是一种基于 TensorNet2 架构、在药物发现相关化学空间上经过预训练的小分子机器学习势函数，它在保持 DFT 级精度的同时实现了高通量推理速度，并支持多种关键元素及带电状态。
Förster resonance energy transfer with transient coherent effects
该论文通过引入分子统计算符的精确时间依赖因子化，将传统的 Förster 共振能量转移理论推广为适用于计算分子系统超快非线性响应的完整主方程，该方程不仅保留了弱耦合极限下的有效性，还成功描述了由瞬态相干效应引起的初始条件滑移现象，并得到了精确数值结果的验证。