编辑 | ScienceAI 过渡态（Transition State, TS）是化学反应的「关键帧」，就像群山中的最低隘口，决定了分子翻山越岭所需的能量和路径。然而，TS 的寿命仅有飞秒级（10⁻¹⁵ 秒），实验观测如同捕捉闪电一瞬——目前只能依赖量子化学计算来寻找。 传统的密度泛函理论（DFT）虽能提供高精度结果，但单次 TS 搜索可能消耗数十至数千 CPU 时，面对成百上千反应节点的复杂网络，计算成本高得难以承受。近年来，机器学习（ML）为 TS 搜索开辟了两条新路径： 机器学习原子间势（MLIP…