技术摘要：EquiFiLM

问题陈述

基础机器学习力场（MLFFs），如 MACE-MP-0 和 UMA，已在广泛的化学空间内实现了接近密度泛函理论（DFT）的精度。然而，标准公式仅以原子位置和种类为条件，假设的是平衡态基态物理。它们缺乏处理外部诱导电子态变化的原生机制，例如总电荷、外加电场或电子激发。因此，这些模型无法泛化到受驱动的过程，如光激发或电荷注入。

现有的引入外部条件的方案面临显著的权衡：

1. 单状态专家模型： 为每个电荷状态训练单独的模型可以获得可接受的训练电荷精度，但无法泛化到未见的电荷。
2. 基于物理的基础模型： 像 MACE-POLAR-1-M 或 4G-HDNNP 这样的模型通过显式的电荷感知（例如，电荷平衡、逐原子库仑机制）构建而成。虽然有效，但它们需要从大规模语料库（数量级为 $10^8$ 个结构）开始从头训练，并且通常涉及复杂的、专门的原子电荷监督或迭代平衡过程。
3. 性能退化： 将标准基础模型应用于带电系统会导致精度迅速下降，力误差上升至数百 meV/Å。

方法论

作者提出了 EquiFiLM，一种轻量级、与骨干网络无关的适配器，能够为任何等变基础 MLFF 添加连续的外部调节轴。

核心机制：ChargeFiLMBlock

该方法利用了专门针对等变网络改进的特征线性调制（Feature-wise Linear Modulation, FiLM）。

• 输入： 一个逐图的调节标量 $c$（例如，总电荷 $q$ 除以原子数）。
• 架构： 两个小型多层感知器（MLPs）将 $c$ 映射为门控参数 $\gamma(c)$ 和 $\beta(c)$。
• 调制： 该模块被插入到骨干网络中每个交互层的消息张量与线性投影之间。它仅对节点特征的标量通道（$\ell=0$）进行调制：
  $$m'^{(t, \ell=0)}_i = (1 + \gamma(c)) \odot m^{(t, \ell=0)}_i + \beta(c)$$
  高阶等变特征（$\ell \ge 1$）保持不变。
• 等变性保持： 由于门控参数仅依赖于逐图标量（该标量在旋转和平移下是不变的），且调制仅作用于标量通道，因此该模块精确地保持了 E(3)-等变性。
• 初始化： 门控 MLP 的输出层初始化为零，确保在训练开始时，适配器表现为恒等函数，使模型与未调节的骨干网络完全一致。

实现细节

• 骨干网络： 该方法使用 MACE-MatPES 作为骨干网络进行演示。
• 训练数据： 模型在四个总电荷（$q \in \{0, 6e, 10e, 16e\}$）下的液态水从头算分子动力学（AIMD）轨迹上进行训练，使用的是 VASP 在 r2SCAN meta-GGA 能级下的计算结果。
• 效率： 该适配器相对于骨干网络增加了约 15% 的参数，但与未调节的骨干网络相比，没有产生可测量的每步推理成本。

关键结果

生成的模型 E-MACE 在训练、插值和外推电荷下的带电液态水方面进行了评估。

精度与泛化能力

• 训练电荷： 与在相同数据上进行无 EquiFiLM 微调的基准 MACE-MatPES 相比，E-MACE 实现了 3.1 倍的力 RMSE 降低（从 21.3 降至 6.96 meV/Å）和 61 倍的单原子能量 RMSE 降低（从 6.1 降至 0.1 meV/atom）。
• 与大型基础模型的比较： E-MACE 的力精度与 MACE-POLAR-1-M 相匹配，后者是一个专门构建的电荷感知基础模型，其规模约为 E-MACE 的 20 倍（15.2M vs 0.76M 参数），且是从海量数据集从头训练而成的。
• 泛化性： 模型能够泛化到留出的插值（$q \in \{2e, 4e, 8e, 12e, 14e\}$）和外推（$q \in \{18e, 20e\}$）电荷。力 RMSE 保持在 18–61 meV/Å 之间，能量 RMSE 保持在 0.7–5.4 meV/atom 之间。
• 数据效率： 以极少的数据实现了高精度。能量 RMSE 在仅使用 25% 的训练数据（约 1,600 帧）时即达到饱和，力 RMSE 在 50%（约 3,200 帧）时达到饱和。这与训练电荷感知基础模型所需的 $\approx 10^8$ 个结构形成了鲜明对比。

物理一致性

• 能量守恒： 使用 E-MACE 进行的微正则系综（NVE）分子动力学（MD）模拟显示，在整个电荷范围内能量守恒稳定，平均漂移低于 0.01 meV/atom。这证实了 FiLM 模块保持了力的保守性质。
• 结构响应： 模型成功预测了电荷相关的径向分布函数（PDF）的变化 $\Delta G(r; q)$。它捕捉到了高电荷下第一 O-O 配位壳层的向外移动以及 H-H 峰的出现（表明还原性 H$_2$ 的形成），这与超快电子衍射（UED）的可观测现象一致。

消融实验

• 调制类型： 仅使用加性偏移 $\beta$ 就能捕捉到大部分性能增益，这表明电荷的主要影响是基准能量偏移。保留乘性门控 $\gamma$ 是为了通用性（例如用于温度/压力缩放），且增加的成本微乎其微。
• 输入注入： 仅仅将电荷作为输入标记（token）进行拼接（而不进行逐层调制）无法提高精度，这证实了逐层调制对于让网络在每一深度调整内部特征是必要的。

意义与主张

论文声称 EquiFiLM 为扩展基础 MLFF 到驱动过程建立了一种新的范式：

1. 适配器问题： 对基础 MLFF 进行调节被视为一个“适配器问题”，类似于语言和视觉中的任务适配。它仅需要涵盖调节轴的小规模微调语料库（数千帧），而不是从头开始重新训练基础模型。
2. 骨干网络与调节方式无关： 该方案无需改变架构，即可应用于任何具有标量交互层通道的等变 MLFF，并可以处理任何连续的标量外部变量（如电荷、温度、压力、掺杂浓度）。
3. 效率与性能： 它以极小的参数量和训练数据成本，实现了与大规模、专门构建的电荷感知基础模型相当的精度，同时保持了原始骨干网络的推理速度。
4. 物理有效性： 通过严格保持 E(3)-等变性并仅作用于标量通道，该方法确保了生成的力仍然是位置相关能量的精确梯度，从而实现了稳定的长时标 MD 模拟。

作者总结道，这种方法使得在电化学、光化学和掺杂材料设计等应用中，为现有的基础模型添加可控自由度（如电荷或温度）变得切实可行，而无需承担训练新基础模型的巨大成本。