Aitomistic Logo

新闻

2026-08-21

arXiv观点:从4个到49个——AI智能体正在重塑计算化学?

计算化学的AI智能体已有近50个。本文系统梳理截至2026年8月的49个系统:它们能做哪些任务、自主到什么程度、采用什么架构、哪些真正可以拿来用,并展望这一方向的走势——从单次计算,到自主实验,再到论文撰写。

News image

2026-08-03

MLatom:一行安装,并改用更宽松的开源协议

MLatom 3.24.0 的安装简化为一条命令,并改用 Apache License 2.0 发布。

News image

2026-07-15

过渡态搜索,如今只需"聊一句"(Protomia 2.6.0)

一句话,AI 智能体便完成 NEB 反应路径、过渡态优化、虚频确认、IRC 验证与反应能量图。

News image

2026-07-01

Aitomia 正式发表于 JCTC

我们的首个智能体框架 Aitomia 正式发表于 JCTC,并以 Apache 2.0 开源。这一愿景如今由全新系统 Protomia 承载——在浏览器中即可对话式完成计算、分析与论文写作。前往 Aitomistic Hub 抢先体验。

News image

2026-06-22

Nat. Commun.:OMNI-P2x——激发态模拟的通用神经网络势

拟核科技联合团队推出OMNI-P2x神经网络势,毫秒级精度预测分子激发态,突破TD-DFT小时级瓶颈,光化学模拟效率跃升,成果发表于Nature Communications。

News image

2026-06-01

Protomia 1.0 Catalyst:从对话到科学发现,重塑计算化学范式

Protomia 1.0 Catalyst:从对话到结果的计算化学

News image

2026-03-26

介绍 Protomia —— 抢先体验 Alpha 版本

Protomia 基于 Aitomia 的理念构建:响应更快、输入文件与文件夹结构更清晰、日志更详细、运行更稳定。

News image

2025-12-01

Aitomistic动态:通用势函数OMNI-P1上线,支持多理论级统一预测

一种可同时基于不同理论级别数据进行训练的通用神经网络势函数OMNI-P1。

News image

2025-11-24

Aitomistic动态:MLatom分析工具详解,让计算分析更高效!

本周我们将重点介绍Aitomistic支持的开源软件MLatom的一项强大功能——帮助您对计算输出数据(如Gaussian计算)进行专业分析。

News image

2025-11-17

Aitomistic动态:锥形交叉点优化上线、支持Langevin恒温器,还有主动学习新成果!

新的一周,Aitomistic带来一系列扎实的更新,主要集中在新发布的开源MLatom 3.19.1中,包含两大计算功能增强、一篇新鲜出炉的研究论文,以及给Premium用户的专属福利预告。

News image

2025-11-10

Aitomistic动态:IRC计算上线,AIQM3发布,还有ML前沿论文与讲座!

新的一周,我们为大家带来了一系列重磅更新和新鲜资源,涵盖计算功能、核心方法和前沿研究,希望能为您的科研工作添砖加瓦。

News image

2025-08-20

Aitomia:5分钟实现全自动反应模拟计算

这种能处理日益复杂化学模拟的“深度思考”模式,已在Aitomistic Hub平台面向特定用户开放。

News image

2025-08-18

Chem. Sci.: AIQM2-超越DFT的有机反应模拟

该方法可用于过渡态结构搜索和反应动力学研究,并且常常能达到化学精度。

News image

2025-08-13

Aitomistic计算化学动态课程​:开放预注册​​!

课程将在预注册人数达到预期后正式启动。

News image

2025-08-04

JPCA:基于AIQM的高精度、低成本红外光谱模拟

该工作探讨了如何基于AIQM实现高精度、高效率的红外光谱模拟计算,展示了人工智能增强量子化学计算的最新进展。

News image

2025-07-17

计算化学与人工智能课程:限时对学术用户免费开放!

Pavlo O. Dral教授2025年7月主讲的《计算化学与人工智能》在线课程现已面向学术用户免费开放。

News image

2025-05-19

Aitomia:人工智能驱动的原子和量子化学模拟的智能助手

现已在Aitomistic Hub云计算平台正式发布!立即注册即可免费体验。

News image

2025-05-15

npj Comput. Mater.:高效机器学习协议加速轨迹面跳跃动力学

该协议引入了一种新的基于多态学习和对圆锥交叉附近关键区域加速采样的机器学习原子间势。

News image

2025-05-15

OMNI-P2x: 毫秒级TD-DFT精度激发态模拟

它可以在毫秒内实现近似TD-DFT精度的激发态模拟,明显快于传统方法。

News image