近日，我院汤富杰教授、程俊教授团队在人工智能辅助 X 射线吸收光谱解析领域取得新进展。相关研究成果以“Uni-XAS: Alignment-Driven Bidirectional Multimodal Learning for X-ray Absorption Spectroscopy”为题，被多媒体领域国际顶级会议 ACM Multimedia 2026（ACM MM 2026）录用。ACM MM 是国际计算机学会主办的多媒体领域旗舰会议，在中国计算机学会推荐国际学术会议目录中被列为 A 类会议（CCF-A）。第 34 届 ACM MM 将于 2026 年 11 月 10 日至 14 日在巴西里约热内卢举行。该成果是课题组面向 AI for Science 开展谱构关系智能解析系列研究的重要进展，也是课题组首次在 CCF A 类会议上发表相关研究成果。
X 射线吸收光谱（XAS）能够灵敏反映吸收原子周围的配位环境与电子结构，是催化、能源材料和表界面化学研究中的重要表征手段。然而，XAS 谱图是一维连续信号，其对应的原子结构则具有复杂的三维几何特征，二者之间存在显著的模态差异。现有机器学习方法通常将“从结构预测光谱”的正向问题和“从光谱推断结构”的反向问题分别处理，不仅难以实现知识共享，也往往只能预测归一化后的谱形，忽略吸收边位置和绝对强度等重要物理信息。另一方面，由于不同三维结构可能产生相近光谱，且同种配位原子的排列具有置换不确定性，传统确定性模型通常只能预测配位数、氧化态等粗粒度描述符，难以直接生成局域三维结构。
针对上述问题，研究团队提出了面向 XAS 的统一双向多模态学习框架 Uni-XAS，将谱构关系建模重新定义为“跨模态对齐与条件生成”问题。团队首先整合 XAS 数据库与材料结构数据，构建了包含 328,839 组结构-光谱配对数据、覆盖 43 种吸收元素的标准化评测基准。在此基础上，Uni-XAS 将吸收原子中心的局域三维结构与一维 XAS 谱图映射至统一的共享表征空间，使结构检索光谱、光谱检索结构、正向谱图预测和反向结构生成能够在同一框架内协同实现。
图1 Uni-XAS 统一双向多模态学习框架。模型通过共享表征空间连接一维 XAS 谱图与吸收原子中心的三维局域结构，并支持跨模态检索、正向绝对光谱预测及反向三维结构生成。
在跨模态对齐方面，团队提出了 XAS 专用的对齐方法 XASLip。该方法在光谱编码过程中显式引入吸收边、谱峰斜率和局域曲率等物理信息，并设计吸收元素感知的表征约束，使模型不再仅依据不同元素之间明显的吸收能量差异进行匹配，而能够进一步识别同一元素内部由配位数、键长和局域几何变化引起的细微谱形差异。实验结果表明，XASLip 在结构到光谱和光谱到结构的双向检索任务中均显著优于 CLIP、SigLIP 和 SigLIP2 等通用跨模态方法，其中双向首位检索准确率分别达到 38.00% 和 38.15%。
在正向预测方面，研究团队不再局限于归一化谱形，而是同时预测吸收边绝对能量和非归一化光谱强度。通过引入检索增强解码和共享表征空间一致性约束，模型能够调用相似局域结构对应的可靠光谱作为物理先验，有效减少吸收边能量漂移和强度尺度失真。Uni-XAS 对吸收边位置的平均绝对误差降低至 0.0896 eV，绝对光谱强度预测的决定系数 R2 达到 0.9067，整体性能优于现有代表性 XAS 预测模型。
更具挑战性的是从一维光谱反向生成三维结构。针对相同元素配位原子之间不存在固定编号、容易造成模型训练目标相互冲突的问题，团队提出了置换校正流匹配方法（Permutation-Rectified Flow Matching，PR-Flow）。该方法利用同种原子之间的最优传输匹配，在生成过程开始前建立物理一致的原子对应关系，从而避免生成结构向质心坍缩。在给定局域原子组成和原子数目的条件下，Uni-XAS 能够根据输入光谱生成多个可能的三维局域配位结构，在最优传输均方根偏差和径向分布函数等指标上均优于多种经过适配的三维扩散及流生成模型。
图2 Uni-XAS 在跨模态检索、绝对光谱预测和三维局域结构生成任务中的代表性结果。模型不仅能够从光谱中检索匹配的局域结构，还能够准确预测具有绝对能量尺度的 XAS 谱图，并在组成条件约束下生成与参考结构相近的三维坐标。
该工作将传统上彼此独立的 XAS 正向预测与反向解析统一到共享的多模态表征空间中，推动 XAS 智能解析从单一性质回归进一步走向“谱图-结构”双向检索与生成。相关框架为建立可复用的谱学基础模型和标准化评测体系提供了新的思路，也为未来融合实验谱图、理论计算与材料数据库，辅助催化剂、能源材料及复杂表界面体系的结构解析奠定了方法基础。研究团队同时指出，目前的反向生成仍需预先给定局域原子组成，将模型进一步推广至含噪实验光谱和未知组成体系，是下一阶段的重要研究方向。
钟苏阳和赵宇豪为共同第一作者；汤富杰教授和程俊教授为共同通讯作者。该研究得到国家自然科学基金、厦门大学及嘉庚创新实验室人工智能应用电化学实验室（AI4EC Lab）等项目与平台的支持。
论文链接：https://arxiv.org/abs/2607.20906
