中国团队开源材料研发智能体 MatOS:3000 万结构里筛出 97 个候选

# 中国团队开源材料研发智能体 MatOS:3000 万结构里筛出 97 个候选

让大模型检索文献、调用模拟软件已是常态,但要让智能体独立完成一项完整的材料研究——从数千万个候选结构逐级筛选、在数百种合金配方里反复搜索,持续数天并根据中间结果调整计划——仍是难题。北京中关村学院、中关村人工智能研究院(合称”中关村两院”)AI 材料研究所团队给出了答案:面向材料研发的科研智能体系统 MatOS 正式开源,技术报告已在预印本平台 arXiv 发布,代码上线 GitHub。

把经验沉淀成”科学资产”

MatOS 的思路是把数据、知识、工具、技能、角色和工作流统一组织为六类”科学资产”,每项资产都有唯一标识、依赖声明和来源记录。智能体接到任务时,按资产间的依赖、调用、证据、验证等关系组合所需能力。目前其资产库已包含 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。

系统有三大核心设计:分层科学资产图负责组合已有能力、构建新能力;有状态自适应工作流把每次研究运行为显式执行图,耗时数天的计算交给后台执行,进度独立于模型会话保存,需要判断的环节才交给智能体;证据驱动的资产进化则把用户纠正、失败调用、反复出现的操作转化为资产修订建议,经结构检查与语义审查后采纳,供后续任务复用。值得注意的是,这些经验保存在模型之外的资产中,基础语言模型参数保持不变,同一套 MatOS 可分别搭配 GPT-5.4 和 DeepSeek 系列模型。

基准成绩:多项对比领先

基准 / 指标MatOS对比对象
ResearchClawBench(GPT-5.4)平均分19.46比 MIRA 高 11.15%,比 Codex CLI 高 33.6%
ResearchClawBench 材料任务—比 Codex CLI 高 80.8%
MatTools 完整问题成功率(DeepSeek-V4-Pro)97.96%Codex CLI 95.92%,Claude Code 89.80%
SciAgentGym 案例成功率59.5%Codex CLI 57.1%
单任务平均成本(DeepSeek-V4-Flash 配置)约 0.85 美元Codex CLI 约 2.70 美元

在端到端自主科研基准 ResearchClawBench 上,团队选取化学、能源、材料领域的 12 项任务,与 MIRA、ResearchClaw、EvoScientist、Codex CLI 等 7 个采用 GPT-5.4 的科研智能体比较,MatOS 平均分 19.46,位居第一。换用成本更低的 DeepSeek-V4-Flash 后得分 19.20,仍高于全部基线。

8 个案例:从筛选到开发新方法

在固态电解质筛选案例中,MatOS 沿用分层筛选框架——先用只依据化学成分的模型粗筛,再用图神经网络按晶体结构细筛,最后用分子动力学模拟离子运动,从 30364908 个初始结构中筛出 97 个候选,计算电导率最高达 59.0 mS/cm。

在面向半导体封装的合金配方搜索中,系统评估 286 个配方,最高得分从起始配方的 0.534 提升到 0.927;得分最高的铅银铂锡(Pb–Ag–Pt–Sn)系合金预计在 297.75℃ 开始熔化,升温 4.55℃ 后液相比例即达 80%。

在方法开发上,团队借助 MatOS 构建主动学习工作流,开发的合金熔点预测模型 DuoCompNet 在固定测试集上的平均绝对误差从 28.40℃ 降至 3.18℃,比次优模型 Roost 低 13.6%。

常见问题

MatOS 适合谁用?
面向材料、化学、能源领域的研究者,需要完成多步、长周期的计算筛选与配方设计任务。

开源地址在哪里?
技术报告见 arXiv(编号 2610.34203),代码见 GitHub(DingyangLyu/MatOS)。

下一步计划是什么?
团队表示将接入仪器和实验流程,把从计算筛选到实验验证的证据关联到同一系统中。

信息来源

– 量子位:《材料科学智能体 MatOS 正式开源!大幅提高材料研发任务成功率》(2026-11-17)
– arXiv 技术报告:MatOS: An Agent Operating System for Materials Research
– GitHub 开源仓库:DingyangLyu/MatOS


说说

全部说说