一句话定位

SevenNet-Omni 是”超大整合数据集 + 多任务训练”配方的第一个成功案例——它用 COSMOS 数据集（十五库合一、2.43 亿构型）训出 CPS 0.873 的通用势，宣告了数据整合时代的到来。

SevenNet：NequIP的并行化改造

SevenNet（arXiv:2402.03789）是韩国首尔国立大学（MDIL, Park 组）对 NequIP：等变消息传递的开山之作 的工程化改造：

  • 保留 NequIP 的等变消息传递核心；
  • 重写实现，针对多 GPU 大规模并行做了优化（工业级数据加载、分布式训练）；
  • 主打”GPU 集群上跑百万原子 MD”。

它最初的模型 SevenNet-l3i5 用 MPtrj 训练，在 2024 年底就以 1.17M 参数的极致规模拿到 CPS 0.714，展示了参数效率。

COSMOS 数据集：十五库合一

真正让 SevenNet 封神的是它背后的 COSMOS 数据集（详见 通用势的数据集版图 ）：KAIST + SNU 整合了 MPtrj、Alexandria、OMat24、OC20、MatterSim 等十五个公开库，去重清洗后得到 2.43 亿构型——比任何单一数据集都大一个量级。

这个数据集本身就是一个产品：它回答了”为什么单个库里总差一口气”——因为化学空间被割裂（晶体归晶体、分子归分子）。COSMOS 想用一个库吃下全部。

Omni：多任务 + 数据整合时代

SevenNet-Omni（arXiv:2510.11241）在 COSMOS 上做多任务训练：

  • 多任务：能量、力、应力、磁矩等多个物理量联合监督；
  • 整合：15 个库的异构标签（不同理论水平）统一处理；
  • 规模：54.9M 参数（i12 版本），是 SevenNet 家族迄今最大。

它是”COSMOS 配方”的第一个完整成功案例——不是简单堆数据，而是证明了跨库整合 + 多任务学习可以同时吃下晶体、表面、分子、界面，且不偏科。

榜单成绩

在 MatBench Discovery 榜单上（数据截至 2026-09-23）：

指标 SevenNet-Omni-i12
CPS 0.873
F1（稳定性分类） 0.906
κSRME 0.192
参数 54.9M
训练数据 COSMOSDataset（2.43亿构型）

注意它的训练数据列与其他头部模型（OAM 配方）完全不同——它是唯一靠专有整合数据集而非标准三件套进入 Top12 的模型。这从另一个角度印证了 通用势的竞技场：MatBench Discovery与OC20 的观察：数据的贡献已经超过架构。

局限与影响

局限：

  1. 数据整合的标签异构——十五库的理论水平参差（PBE/r2SCAN/ωB97M-V 混杂），多任务学习如何对齐仍是个开放问题；
  2. 54.9M 参数的精度上限——头部 200M+ 模型更高；
  3. COSMOS 数据集未完全公开——复现门槛较高。

影响：

  1. 证明”数据整合”是通用势的下一个战场——此后大量团队转向构建更大的整合库；
  2. 为大规模 MD 提供了可靠底座——SevenNet 家族在 GPU 集群场景的工程优势显著；
  3. “十五库合一”思路被多家后继工作（如未来专有整合模型）继承。

参考文献

  1. Park, Y., et al. SevenNet: A Universal Parallel Neural Network Potential…. arXiv:2402.03789, 2024.
  2. Park, J., et al. SevenNet-Omni: Integrating Fifteen Public Databases for a Universal Omni-modal Potential. arXiv:2510.11241, 2025.
  3. Park, J., et al. COSMOS: A 0.243 billion-structure database…. 见 通用势的数据集版图 引用。