物质学院胡培君课题组发布新一代通用原子大模型

近日，上海科技大学物质科学与技术学院胡培君教授团队在人工智能驱动的材料科学领域取得重要进展。团队自主研发的机器学习原子间势函数模型TACE (Tensor Atomic Cluster Expansion)展现出卓越性能，入选全球权威机器学习材料发现榜单 Matbench Discovery 。

截至2026年1月6日，TACE 的通用大模型版本（TACE-v1-OAM-M）在 Matbench Discovery 排行榜上综合排名位居全球第六，成功超越了众多传统架构，成为该榜单上排名第一的笛卡尔（Cartesian-based）架构模型，同时也位列 ACE（Atomic Cluster Expansion）类模型之首。

Matbench Discovery 榜单截图（2026.1.14）

TACE 框架创新性地引入了不可约笛卡尔张量（Irreducible Cartesian Tensor, ICT）理论。Matbench Discovery 的评测结果证实，TACE 能够以更精简的模型体量，实现与甚至超越大规模球谐模型（如MACE，GRACE，Allegro）的预测精度和表达能力。同时，TACE框架深度结合了团队自主研发专注于多相催化反应体系的 REICO（Nat Catal 8, 891–904 (2025)）数据集构建策略，这一“数据-模型”的双重创新，为催化剂的理性设计和复杂反应机理的解析提供了强有力的计算引擎 。

该模型由胡培君课题组访问生许泽民训练，上海科技大学物质学院助理研究员谢闻博和胡培君教授指导完成。