↑

中关村两院开源材料科研智能体 MatOS:接入 48 款材料计算软件

PromptTree|阅读 0
2026/11/20 07:37
MatOS中关村两院科研智能体材料科学
中关村两院开源材料科研智能体 MatOS:接入 48 款材料计算软件
北京中关村学院与中关村人工智能研究院 AI 材料研究所构建的材料科研智能体系统 MatOS 已开源,技术报告发布于 arXiv。资产库现有 3135 个数据集、386 项技能、104 个工作流、51 个专家角色,集成 48 款材料计算软件。官方披露在 ResearchClawBench 上较同底座 Codex CLI 平均得分高 33.6%、材料任务高 80.8%;MatTools 完整问题成功率 97.96%;并从 3000 多万候选结构中筛出 97 个固态电解质候选。

让大模型智能体独立完成一项材料研究,难点不在会不会调用工具,而在能不能连续几天不跑偏。北京中关村学院与中关村人工智能研究院(合称中关村两院)AI 材料研究所构建的 MatOS,试图用「科学资产库 + 有状态工作流」把这件事工程化。项目在今年九月作为年度科研进展发布,技术报告已在 arXiv 公开,代码在 GitHub 开源。

先看材料研究为什么难被智能体接管。一项研究可能要从数千万个候选结构里逐级筛选,或在数百个合金配方里反复搜索,持续数天,并根据中间结果不断调整计划;每接入一个新数据库或仿真软件,往往要重搭一遍流程;一项研究里积累的经验,也很难被下一个项目复用。这三件事分别对应可扩展性、长周期状态管理与知识沉淀。

MatOS 的回应是三层结构。第一层是分层科学资产图,把数据、知识、工具、技能、角色和工作流统一组织成可调用的「资产」;第二层是有状态自适应工作流,调用资产执行任务并保存证据;第三层是证据驱动的资产进化,把通过检查与审查的经验固化为资产修订,让系统在使用中变强。

规模上,目前的资产库包含 3135 个数据集、386 项技能、104 个工作流和 51 个专家角色,并集成 48 款材料计算软件。这个数字比任何单点跑分更能说明工程投入——材料计算软件接口各异、输入格式五花八门,把 48 款接进同一套调用体系,本身就是重活。

结果层面有三组数字。在端到端自主科研基准 ResearchClawBench 上,与采用相同底座模型的 Codex CLI 相比,MatOS 平均得分高 33.6%,材料任务高 80.8%;在材料软件使用基准 MatTools 上,同样底座下完整问题成功率达到 97.96%,为三者中最高;实际任务里,它构建了层次化筛选流程,从 3000 多万个候选结构中筛出 97 个固态电解质候选。

还有一项偏方法学的结果:MatOS 支持开发合金熔点预测模型 DuoCompNet,在固定测试集上平均绝对误差降至 3.18°C,比次优模型低 13.6%。这说明系统不只是会「跑流程」,还能在流程中产出新的建模方法——从执行工具变成参与研究。

把 MatOS 放进更大的脉络里看,科研智能体已经走过了两段路:ChemCrow、LLaMP 一类工作让大模型能调用专业工具;MARS 一类系统把智能体与自动化实验连接起来。第三段要解决的是「研究的连续性」——状态怎么存、证据怎么留、经验怎么复用。MatOS 押的是资产化这条路。

对材料行业的意义在于筛选成本的量级变化。固态电解质的候选空间在数千万级,传统做法靠经验规则先砍一刀,再用第一性原理计算逐层验证,周期以月计。若智能体能稳定完成前几层筛选并给出可追溯的依据,实验环节的排队压力会明显下降。

需要冷静的地方也有。97 个候选是否真的可合成、可测、可用,论文里的评测替代不了实验室的验证;开源之后,资产库能否被其他团队有效扩展,取决于接口设计是否足够通用。科研智能体的价值最终要用「省下多少次失败实验」来衡量,而不是榜单分数。