# Generowanie nowych kryształów

EN: **Generative crystal and materials design** · id `crystalgen` · aliases: crystal structure generation, generative materials design, inverse materials design, MatterGen, odwrotne projektowanie materiałów

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w nauce](https://aiatlasgraph.com/t/aiscience.md) › [Odkrywanie materiałów](https://aiatlasgraph.com/t/materials.md) › Generowanie nowych kryształów

## Description

- PL: Generatywne modele struktur krystalicznych (głównie dyfuzyjne) warunkowane składem chemicznym, symetrią i docelowymi właściwościami.
- EN: Generative models of crystal structures (mainly diffusion-based) conditioned on chemical composition, symmetry and target properties.

## In one sentence

- PL: Modele, które proponują od zera ułożenia atomów w nowych kryształach o zamówionych właściwościach.
- EN: Models that propose, from scratch, atom arrangements for new crystals with the properties you ask for.

## Problem it solves

- PL: Przesiewanie znanych struktur ma granice: materiał o potrzebnej twardości czy przewodnictwie może nie być jeszcze nigdzie opisany.
- EN: Screening known structures has limits: a material with the hardness or conductivity you need may not be described anywhere yet.

## What it does

- PL: Projektowanie od drugiej strony: mówisz, jakiej właściwości potrzebujesz, a model szkicuje pasujące ułożenia atomów.
- EN: Design in reverse: you say which property you need, and the model sketches atom arrangements that fit.

## Everyday example

- PL: Inżynier szuka materiału na magnes bez rzadkich, drogich pierwiastków i dostaje propozycje struktur do dalszych obliczeń.
- EN: An engineer looks for a magnet material without rare, expensive elements and gets proposed structures for further calculation.

## This concerns you if you…

- PL: szukasz materiału o konkretnej właściwości
- PL: chcesz ograniczyć drogie lub rzadkie surowce
- EN: are looking for a material with a specific property
- EN: want to cut down on expensive or scarce raw materials

## Keywords

MatterGen · CDVAE · DiffCSP · GNoME · MatterSim · Materials Project · space group conditioning

## How it works

- PL: Model dyfuzyjny wspólnie odszumia typy atomów, współrzędne i parametry sieci krystalicznej, z uwzględnieniem okresowości. Warunkowanie lub dostrojenie kieruje generowanie ku zadanym właściwościom (np. przerwa energetyczna, sztywność, grupa przestrzenna), a kandydatów odsiewają uczone potencjały i obliczenia DFT.
- EN: A diffusion model jointly denoises atom types, coordinates and lattice parameters while respecting periodicity. Conditioning or fine-tuning steers generation towards target properties (e.g. band gap, stiffness, space group), and candidates are filtered with learned potentials and DFT.

## Limits

- PL: Tylko część struktur jest naraz nowa, stabilna i syntezowalna, a nowę trudno ocenić wobec znanych baz. Pojedyncze udane syntezy potwierdzają podejście, ale nie dowodzą przewagi nad przesiewaniem.
- EN: Only some structures are at once new, stable and synthesisable, and novelty is hard to judge against known databases. Individual successful syntheses support the approach but do not prove it beats screening.

## Key terms

- PL: **sieć krystaliczna**: Regularny, powtarzalny szkielet, w którego węzłach siedzą atomy kryształu.
- PL: **grupa przestrzenna**: Opis symetrii kryształu; jedna z 230 możliwych.
- PL: **projektowanie odwrotne**: Wyjście od pożądanej właściwości i szukanie pasującej struktury.
- EN: **lattice**: The regular, repeating framework whose points hold a crystal's atoms.
- EN: **space group**: A description of a crystal's symmetry; one of 230 possibilities.
- EN: **inverse design**: Starting from a desired property and searching for a matching structure.

## Know first

- [Modele dyfuzyjne (Diffusion models)](https://aiatlasgraph.com/t/diffusion.md)

## Related topics

Untyped, symmetric "see also" links.

- [Uczone potencjały międzyatomowe (Machine-learned interatomic potentials)](https://aiatlasgraph.com/t/mlip.md)

## Sources

- [Scaling deep learning for materials discovery (GNoME)](<https://www.nature.com/articles/s41586-023-06735-9>) `gnome-2023` · by Amil Merchant, Simon Batzner, Samuel S. Schoenholz i in. (Google DeepMind)
- [A generative model for inorganic materials design (MatterGen)](<https://www.nature.com/articles/s41586-025-08628-5>) `mattergen-2025` · by Microsoft Research AI for Science i współpracownicy

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/crystalgen · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30