北京科学智能研究院联合北京大学、深势科技、北京应用物理与计算数学研究所共同推出的新一代大原子模型DPA4在2026年取得了令国际科学界瞩目的成就。该模型在材料发现领域两大国际权威评测标准Matbench Discovery和SPICE-MACE-OFF上均取得了综合性能指标排名第一的成绩。Matbench Discovery是AI驱动无机材料发现领域的国际最高标准评测，而SPICE-MACE-OFF的排名则证明了DPA4在有机小分子领域同样具有通用性。更令人惊叹的是DPA4并非通过堆叠海量参数和算力来登顶，其参数量仅为此前领先模型eSEN十分之一以下，训练所需算力仅为后者的四十二分之一，开创了大原子模型竞争中更强、更快、更便宜的新范式。
DPA4能够以极小的参数规模实现超越大模型的性能，秘密在于其技术架构上的精巧创新。DPA4的研发团队提出了一种创新的对称性处理方法。在分子和材料模拟中物理系统的对称性是保证计算结果准确性的关键约束条件但同时也是模型设计中最难处理的挑战之一。DPA4的设计者将对称性约化到更简单的子群上处理，对每一条原子间的边都构造一个光滑的局部坐标系，将该边方向对齐到统一的参考轴。这种做法的效果类似于在复杂的材料晶体结构中找到了通用的坐标参考系，使得模型可以用统一的数学语言描述各种不同的原子间相互作用。
在此基础上DPA4进一步引入了注意力机制来完成邻居信息的聚合。模型根据局部几何与化学环境自适应地关注对中心原子最关键的相互作用，从而在紧凑的参数规模下获得了强大的表达能力。这就像一位经验丰富的材料科学家在面对一个复杂的晶体结构时知道应该重点关注哪几个关键原子，而不是面面俱到地分析每一个相互作用。整个模型严格满足平移、旋转、排列对称性与能量守恒的物理一致性要求。在工程实现上DPA4率先支持了torch.compile编译训练加速，并通过混合精度计算来降低显存占用。同时它还集成了ZBL排斥势以提升在极端构型下的稳定性，确保模型在面对原子距离极近等极端情况时仍然能够保证计算收敛。
DPA4的价值不仅体现在权威榜单的排名上，更体现在其快速转化为实际生产力的能力上。在发布后不久DPA4就迅速投入了工业应用场景，帮助科研人员发掘充放电更快、容量更大、安全性更好的新型电池材料。传统的电池材料研发模式是典型的反复试错法，科研人员需要合成数十种甚至数百种候选材料，逐一测试其电化学性能，在大量的失败中寻找成功。这个过程消耗极大比例的人力物力，而且周期漫长。DPA4的强大计算能力使得材料筛选工作可以在计算层面完成，模型能精准描述原子间相互作用的过程，只需稍一动脑就能快速从成千上万的候选材料中找到稳定好用的样本。
北京科学智能研究院院长李鑫宇在介绍DPA4的产业应用时提到模型已经覆盖了90种化学元素，能够处理的材料体系远超传统计算方法的能力边界。在DPA4的辅助下科研人员针对电池材料的研究周期从此前的2到3年缩短到了6个月以内，发现新型超导材料和高性能催化剂的工作效率也有了质的飞跃。中国科学技术大学人工智能学院教授钟志诚是DPA系列模型的深度用户，他表示DPA4之于材料科学研究正如发动机的出现对汽车发展的意义，一定能为科研带来划时代的变革。目前DPA4已经在北京科学智能研究院推动建设的DeepModeling开源社区上开放了试用版本。
DPA4的成功研发和应用是北京科学智能创新矩阵整体实力的集中体现。北京科学智能研究院负责人表示北京已构筑起全国密度最高、综合实力最强的人工智能赋能科学研究创新矩阵。这一矩阵涵盖了从基础算法研究到产业应用的完整链条，包括北京科学智能研究院在基础理论方面的突破、深势科技在工程化落地方面的推进、以及多个高校和科研机构在应用场景方面的拓展。这种产学研紧密协同的集群模式使得科研成果能够快速从实验室走向实际应用场景。
在北京市最新出台的AI赋能科学研究实施方案中，AI for Science被列为重点扶持方向之一。北京市计划在三年内建设10个以上科学智能创新平台，培育100个以上AI赋能的科研应用示范项目，并推动AI在生物医药、新材料、新能源等战略领域的深度应用。DPA4的成功作为典型案例已经吸引了对AI4S领域的广泛关注和资源投入。北京科学智能研究院也在以DPA4为标杆开放技术服务和平台能力，吸引更多科研机构和企业加入到科学智能的创新生态中来。这种以点带面的发展策略有望推动中国AI4S领域在更多细分方向上实现突破。
DPA4的登顶对全球大原子模型竞争格局产生了深刻影响。在国际大原子模型赛道上之前的主流观点是大参数优势，认为模型参数越多、训练算力越大模拟精度就越高。DPA4以参数量仅为竞争对手十分之一、训练成本仅为四十分之一的成绩超越了所有对手，证明了架构创新比堆参数和算力更加重要。这一发现对整个领域的研究方向可能会产生调整性的影响，更多的研究团队可能会将精力从扩大模型规模转向改进模型架构和训练效率上来。
DPA4的发布也进一步强化了中国在AI for Science领域逐渐形成的领先优势。此前国际科学界对大原子模型的关注主要集中在谷歌DeepMind和Meta的Fair实验室等海外团队上，DPA4的强势崛起改变了这一格局。中国研究团队在以DPA系列为代表的大原子模型领域已经形成了从论文发表到代码开源再到产业落地的完整闭环。中国科学院院士王一在评价DPA4时指出这项成果代表了中国在AI for Science底层技术上的原创性突破，其意义不亚于当年AlphaFold在蛋白质结构预测领域取得的成就。DPA4的成功将激励更多中国科研团队在科学智能领域开展创新性研究，在全球AI4S赛道上提升中国科学界的话语权。