mattersim 是行业应用领域的开源项目，由 microsoft 开发，2024 年首次发布。
它收录于行业应用分类，该分类目前共有 544 个项目，GitHub 星标数为 598。
项目仍在小幅维护中，最近一次代码更新于 2026-09-20。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：新材料筛选与高通量计算。同类可对比的替代方案包括 MACE、NequIP、Allegro。
mattersim
用AI快速预测材料性质，替代昂贵的第一性原理计算
MatterSim 是一个基于深度学习的原子级模拟模型，旨在跨越元素、温度和压力范围进行材料性质预测。它解决了传统第一性原理计算（如DFT）成本高昂、难以处理大规模或复杂材料体系的问题，提供了一种快速、准确的替代方案。其核心能力包括：支持多种元素（覆盖周期表大部分元素）、预测不同温度和压力下的材料能量、力和应力，从而加速新材料发现和设计。模型基于图神经网络架构，经过大规模数据训练，具备较强的泛化能力，可应用于晶体、非晶、界面等多种体系。项目提供Python接口，便于集成到现有材料计算流程中。
开源
free
开源模型
GitHub 星标
★ 598
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队microsoft
所属国家
定价模式free
价格说明开源模型，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai4materials,ai4science,computational-materials-science,foundation-models,machine-learning,machine-learning-force-field,materials-science,mlff
GitHub 星标★ 598
30天Star增速
HF 下载量
上线时间2024-09-06 00:00:00
最近更新2026-09-20 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1
使用教程
核心亮点
- 覆盖元素范围广，支持跨元素体系预测，泛化能力强
- 能预测能量、力、应力，适配分子动力学模拟场景
- 基于大规模数据训练，精度接近DFT但速度提升数个量级
不足之处
- 早期项目，文档和社区生态尚不完善
- 对极端复杂体系（如缺陷、无序）的精度仍需验证
适用场景
- 新材料筛选与高通量计算
- 分子动力学模拟中的势函数替代
- 材料在极端温度压力下的性质预测
替代项目
MACE、NequIP、Allegro
项目介绍
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···
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
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
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···