AtomWorld-Mirror: Macro-Step World Modeling of Critical Evolution Backbones for Materials Dynamics

📄 arXiv: 2610.11527v1 📥 PDF

作者: Ziming Pan, Ruge Zhang, Haozhi Han, Junkai Zhou, Xingyuan Chen, Yifeng Chen, Yunquan Zhang, Ting Cao, Yunxin Liu, Kun Li

分类: cs.AI, cond-mat.mtrl-sci

发布日期: 2026-10-08

备注: Project page: https://atomworld-mirror.github.io

💡 一句话要点

提出AtomWorld-Mirror以解决材料动态模拟中的演化瓶颈问题

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

关键词: 原子级模拟 材料动态 宏步推理 演化模型 计算效率 材料科学 结构有效性

📋 核心要点

  1. 现有的原子级模拟方法在达到重要结构状态之前，需进行大量低影响的局部更新，导致计算效率低下。
  2. 本文提出的AtomWorld-Mirror通过宏步推理，提炼短微事件为关键状态之间的转变，从而加速材料演化模拟。
  3. 在五个不同的原子系统中，宏步推理实现了$10^3$到$10^4$倍的速度提升，显著提高了模拟效率。

📝 摘要（中文）

原子级模拟是研究材料长期演化的基本工具，但传统模拟通常以微观分辨率推进，导致在达到结构上重要状态之前，需耗费大量计算在低影响的局部更新上，形成演化分辨率瓶颈。本文提出AtomWorld-Mirror，一种时间感知的宏步世界模型，旨在为原子系统的关键演化骨架提供支持。该模型通过将短微事件段提炼为关键状态之间的物理可达转变，联合预测稀疏结构编辑和累积物理时间，从而实现了对长期材料演化的快速预测，同时保持结构有效性和时间语义。在五个原子系统的实验中，宏步推理的速度提升达到了$10^3$到$10^4$倍。

🔬 方法详解

问题定义：本文旨在解决传统原子级模拟在达到结构上重要状态之前，需进行大量低影响局部更新的问题，导致计算效率低下。

核心思路：AtomWorld-Mirror通过时间感知的宏步模型，将短微事件段提炼为关键状态之间的物理可达转变，从而实现更高效的材料演化模拟。

技术框架：该方法包括三个主要模块：1) 短微事件的提炼；2) 关键状态之间的物理可达转变预测；3) 宏步推理与局部原子物理的重用。

关键创新：最重要的创新在于将局部原子物理知识融入可重用的潜在宏模型中，取代了显式的微事件重放，从而实现了快速的长期材料演化预测。

关键设计：模型设计中考虑了局部可达性、库存守恒和连续时间一致性等约束条件，以确保每个转变的物理合理性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，AtomWorld-Mirror在五个不同的原子系统中实现了$10^3$到$10^4$倍的速度提升，相较于逐事件模拟，显著提高了模拟效率和准确性，展示了其在材料动态模拟中的强大潜力。

🎯 应用场景

该研究在材料科学领域具有广泛的应用潜力，尤其是在材料的长期演化、缺陷动态、界面反应和断裂等方面。通过提高模拟效率，AtomWorld-Mirror可以加速新材料的开发和优化，推动材料科学的进步。

📄 摘要（原文）

Atomistic simulation is a fundamental tool for studying long-term materials evolution, from diffusion and defect dynamics to interfacial reactions and fracture. Yet conventional simulators typically advance at microscopic resolution, spending substantial computation on low-impact local updates before reaching structurally consequential states, an evolutionary-resolution bottleneck that limits long-horizon simulation. We propose AtomWorld-Mirror, a time-aware macro-step world model for the critical evolution backbone of atomic systems. For Step-Wise atomistic simulation, AtomWorld-Mirror distills short micro-event segments into physically reachable transitions between key states, jointly predicting sparse structural edits and accumulated physical time through latent macro-step dynamics. Local reachability, inventory conservation, and continuous-time consistency constrain each transition. By amortizing local atomic physics into a reusable latent macro model and replacing explicit micro-event replay with macro-step inference, this formulation provides a path toward substantially faster prediction of long-term materials evolution while preserving structural validity and time semantics. Across five atomic systems, spanning Cu-rich RPV steel irradiation aging, Cu-Zr metallic glass, and Li$_3$N-based anti-perovskite solid electrolyte, macro-step inference delivers a speed up of $10^3$ to $10^4$ times over event-by-event simulation.