LightshowAI：基于神经网络的X射线吸收谱预测工具

布鲁克海文国家实验室AI-multimodal团队开发的LightshowAI，是一款基于OmniXAS神经网络模型的Web界面工具，可快速预测3d过渡金属K边XANES光谱。它解决了传统FEFF/VASP等理论计算软件依赖专业资源、耗时久的问题，为材料科学研究提供高效辅助，支持本地部署与在线服务双模式。

XANES（X射线吸收近边结构）光谱是表征元素电子结构和局域环境的重要手段，包含氧化态、配位环境、键长等信息。3d过渡金属（Ti到Cu）的K边XANES在催化、电池等领域应用广泛。传统计算依赖FEFF/VASP等软件，需专业资源且耗时久，制约研究效率。

LightshowAI核心为OmniXAS神经网络模型，基于M3GNet材料图深度学习框架优化。提供两种模型：FEFF模型覆盖全部8种3d过渡金属（Ti、V、Cr、Mn、Fe、Co、Ni、Cu），适合快速估算；VASP模型目前仅支持Ti和Cu，精度更高。双模型设计满足不同需求。

本地部署需创建Python3.11的Conda环境，克隆GitHub仓库（https://github.com/AI-multimodal/LightshowAI），通过pip以可编辑模式安装（依赖cmake等编译工具），运行`xas_ui`启动Web界面。不想本地部署可使用在线服务：https://lightshowai.bnl.gov/。

LightshowAI可秒级完成预测（传统计算需数小时/天），价值体现在：1.高通量筛选：预筛候选材料，减少高精度计算工作量；2.实验设计：优化同步辐射实验参数；3.教学培训：直观理解结构与光谱关系；4.跨尺度连接：原子结构到宏观观测的映射。

当前局限性：仅支持3d过渡金属K边，VASP模型仅Ti/Cu，精度依赖训练数据。未来方向：扩展元素/边（如L边）、支持EXAFS光谱、提高精度、集成材料数据库与计算工作流。项目处于活跃开发中，可能有破坏性变更。

使用需引用相关论文：Benchmark（Phys.Rev.Materials8,013801,2024）、Lightshow软件（JOSS8(87),5182,2023）、OmniXAS模型（Phys.Rev.Materials9,043803,2025）。项目获美国能源部基础能源科学办公室支持，使用布鲁克海文国家实验室CFN资源。软件按“原样”提供，无担保；美国政府拥有非独占全球许可，确保开放性。