Text-guided flow matching enables sample-efficient crystal structure generation

📄 arXiv: 2609.01076v1 📥 PDF

作者: Wentao Li

分类: cond-mat.mtrl-sci, cs.AI

发布日期: 2026-09-01

备注: 20 pages

💡 一句话要点

提出TFMat框架以提高晶体结构生成的样本效率

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 晶体结构生成 文本条件流匹配 材料设计 样本效率 机器学习

📋 核心要点

  1. 现有晶体生成方法在控制接口与材料设计描述符之间存在不匹配的问题，限制了其应用效果。
  2. 本文提出TFMat框架，通过文本条件流匹配，将结构化材料语言作为CrystalFlow生成器的语义先验，从而提升生成效率。
  3. 实验结果显示，TFMat在多个基准测试中显著提高了匹配率和生成质量，尤其在MP-20基准上达到了92.04%的匹配率。

📝 摘要（中文）

晶体生成器能够提出周期性结构，但其控制接口与材料设计中使用的混合描述符匹配不佳。文本提供了一种紧凑的方式来结合组成、对称性、原型和属性线索，但尚不清楚这些信息是否能引导基于流的晶体生成。本文介绍了TFMat，一个文本条件流匹配框架，利用结构化材料语言作为CrystalFlow生成器的语义先验。在Perov-5、Carbon-24和MP-20晶体结构预测基准上，TFMat在单候选匹配率上优于CrystalFlow，并在20个候选中达到了92.04%的MP-20匹配率；在新生成方面，它改善了元素计数和密度分布的对齐，同时保持了组成选择输出的粗略属性一致性。这些结果将结构化文本定位为一个可检查的控制层，用于将人类可读的材料意图转化为候选晶体，以便于后续的模拟和验证。

🔬 方法详解

问题定义：本文旨在解决现有晶体生成方法在控制接口与材料设计描述符之间的匹配不足，导致生成效率低下的问题。

核心思路：TFMat框架通过引入文本条件流匹配，利用结构化材料语言作为语义先验，能够更有效地引导晶体生成过程。

技术框架：TFMat的整体架构包括文本输入模块、流匹配模块和晶体生成模块。文本输入模块解析材料意图，流匹配模块通过条件流生成候选晶体，最后晶体生成模块输出最终结构。

关键创新：TFMat的主要创新在于将结构化文本作为控制层，能够将人类的材料设计意图直接转化为候选晶体，这一方法与传统的基于随机搜索或单一描述符的方法本质上不同。

关键设计：在TFMat中，使用了特定的损失函数来优化流匹配过程，并设计了适应性网络结构以处理多样化的材料描述符，确保生成的晶体在组成和属性上保持一致性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，TFMat在MP-20基准上达到了92.04%的匹配率，相较于CrystalFlow显著提高了单候选匹配率。此外，在新生成的晶体中，元素计数和密度分布的对齐得到了改善，保持了组成选择输出的粗略属性一致性。

🎯 应用场景

该研究的潜在应用领域包括新材料的设计与发现，尤其是在半导体、催化剂和储能材料等领域。通过将人类的设计意图转化为具体的晶体结构，TFMat能够加速材料的开发过程，提升研究效率，具有重要的实际价值和未来影响。

📄 摘要（原文）

Crystal generators can now propose periodic structures, but their control interfaces remain poorly matched to the mixed descriptors used in materials design. Text provides a compact way to combine composition, symmetry, prototype and property cues, yet it has not been clear whether such information can steer flow-based crystal generation. Here we introduce TFMat, a text-conditioned flow-matching framework that uses structured materials language as a semantic prior for a CrystalFlow generator. Across Perov-5, Carbon-24 and MP-20 crystal structure prediction benchmarks, TFMat improves one-candidate match rates over CrystalFlow and reaches a 92.04% MP-20 match rate with 20 candidates; in de novo generation, it improves element-count and density distribution alignment while retaining coarse property consistency in composition-selected outputs. These results position structured text as an inspectable control layer for translating human-readable materials intent into candidate crystals for downstream simulation and validation.