CrystalAR：用于对称晶体生成的自回归建模

深度生成建模在晶体生成领域取得了显著进展。鉴于晶体结构中蕴含丰富的对称性，近期研究开始将空间群对称性显式融入生成模型，从而更有效地探索新颖的对称模板。然而，引入对称模板增加了原子种类与晶体学位点之间化学计量关系的组合复杂性，同时也带来了一个根本性矛盾：既要灵活探索离散的晶体学模板，又要将这些模板忠实地实现为连续的三维结构。为应对这些挑战，我们提出 CrystalAR，这是一种统一的自回归框架，在单一生成序列中对 Wyckoff 对称模板和完整晶体结构进行建模。具体而言，CrystalAR 将连续坐标生成重新表述为一种由对称性条件约束的离散空间定位决策层级，在不同分辨率层级上以自回归方式逐步细化所有对称不等价位点的位置，同时联合建模每一层内部的空间构型。这种离散的层级式表述进一步支持对晶体学模板和几何实现进行约束感知的搜索。因此，CrystalAR 在保持较强对称模板生成能力的同时，实现了具有竞争力的从头生成性能和无模板晶体结构预测（CSP）精度。结果表明，无需依赖从既有数据中检索得到的对称模板，对称模板生成能力可以与广泛具有竞争力的从头生成性能和具有竞争力的 CSP 同时实现，为保持对称性的晶体生成提供了一种有前景的替代范式。