MatOS开源:材料研发智能体资产库含3135个数据集
允中 发自 凹非寺 量子位 | 公众号QbitAI 大模型智能体已经能够检索文献、调用模拟软件,甚至与自动化实验室协同工作。但要让它们独立完成一项完整的材料研究,仍然面临挑战: ....
允中 发自 凹非寺
量子位 | 公众号QbitAI
检索文献、调用模拟软件,甚至和自动化实验室配合干活,大模型智能体这些事已经能做了。可要让它独自把一项完整的材料研究做完,还是有不少难关:
比如一项研究得从几千万个候选结构里一层层往下筛,或者在几百个合金配方里来回试,一跑就是好几天,中间还得看结果随时改计划。每接一个新数据库或新软件,流程常常要重搭一遍;这次研究攒下的经验,换个课题也很难用上。
今年九月,北京中关村学院和中关村人工智能研究院(合称中关村两院)发布了年度科研进展——面向材料研发的科研智能体系统MatOS。
这一项目由中关村两院AI材料研究所团队打造,把数据、知识、工具、技能、角色和工作流统一组织起来,让研究者和MatOS自己都能在已有资产之上搭出新能力,通过
眼下MatOS的资产库里有3,135个数据集、386项技能、104个工作流和51个专家角色,还接入了48款材料计算软件。技术报告已经发在arXiv上,代码也在GitHub开源。
3项智能体基准加8个研究案例,MatOS跑通了端到端自主研究、工具调用、大规模筛选、配方设计和新方法开发等多类任务,比如:
在端到端自主科研基准
材料软件使用基准上拿到97.96%,是三者里最高的;
搭起层次化筛选流程,从3000多万个候选结构里筛出97个固态电解质
帮着做出合金熔点预测模型3.18°C,比次优模型低13.6%。
从回答问题,到开展研究,再到持续产出高质量科学资产
近年来,
材料研究对智能体系统提了三方面要求:
数据库、模拟软件和
文献分析、计算、实验,研究要跨过这些环节,系统就得在长周期任务里存住状态、核对结果;
模拟时长、采样策略这类经验多半来自实操,系统得把它们存下来,后面的任务里还能用得上。
针对这些要求,MatOS拿出了三大设计:分层科学资产图。
MatOS整体架构:分层科学资产图、有状态的自适应工作流和证据驱动的资产进化
三大设计:构建、执行与进化
分层科学资产图:组合已有能力,构建新能力
数据、知识、工具、技能、角色和工作流,在MatOS里被组织成六类科学资产。
每一项资产都带唯一标识、声明好的依赖关系和来源记录,内容既能直接存下来,也能引用外部数据库或计算软件。
资产之间靠依赖、调用、证据、验证等类型化关系连起来,智能体接到任务后,就顺着这些关系把需要的能力拼起来。
在这套体系里,技能指的是一类研究问题的操作规程,它明确什么时候该用、方法怎么挑、需要哪些前提、步骤如何执行、结果又该怎么核查;角色则是由职责说明加上可调用资产界定出来的专家智能体;工作流讲的是多个研究阶段之间怎样衔接。同一个技能能让多个角色共用,同一个角色也能出现在不同的工作流中。
无论是研究者还是MatOS本身,都能在已有资产的基础上搭出新的能力。
研究者可以把数据库、软件或者方法登记成资产,再按接口和依赖关系把它们组合成技能、角色或工作流;MatOS同样能根据任务证据新建或修订资产,经过检查与审查之后留给后续任务复用。资产的使用和修订都会留痕,每一次改进都能追溯。
MatOS 对科学资产的安排,可以从两个角度看:(a)数据、知识、工具、技能、角色与工作流被划进四个语义层,前四类逐层往上抽象,最终落到角色和工作流;(b)拿电池角色来说,它是在资产图里挑出数据、知识、工具、技能和工作流,再把它们组合起来。
有状态自适应工作流:稳定执行与按需调整
工作流资产是可复用的流程描述,一次具体的研究里,只有方法选择、计划调整、异常解释这类需要判断的环节才交给智能体;有些步骤需要研究者确认,可以设成人工节点。
大模型面对同样的输入也可能给出不一样的输出,长任务里的决策容易随上下文漂移、偏离目标。MatOS的办法是用显式的步骤和检查条件,让执行少依赖模型会话,从而降低多步执行中跑偏的风险。
执行图快照、节点状态、结果和事件记录都留在系统里,跟模型的会话相互独立。
要跑好几天的计算放到后台执行,一旦完成、需要输入或者失去响应,系统会主动通知智能体;等外部结果或人工输入的任务会保住进度,之后再接着跑。每一项输出都能对应到产生它的节点和执行尝试。
中间结果有时会要求改动后续步骤,比如先补一步验证,再让后面的分析以验证结果为准。这时候智能体或研究者可以提出调整执行图,增加或修改节点、改变依赖关系。调整要过结构、策略和编译三道检查,过了才形成新版本的执行图;没过的话,原执行图继续跑。每次调整的提案、检查结果和采纳决定都有记录,执行图怎么演化能完整追溯。
执行图的调整首先是为当前任务服务。其中那些有复用价值的流程改进,会作为证据进入资产进化,经检查与审查后用来修订相应的工作流资产,供后续同类任务调用。
有状态自适应工作流:节点类型、执行图及其动态调整、持久化状态
证据驱动的资产进化:在使用中持续改进
