mattergen

用生成式AI按性能要求直接造出无机材料候选结构

MatterGen 是微软开源的官方实现,基于扩散生成模型,用于跨元素周期表的无机材料逆向设计。传统材料发现依赖试错和数据库筛选,周期长、成本高,而 MatterGen 让模型从随机噪声出发,直接生成满足目标化学组成与结构约束的晶体材料,并可通过微调将生成过程导向带隙、磁性、力学性能等具体属性要求。项目提供预训练模型、条件生成与微调流程,以及配套的评估工具,能输出候选晶体结构供后续 DFT 验证。它把生成式 AI 引入材料科学,将设计空间从已知化合物扩展到整个周期表,为电池、催化、半导体等领域的材料探索提供可编程的候选生成能力,显著缩短从需求到候选结构的迭代周期。

开源 free 行业应用
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1826
维护状态 较活跃
是否开源
定价模式 free

项目数据

分类行业应用
开发团队microsoft
所属国家
定价模式free
价格说明开源代码,遵循 MIT 许可证,免费使用
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型generative-ai,materials-design,materials-science
GitHub 星标★ 1826
30天Star增速
HF 下载量
上线时间2024-11-27 00:00:00
最近更新2026-09-18 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-16
浏览次数0

使用教程

难度:进阶 约 15 分钟 部署方式:本地安装 7 步

环境要求

  • Linux 系统(README 的安装流程以 Linux 为前提)
  • 具备 CUDA GPU
  • Python 3.10
  • 已安装 uv(包与项目管理器,README 推荐方式)
  • 安装 Git LFS 以获取数据集与模型权重

安装与启动步骤

  1. 1克隆项目仓库

    把 MatterGen 源码下载到本地,后续本地安装需要在该目录内执行命令。

    git clone https://github.com/microsoft/mattergen.git
    cd mattergen
  2. 2安装 uv

    README 推荐的安装方式依赖 uv,先用 pip 把它装上。

    pip install uv
  3. 3创建并激活虚拟环境

    用 uv 创建 Python 3.10 虚拟环境并激活,README 明确要求 3.10。

    uv venv .venv --python 3.10
    source .venv/bin/activate
  4. 4本地安装依赖

    在仓库根目录以可编辑方式安装项目及其依赖。注意需在激活的虚拟环境中执行。

    uv pip install -e .
  5. 5或从 PyPI 安装

    不想装源码时,可用带 PyTorch Geometric CUDA wheel 的方式安装发行包。

    uv pip install mattergen --find-links https://data.pyg.org/whl/torch-2.2.0+cu121.html
  6. 6检查 Git LFS

    数据集和模型 checkpoint 通过 Git LFS 提供,先确认本机是否已安装。

    git lfs --version
  7. 7安装 Git LFS

    若上一步没有输出版本号(如 git-lfs/3.0.2),按 README 安装并初始化。

    sudo apt install git-lfs
    git lfs install

如何确认成功

README 未给出启动验证命令;可确认 git lfs --version 正常输出,且 uv pip install -e . 或 PyPI 安装命令无报错。

常见问题

Q:没有 CUDA GPU 可以装吗?

A:README 的安装说明明确假设运行在 Linux 且具备 CUDA GPU,未提供 CPU 版本的安装方式,无 GPU 环境可能无法按此流程使用。

Q:为什么数据集和模型权重拉不下来?

A:它们通过 Git Large File Storage (LFS) 存放在仓库中,需先安装 git-lfs 并执行 git lfs install,否则只能拿到指针文件。

Q:PyPI 安装时 PyTorch Geometric 报错怎么办?

A:需保留 README 给出的 --find-links 参数,使用 torch-2.2.0+cu121 对应的预编译 wheel,版本不匹配会安装失败。

Q:Windows 或 macOS 支持吗?

A:README 只给出了 Linux + CUDA GPU 的安装命令,其他平台未说明。

注意事项

  • README 的安装流程假设使用 Linux 并具备 CUDA GPU。
  • 虚拟环境必须指定 Python 3.10。
  • 数据集与模型 checkpoint 由 Git LFS 托管,克隆后需确保 LFS 文件已实际拉取。
  • README 未提供端口、服务启动或配置文件说明,本项目以命令行/库方式使用。

核心亮点

  • 支持跨元素周期表的无机晶体生成,不局限于已知材料数据库
  • 可通过微调按带隙、磁性、力学等属性约束定向生成,具备条件控制能力
  • 提供官方预训练模型、训练与评估代码,复现路径完整,适合科研直接使用

不足之处

  • 生成结果仍需 DFT 或实验验证,不能直接当作可用材料
  • 对算力和领域知识有门槛,普通开发者上手成本较高

适用场景

  • 电池与储能材料的新候选结构探索
  • 半导体与光电材料按带隙条件筛选
  • 催化剂与合金材料的成分-结构联合设计

替代项目

CDVAE、MatterSim、CrystalDiffusion

项目介绍

mattergen 是一个行业应用领域的开源项目,官方简介:Official implementation of MatterGen -- a generative model for inorganic materials design across the periodic table that can be fine-tuned to steer the generation towards a wide range of property constraints.。项目使用 Python 开发,在 GitHub 上获得 1821 星标。

上一篇:terraform-genai-knowledge-base

下一篇:KaliGPT

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 101 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 668 2026-08-13