一句话总结
本文揭示了晶体 de novo 生成中稳定性和新颖性之间的根本权衡，并提出 Crys-JEPA——一种基于能量的感知潜空间代理模型，通过筛选-精炼管道显著提升同时满足稳定、唯一、新颖晶体的生成比例。
背景与前置知识
▼晶体结构与表示：晶体是由原子在三维空间中周期性排列形成的结构。其基本重复单元称为"晶胞"（unit cell），通常用三个组件描述：原子分数坐标 X、原子类型 A、以及晶格矩阵 L。晶格矩阵通过奇异值分解可分解为旋转矩阵和对称矩阵。
De Novo 晶体生成（DNG）：目标是发现全新的晶体结构，不依赖预定义模板。近年来深度生成模型（如扩散模型、流匹配）极大推动了该领域的发展。现有模型通常以最大化观测晶体的对数似然为目标进行训练。
V.S.U.N 评估指标：有效性（V）衡量结构和组成合理性；稳定性（S）衡量能量是否在凸包阈值内；唯一性（U）衡量生成集合内部无重复；新颖性（N）衡量与参考数据集不匹配。复合指标 V.S.U.N 衡量同时满足全部四个条件的比例。
凸包与稳定性：在相图中，凸包代表给定化学体系中最稳定的化合物组合。能量高出凸包的距离越小，晶体越稳定。
联合嵌入预测架构（JEPA）：由 Yann LeCun 提出的自监督学习框架。输入经两种增强后分别编码，训练预测器从上下文嵌入预测目标嵌入，学习有意义的表征同时避免坍缩。
核心思想详解
▼核心发现：当前晶体生成模型面临严峻的稳定性-新颖性权衡。类比"地图探索"问题：训练数据中的已知晶体像已标记区域，模型靠近标记点则稳定但不新颖，远离则迅速不稳定。论文发现稳定且新颖的晶体存在的"有效区域"极其狭窄。
两个关键创新：
- Crys-JEPA：学习按形成能组织的潜空间，能量相近的晶体嵌入距离近，差异大的距离远，用嵌入距离近似评估稳定性
- 筛选-精炼管道：先用基础模型生成候选晶体，用 Crys-JEPA 筛选有潜力的样本，再微调模型，让其在更好的数据分布上学习