用户的纠正、失败的工具调用、反复出现的操作以及工作流结果,都可能说明某项资产需要改进。
MatOS先判断证据够不够、问题成不成立、经验能不能复用,再定位到负责对应功能的资产:方法选错了可能要修订知识或技能,工具行为不对就要修工具,缺了研究步骤则要修订工作流;必要时还会新建资产,或者同时修订多个关联资产。
举例来说,如果反馈显示分子动力学模拟的平衡时间太短,系统可以把对应技能里的平衡时长从50ps改成至少200ps,并加一项检查,确认原子扩散已经进入稳定状态。
候选修订要过结构检查和基于模型的语义审查:结构检查主要看有没有引入新的结构、接口或组合错误;语义审查看的是修订有没有回应原始证据、有没有保留方法的适用条件、跟关联资产是否一致。
修订得先过检查和审查这一关,通过了才会被采用;而后续任务跑出来的结果,又会变成下一轮评估的依据。这些经验并不存放在模型内部,而是放在模型之外的资产中,基础语言模型的参数一直没动;资产同样不跟某个特定模型绑定,评测时同一套 MatOS 就分别跟 GPT-5.4 和 DeepSeek 系列模型搭配过。
证据驱动的资产进化:证据评估、目标定位、局部修订、结构检查与语义审查、版本采纳
基准评测结果
ResearchClawBench
用GPT-5.4时,MatOS平均得分19.46,比最佳基线MIRA高11.15%,比Codex CLI高33.6%。材料任务上差距更明显:比MIRA高18.7%,比Codex CLI高80.8%。换成成本更低的DeepSeek-V4-Flash,MatOS平均得分19.20,同样高于全部基线。
ResearchClawBench化学、能源、材料任务的分领域平均得分与总体平均得分
成本上,DeepSeek-V4-Flash配置的单任务平均成本约0.85美元,不到Codex CLI(2.70美元)的三分之一,得分还更高;GPT-5.4配置则以约3.78美元的成本拿下最高得分。两个MatOS配置共同扩展了本次评测中的。
图中给出的是各系统单任务的平均花费与平均得分,成本坐标取了对数。
在考察材料软件使用情况的基准上,
MatOS达到97.96%,Codex CLI为95.92%,Claude Code为89.80%;子任务成功率MatOS是97.10%,另外两者分别拿到95.65%和91.30%。另一项指标上,MatOS为59.5%,这两个系统则为57.1%。
三者同用DeepSeek-V4-Pro作底座,MatTools和SciAgentGym上的成功率由此可以横向比较。
研究案例分为两类:一类是海量筛选,另一类是新方法开发。
8个研究案例覆盖了这两类工作。
海量筛选这一路,MatOS采用Du等人提出的分层筛选框架:第一步是只看化学成分的模型,快速做粗筛;第二步换成图神经网络,依据晶体结构预测性质,做细筛;第三步用分子动力学模拟离子运动,逐级考察导电能力、电化学稳定性和力学性质。30,364,908个初始结构经此收窄到97个,其中计算电导率最高的达到59.0mS/cm。
固态电解质就是这样逐级筛下来的:30,364,908个初始结构,最后剩下97个候选。
配方设计方面,MatOS瞄准半导体封装,要找的是300°C左右开始熔化、熔化温度区间又比较窄的合金:候选配方由大模型分四组并行提出,
286个配方进入评估,最高得分从起始配方的0.534升到0.927;得分最高的Pb–Ag–Pt–Sn系合金,预计297.75°C开始熔化,再升4.55°C液相比例就到了80%。
针对300°C熔化目标的合金配方搜索:(a)四组并行搜索里各配方的得分,黑线代表当前最高分;(b)起始配方与得分最高配方在300°C附近的预测液相比例
新方法开发这一路,团队用MatOS搭了主动学习工作流:由系统挑出需要做热力学计算的合金配方,结果返回后再训练模型,数据和模型一起扩充。
这套流程开发出的模型,在固定测试集上的平均绝对误差由28.40°C降到3.18°C,在参与比较的六个模型中最低,比次优的Roost低13.6%;测试集是1,401个熔化区间中点在200°C到400°C之间、由两种或三种元素组成的含锡配方,参照值取自热力学计算。
图为借助MatOS开发的训练数据选择方法
总结与展望
能力构建、任务执行与资产进化,在MatOS里被连成了一条线:
研究者可以接入自己的数据、软件和方法;系统能从任务证据中提出资产修订,新资产和修订经过检查与审查被采纳后,后续研究可以直接调用,不必从零开始。
接下来,MatOS会把仪器和实验流程接进来,让一项研究从计算筛选到实验验证的证据都能在同一个系统里关联。
技术报告:MatOS: An Agent Operating System for Materials Research 报告链接:https://arxiv.org/abs/2610.34203 代码:https://github.com/DingyangLyu/MatOS AI材料研究所联系邮箱:aimaterials@bza.edu.cn
*本文系量子位获授权刊载,观点仅为原作者所有。