范德华层状材料异质结构因其独特的层内强共价键与层间弱范德华耦合特性，呈现出显著的力学与热输运各向异性。然而，现有模拟方法在力学与摩擦特性表征方面存在如下困境：密度泛函理论（DFT）受限于高昂的计算成本无法计算大尺度体系，而经典力场在非平衡条件下的精度难以满足需求。本研究提出融合机器学习势（MLP）与各向异性层间势（ILP）的模块化混合计算框架—MLP精准重构层内原子强相互作用（~1-10 eV/atom），ILP则专门描述层间长程范德华弱相互作用（~0.01-0.1 eV/atom），二者协同突破了纯机器学习势函数与传统势函数在跨尺度建模中的精度-效率瓶颈，从而实现接近量子力学精度的大尺度范德华界面力学与摩擦模拟。本研究将开发的计算框架集成至LAMMPS、GPUMD等开源分子动力学软件，为大规模范德华异质结模拟提供了高效可靠的计算工具。该方法在范德华异质结体系中表现出与DFT计算及实验数据的高度一致性，能够精准预测晶格常数、杨氏模量、体模量、莫尔原子重构、声子谱及热导率等关键物性。得益于其优越的可扩展性，该方法可用于各类大尺度范德华界面的力学与摩擦性质模拟，为描述范德华层状材料界面的动态滑移特性提供了一种兼顾效率与精度的计算工具。

范德华异质结；机器学习势函数；各向异性层间力场；莫尔超晶格；界面摩擦