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。

核心功能升级：IRC计算上线啦！

许多用户使用Aitomistic的AIQM2等方法进行过渡态计算。找到过渡态之后，下一步自然是进行IRC计算来确认反应路径。过去，这需要依赖本地软件，但现在好消息来了！

我们正式上线了IRC在线计算功能（在开源软件MLatom中也已上线）！现在只需短短几行输入或Python脚本就能轻松调用，还配备了强大的绘图和分析工具。欢迎查看在线教程。

方法库更新：更强力的AIQM3已就位

我们的方法库也迎来了重要更新——AIQM3正式发布！作为AIQM2的升级版，AIQM3在保持高精度的同时，扩展了对F、S、CI元素的支持，目标直指耦合簇级别的精度。此外，新版本还包含了对新版PyTorch等支持优化。你可以像往常一样，在平台中直接选择AIQM3进行计算，或者让AI助手Aitomia帮你调用它。查看具体安装和更新信息。

前沿速报：机器学习预测非绝热耦合矢量新论文发表！

在理论方法前沿，我们也有新成果。上周一，团队在《J. Phys Chem. Lett.》上发表了一篇利用机器学习方法精确预测非绝热耦合矢量（NACs）的研究论文。

这项工作提出了一种基于物理描述符的新方法，在MLatom中实现了基于ML-NACs的全机器学习（ML）、全量子化学（QM）和机器学习/量子化学混合（ML/QM）的最少面跳跃（FSSH）非绝热动力学模拟。这项成果对高精度加速光化学反应模拟至关重要。这项工作的第一作者是捷克科学院博士生Jakub，通讯作者是捷克科学院的Jiri Pittner教授、法国艾克斯-马赛大学的Marial Barbatti教授和厦门大学的Pavlo Dral教授。

论文信息：Jakub Martinka, Lina Zhang, Yi-Fan Hou, Mikotaj Martyka, Jiří Pittner, Mario Barbatti, Pavlo O. Dral. "A Descriptor Is All You Need: Accurate Machine Learning of Nonadiabatic Coupling Vectors." J. Phys. Chem. Lett. 2025, 16, 11732-11744.*

欢迎阅读Pavlo Dra教授的解读，深入了解方法细节，干货满满。

****

资源推荐：机器学习在分子动力学中的应用

如果你想深入学习如何在Aitomistic Hub & Lab上开展机器学习分子动力学研究，千万别错过Pavlo Dral教授主讲的在线讲座。讲座内容非常扎实，既涵盖了当前机器学习势函数的常见陷阱与前沿进展（包括通用模型与微调），也介绍了一种颠覆性的新思路——直接在四维时空中学习分子动力学轨迹。

体验优化：Hub & Lab操作更顺手

我们持续优化Hub & Lab的用户体验。大幅简化了文件和文件夹的操作（如复制、粘贴、重命名等），让作业管理更加便捷。

如果在使用中遇到任何卡点，非常欢迎随时反馈，用户的意见是我们改进的最大动力。

未来剧透：更多功能预览

在接下来的几周内，我们将推出多项重大升级，包括：改进的AI智能体、锥形交叉点优化、用于激发态模拟的升级版OMNI-P2x模型，以及关于UV/vis光谱模拟和NAMD微调的教程等。敬请期待！

别忘了关注我们的其他官方账号，以观看更多视频内容。我们始终致力于提升Aitomistic的用户使用体验。如有建议，可发送邮件至contact@aitomistic.com，也可加入我们的用户QQ交流群与我们直接联系！