材料研发智能体 MatOS 开源:3135 个数据集、386 项技能,筛出 97 个固态电解质候选
中关村两院开源的 MatOS 把数据、工具、技能和工作流组织成科学资产,在材料基准上显著超过通用…
文章目录

材料研发的日常,是在几千万个候选结构里做减法:先筛元素,再算稳定性,再做模拟,最后进实验室。每一步都要换软件、查数据库、记录参数。让 AI 独立完成一整项研究,难点从来不是“会不会调用工具”,而是“能不能把长周期的研究状态管住”。
一分钟速览
- MatOS 由中关村两院 AI 材料研究所团队构建,代码已在 GitHub 开源
- 资产库含 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
- 从 3000 多万个候选结构中筛出 97 个固态电解质候选
- MatTools 基准完整问题成功率达 97.96%
把科研能力当成资产来管
MatOS 的核心设计,是把数据、知识、工具、技能、角色和工作流统一组织成“科学资产”。听起来抽象,落到使用上很具体:接入一个新数据库或模拟软件,不需要重搭一套流程;研究做到一半,状态和中间结果能被保存和检查;上一次研究积累的经验,可以经过审查后变成下一次可复用的资产。
这套思路对应材料研究的三个现实要求。第一,数据库、模拟软件和机器学习势不断出现,系统必须能低成本接入新能力。第二,研究跨越文献分析、计算和实验,长周期任务需要保存状态、检查结果。第三,模拟时长、采样策略这类经验大多来自实践,系统要能存储并复用,而不是每次从零开始。
三个基准,说明什么
在端到端自主科研基准 ResearchClawBench 上,MatOS 与采用相同底座模型的 Codex CLI 相比,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,使用相同底座模型时,MatOS 的完整问题成功率达到 97.96%,高于 Codex CLI 和 Claude Code。差距主要来自领域资产和工作流,而不是换了一个更强的底座模型。
具体案例更能说明问题:团队构建层次化筛选流程,从 3000 多万个候选结构中筛出 97 个固态电解质候选;还支持开发合金熔点预测模型 DuoCompNet,在固定测试集上的平均绝对误差降到 3.18 摄氏度,比次优模型低 13.6%。
科研智能体的分水岭
过去两年,ChemCrow、LLaMP 等工作让大模型学会调用专业工具,MARS 等系统把智能体与自动化实验连接起来。MatOS 往前多走了一步:不只让智能体“会用工具”,还让它在使用中积累可审查、可复用的能力。技术报告已在 arXiv 发布,代码在 GitHub 开源,这意味着其他材料团队可以基于同一套资产体系继续扩展。
当然,开源不等于好用。材料计算的软件许可、数据格式、实验设备接口都高度碎片化,真正的落地成本在接入和维护。但方向已经清楚:科研智能体的竞争力,会越来越取决于领域资产的质量,而不是通用模型的分数。谁掌握了可复用、可验证的科研工作流,谁就更接近“AI 科学家”这个词。
本文地址:https://www.163264.com/21657


