PaddleMaterials

用飞桨快速训练材料AI模型,替代高成本第一性原理计算

PaddleMaterials 是百度飞桨团队开源的材料科学 AI 基础设施,面向材料计算与发现场景,把深度学习能力封装成可直接调用的工具链。它要解决的问题是:传统材料模拟依赖第一性原理计算,成本高、周期长,而普通研究者又难以从零搭建机器学习势函数和材料性质预测流程。项目提供数据预处理、模型训练、评估与推理的完整管线,覆盖分子动力学中的机器学习势函数、材料性质预测、晶体结构表征等任务,并基于 PaddlePaddle 生态,支持国产硬件适配。核心能力包括可复用的材料数据集接口、预训练模型与训练脚本、以及面向材料领域的特征工程模块,让材料研究者无需深入 AI 工程即可开展 AI for Science 实验。

开源 free 行业应用
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 124
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类行业应用
开发团队PaddlePaddle
所属国家
定价模式free
价格说明开源免费,基于PaddlePaddle,无付费信息
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai-for-materials,ai-for-science,ai4science,aiforscience,deep-learning,machine-learning-interatomic-potential,material-discovery,nmr-spectroscopy,property-prediction,structure-generator
GitHub 星标★ 124
30天Star增速
HF 下载量
上线时间2024-08-07 00:00:00
最近更新2026-09-20 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2026-09-28
浏览次数0

使用教程

核心亮点

  • 提供从数据到训练推理的完整材料AI管线,开箱即用
  • 基于PaddlePaddle,对国产芯片和飞桨生态用户友好
  • 覆盖机器学习势函数、性质预测等材料领域典型任务

不足之处

  • 项目处于早期,星标仅124,社区生态和第三方教程较少
  • 文档与示例的完整度、英文支持程度有待观察

适用场景

  • 材料研究者训练机器学习势函数替代DFT做分子动力学模拟
  • 高校团队用飞桨做AI for Science课程与科研实验
  • 企业材料研发部门快速验证新材料的性质预测模型

替代项目

DeepMD-kit、MatGL、MACE

项目介绍

PaddleMaterials 是行业应用领域的开源项目,由 PaddlePaddle 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 548 个项目,GitHub 星标数为 124。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-20。开源免费,基于PaddlePaddle,无付费信息。

它主要面向的使用场景是:材料研究者训练机器学习势函数替代DFT做分子动力学模拟。同类可对比的替代方案包括 DeepMD-kit、MatGL、MACE。

上一篇:Lilly

下一篇:没有了!

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

★ 102 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···

★ 704 2026-08-13