Caltech 发布 O-kRystal：AI 能带预测精度超越 DFT

Caltech 的 Anima Anandkumar 团队发布 O-kRystal（arXiv 2610.19919），一个周期性 E(3)-等变图神经网络，采用双空间轨道学习框架，以低成本的 PBE 计算作为能量基线和结构化输入，学习对单个电子态的修正，从而突破标准 DFT 的精度上限。在能带结构预测任务上，其平均绝对误差较 DFT 基线降低 68.7%，展现出 AI 方法在固体电子结构计算中的潜力。

2026-10-18 ~ 2026-10-18 · 2 条相关

• Caltech 团队发布 O-kRystal：AI 学出超越 DFT 的能带修正，MAE 降 68.7% — AnimaAnandkumar · 2026-10-18

另有 1 条近重复转述:AnimaAnandkumar