<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>中关村人工智能研究院 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/%e4%b8%ad%e5%85%b3%e6%9d%91%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e7%a0%94%e7%a9%b6%e9%99%a2/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Tue, 17 Nov 2026 20:41:51 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>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</title>
		<link>https://mylogs.cn/%e4%b8%ad%e5%9b%bd%e5%9b%a2%e9%98%9f%e5%bc%80%e6%ba%90%e6%9d%90%e6%96%99%e7%a0%94%e5%8f%91%e6%99%ba%e8%83%bd%e4%bd%93-matos%ef%bc%9a3000-%e4%b8%87%e7%bb%93%e6%9e%84%e9%87%8c%e7%ad%9b%e5%87%ba-97/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Tue, 17 Nov 2026 20:41:51 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI智能体]]></category>
		<category><![CDATA[MatOS]]></category>
		<category><![CDATA[中关村人工智能研究院]]></category>
		<category><![CDATA[开源AI]]></category>
		<category><![CDATA[材料科学]]></category>
		<category><![CDATA[科研工具]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e4%b8%ad%e5%9b%bd%e5%9b%a2%e9%98%9f%e5%bc%80%e6%ba%90%e6%9d%90%e6%96%99%e7%a0%94%e5%8f%91%e6%99%ba%e8%83%bd%e4%bd%93-matos%ef%bc%9a3000-%e4%b8%87%e7%bb%93%e6%9e%84%e9%87%8c%e7%ad%9b%e5%87%ba-97/</guid>

					<description><![CDATA[# 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 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph"># 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</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6afcbd9c9b63f&quot;}" data-wp-interactive="core/image" data-wp-key="6afcbd9c9b63f" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/971de6e752ecb00adf9b2bf735c5b442_header.webp" alt="MatOS 分层科学资产架构示意图" title="图片来源：量子位 / 中关村两院 AI 材料研究所" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<p class="wp-block-paragraph">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&#8221;中关村两院&#8221;）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。</p>
<h2 class="wp-block-heading">把经验沉淀成&#8221;科学资产&#8221;</h2>
<p class="wp-block-paragraph">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&#8221;科学资产&#8221;，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。</p>
<p class="wp-block-paragraph">系统有三大核心设计：<strong>分层科学资产图</strong>负责组合已有能力、构建新能力；<strong>有状态自适应工作流</strong>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；<strong>证据驱动的资产进化</strong>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。</p>
<h2 class="wp-block-heading">基准成绩：多项对比领先</h2>
<figure class="wp-block-table"><table class="has-fixed-layout"><tbody><tr><th>基准 / 指标</th><th>MatOS</th><th>对比对象</th></tr><tr><td>ResearchClawBench（GPT-5.4）平均分</td><td>19.46</td><td>比 MIRA 高 11.15%，比 Codex CLI 高 33.6%</td></tr><tr><td>ResearchClawBench 材料任务</td><td>—</td><td>比 Codex CLI 高 80.8%</td></tr><tr><td>MatTools 完整问题成功率（DeepSeek-V4-Pro）</td><td>97.96%</td><td>Codex CLI 95.92%，Claude Code 89.80%</td></tr><tr><td>SciAgentGym 案例成功率</td><td>59.5%</td><td>Codex CLI 57.1%</td></tr><tr><td>单任务平均成本（DeepSeek-V4-Flash 配置）</td><td>约 0.85 美元</td><td>Codex CLI 约 2.70 美元</td></tr></tbody></table></figure>
<p class="wp-block-paragraph">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。</p>
<h2 class="wp-block-heading">8 个案例：从筛选到开发新方法</h2>
<p class="wp-block-paragraph">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。</p>
<p class="wp-block-paragraph">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%。</p>
<p class="wp-block-paragraph">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%。</p>
<h2 class="wp-block-heading">常见问题</h2>
<p class="wp-block-paragraph"><strong>MatOS 适合谁用？</strong><br>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。</p>
<p class="wp-block-paragraph"><strong>开源地址在哪里？</strong><br>技术报告见 arXiv（编号 2610.34203），代码见 GitHub（DingyangLyu/MatOS）。</p>
<p class="wp-block-paragraph"><strong>下一步计划是什么？</strong><br>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。</p>
<h2 class="wp-block-heading">信息来源</h2>
<p class="wp-block-paragraph">&#8211; 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）<br>&#8211; arXiv 技术报告：MatOS: An Agent Operating System for Materials Research<br>&#8211; GitHub 开源仓库：DingyangLyu/MatOS</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
