说明：本文华算科技主要介绍 AIMD 与经典 MD 的受力来源、配位与成键描述、电子和原子核近似，以及模拟时长对材料计算的影响。
AIMD经典MD定义与受力来源？
给定液态水中全部 O、H 原子的位置和速度，分子动力学（MD）依据受力推进下一时刻的运动。常见的核运动方程为 Mid2Ri/dt2=Fi，Mi 是原子质量。AIMD，即第一性原理分子动力学，英文为 ab initio molecular dynamics；它在轨迹演化期间计算当前构型的电子态，并由电子结构能量获得原子受力。材料研究中常采用 DFT，也可使用其他量子化学方法。
与 AIMD 对比时，经典 MD 通常指预设力场驱动的分子动力学。力场以原子坐标 R 为输入，用成对势、多体势或成键项等计算势能 U(R)，参数可来自实验或量子计算。Born–Oppenheimer AIMD 则求当前核坐标下的电子基态，得到含核间排斥的 UBO(R)。两者均可通过 Fi=−∂U/∂Ri 求力；相同坐标输入不同能量模型，得到的受力和后续轨迹可能不同。
水二聚体的 O—O 间距扫描保持各组取向及其余几何参数固定，曲线斜率给出沿扫描坐标的能量变化率。曲线最低点对应该约束下的平衡间距，横坐标是距离，尚未包含时间演化。MP2、SCS-MP2、BLYP 等近似给出的吸引强度不同，后续液态水轨迹会继承各自的分子间作用。MP2 属于波函数方法，使用它求力的 BOMD 同样属于 AIMD。
Born–Oppenheimer MD（BOMD）在核步之间完成电子基态求解，电子自洽迭代本身没有核运动时间。Car–Parrinello MD 给轨道引入虚构的惯性参数与辅助动力学，让轨道随核运动保持在电子基态附近，从而减少逐步完整优化的工作。其轨道演化用于近似基态受力，并非真实电子激发轨迹；电子与核的运动发生过强耦合时，受力会偏离目标势能面。
配位交换/化学反应怎进入轨迹？
液态水的局域环境持续变化，AIMD 在这些构型上更新电子极化和分子间受力。把距中心氧原子 3.36 Å 以内的其他水分子逐帧计数，便得到第一配位层分子数。这个计数包含满足距离条件的全部近邻，其中一部分没有形成氢键；数值为 5 时，中心水分子并没有获得五条共价键。
三个选定水分子的配位数在数皮秒内多次改变，也会在某个整数附近停留一段时间。近邻跨过统计截断距离即可使计数跳变，O—H 共价键可以始终保留。配位数曲线适合描述第一配位层交换；识别质子转移，则要跟踪供体与受体的 O—H 距离及氧原子的氢配位，避免把溶剂近邻交换写成水分子解离。
固定拓扑水模型通常预设每个 H 属于哪个 O，谐振键项或刚性约束使分子身份保持不变。AIMD 的电子态随构型求解，允许比较旧键拉长、新键形成时的受力，但经典反应力场也能处理断键成键。ReaxFF 采用随距离变化的键级和环境相关能量项，并通过电荷平衡更新原子电荷，受力仍由参数化能量函数给出。
在 Na—Si—O—H ReaxFF 的 450 K 玻璃—水轨迹中，约 2.3 ns 时选定 O—Na 距离增大、O—H 距离缩短，随后形成硅醇基，Na 向界面迁移。变化的力场电荷并非逐步求得的电子密度；反应势垒、离子溶剂化和不同配位环境是否接近量子计算，仍由函数形式与拟合数据决定。
AIMD中保留哪些电子与核近似？
AIMD 的原子力仍受电子结构方法制约。DFT 泛函的氢键与色散描述会改变水的局域排列；波函数方法也有电子关联截断和基组误差。水二聚体中，MP2/cc-pVDZ 的吸引过强，传入液体模拟后，O—O 径向分布函数的第一峰明显展宽。势能模型中的误差会改变整段轨迹的构型分布，延长模拟不会自行修复分子间吸引。
两条计算曲线均来自 250 K、1 g cm−3 的 BOMD；实验曲线测于 25 ℃。SCS-MP2/aug-cc-pVDZ 的后续配位壳层接近该实验曲线，但计算与实验采用了不同温度。这组比较展示了电子近似对液体结构的影响，尚未完成相同温压下的定量检验。力场模型若针对目标液体和温区校准，某些结构量也可能比选用不当泛函的 AIMD 更接近实验。
常规 AIMD 中的电子按量子力学处理，原子核通常仍按经典运动方程推进，零点振动和核的量子离域并未自动出现。使用经典力场还是即时电子结构，是势能描述的选择；使用经典原子核还是量子核统计，是另一项选择。路径积分方法可与不同势能模型组合，用环聚合物表示量子配分函数，从而计算核量子效应对平衡结构和自由能的贡献。
水与冰的计算相图采用机器学习势采样，再作 DFT 自由能校正和核量子修正。相同势能模型下，经典平衡构型分布与核质量无关；把 H 换成 D 会改变运动速度，却不会产生这里的平衡相线差异。加入核量子效应后，各冰相和液体获得不同的自由能修正，H2O 与 D2O 的相线随之分开。右图的化学势修正以冰 II 为参照，颜色反映相对修正，未给出各相的绝对零点能。
AIMD与经典MD怎样取舍时长？
电子结构求解通常占据 AIMD 的主要计算时间。若核时间步为 1 fs，10 ps 已需 104 次时间推进，1 μs 则对应 109 步。力场省去反复电子自洽后，可以在相同资源下增加原子数、轨迹长度或独立重复。受力误差与采样不足分别影响结果：反应位点的电子重排可能要求在线量子求力，而扩散系数常需要累计大量迁移事件。
机器学习势用参考能量和力训练 U(R)，随后依靠模型预测受力。Li7P3S11 等导体的矩张量势（MTP）采用不同温度短 AIMD 轨迹中的构型，训练所需的能量与力标签由静态 DFT 重新计算。后续微秒轨迹由 MTP 推进，每一步没有重新求电子态；其结果继承参考 DFT 的近似，也受训练构型覆盖范围限制。
Li3ErCl6 的扩散 Arrhenius 曲线在约 460 K 改变斜率，低温和高温区的拟合活化能分别约为 0.425 和 0.165 eV。升温虽然能增加迁移事件，却可能改变参与扩散的位点和方向。高温直线外推至室温会错过低温斜率。同图中 Li7P3S11 的 300 K 方向分解 MSD 与空间概率密度直接来自室温长轨迹。概率密度显示 Li+ 经常占据的空间区域，MSD 在线性扩散区间的增长斜率用于计算扩散系数。
原子重排还涉及事件持续时间与等待时间的区别。Li7P3S11 的这条 300 K、1 μs 轨迹中，几组 PS4 四面体首次明显转动出现在约 0.71—0.92 μs。几皮秒的短轨迹即使能解析转动期间的振动，也可能始终处于转动前的局域构型；这些首次事件时间只对应本次模拟，尚未构成平均等待时间。
在 918.05—918.20 ns 的局部记录中，P—S 键的极角和方位角由一组平台值转到另一组，数个配体的变化共同标识四面体重取向。一次约 120° 的完整转动发生于 918.137—918.143 ns，持续约 6 ps；解析这 6 ps 的事件与采样转动发生前的数百纳秒，要求覆盖的模拟时间相差很大。
