该文章介绍了得分动力学（SD）框架，用于从分子动力学（MD）模拟中学习高效演化算子。研究者构建了基于图神经网络的得分动力学模型，并通过案例研究展示了其在真实分子系统演化中的性能。得分动力学在平衡预测和动力学预测上具有8-18倍的计算速度提升。研究者还讨论了改进得分动力学的挑战和未来解决方案。