您的位置首页 >人工智能 >

材料科学智能体 MatOS 开源上线,有效提升材料研发任务成功率

中关村人工智能研究院团队研发的材料科学智能体 MatOS 已经在 GitHub 正式开源,它专门解决通用大模型做材料科研时,工具调用混乱、长任务中断没法续跑、过往科研经验没法复用的痛点,把数据集、技能、软件工具、专家角色、工作流打包成可复用的科学资产图谱,搭配带校验的有状态工作流,任务中断之后可以恢复、全程可追溯,还能根据执行记录和反馈持续迭代资产,在多个基准测试里,同底座模型下 MatOS 的材料研发任务成功率明显高于 Codex CLI、Claude Code,已经覆盖电解质筛选、卤化物材料挖掘、原子势优化等真实科研场景,现在代码、技术报告对外公开,科研人员可以直接部署、二次开发,用来做材料筛选、配方设计、仿真计算、新方法开发。

一、MatOS 核心资产库清单

资产类型数量说明
数据集3135 个材料结构、物性、文献数据,直接接入科研流程
封装技能386 项材料计算、数据处理、结果分析的标准化操作
预设工作流104 套从筛选、仿真到结果验证的完整科研链路
专家角色51 个对应不同材料方向的专家推理逻辑
集成计算软件48 款主流第一性原理、分子动力学材料仿真工具

二、基准测试成绩对比表

测试基准对比对象同底座模型下提升效果
ResearchClawBench(自主科研)Codex CLI整体得分高 33.6%,材料专项任务高 80.8%
MatTools(材料软件调用)Codex CLI、Claude Code任务完整成功率 97.96%,高于两款竞品
SciAgentGym 科学智能体基准Codex CLI得分高出 4.17%

三、MatOS 三大核心架构模块

  1. 分层科学资产图谱:把材料领域的数据、知识、工具、角色、工作流统一管理,智能体可以自由组合调用,新增能力也能沉淀进资产库;
  2. 有状态自适应工作流:科研任务拆成带校验节点的执行图,跑一半中断可以接着继续,每一步操作都留下记录,方便复现、排查错误;
  3. 证据驱动资产进化:任务跑完之后,自动根据结果、研究员反馈修正资产,一次实验积累的经验,后续别的材料任务可以复用。

四、已经落地的材料研发案例

  • 固态电解质筛选:从 3000 万 + 候选结构里收敛筛选出 97 个高潜力固态电解质;
  • 卤化物材料挖掘:找到 89 个导电性能优于母体结构的卤化物变体;
  • 原子势模型优化:定位 11 个预训练原子势的误差来源,关联到局部原子环境;
  • 开发新训练策略:降低原子势预测误差,给材料 AI 训练提供新方案。

五、适合的使用人群和价值

  • 高校材料课题组:降低仿真代码、脚本开发门槛,自动完成大规模材料筛选,节省人力;
  • 材料企业研发部门:加速催化剂、固态电池、半导体材料的研发迭代;
  • AI 科研开发者:可以基于开源代码,拓展别的学科智能体,改造工作流和资产体系;
  • 对比通用代码智能体:MatOS 自带材料领域校验规则,不容易出现仿真参数写错、输出无效结果的情况。

【常见问题】

问题 1:开源的材料科学智能体 MatOS,靠什么提升材料研发任务成功率?

回答 1:开源的材料科学智能体 MatOS 依靠科学资产图谱、可续跑的有状态工作流、证据驱动迭代这三套机制,规范材料工具调用、任务校验、经验沉淀,以此提升材料研发任务成功率。

问题 2:材料科学智能体 MatOS 开源之后,在哪里可以获取 MatOS 代码?

回答 2:材料科学智能体 MatOS 已经在 GitHub 开源,配套的技术论文同步发布在 arXiv,科研人员可以直接获取 MatOS 源码、文档,自行部署和二次开发。

问题 3:材料科学智能体 MatOS 提升材料研发任务成功率,它能做哪些材料研发工作?

回答 3:材料科学智能体 MatOS 提升材料研发任务成功率,支持大规模材料筛选、新材料配方设计、仿真计算调用、物性分析、原子势模型优化、科研新方法开发等材料研发任务。

问题 4:材料科学智能体 MatOS 和 Codex CLI、Claude Code 相比,材料研发任务成功率差别大吗?

回答 4:在相同底座模型条件下,材料科学智能体 MatOS 在 MatTools 基准上材料研发任务成功率达到 97.96%,在 ResearchClawBench 材料任务得分相比 Codex CLI 高出 80.8%,优势明显。

【参考资料】

[2026-11-17](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)量子位

[2026-11-17](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)腾讯新闻

[2026-11-17](MatOS: An Agent Operating System for Materials Research)arXiv

[2026-11-17](MatOS GitHub 开源项目发布)GitHub

[2026-11-17](材料 AI 智能体 MatOS 测试数据公布)机器之心

【免责声明】

本文仅为科研开源项目资讯整理,不构成科研方案、技术落地担保;MatOS 为开源科研工具,材料研发结果需要实验验证,项目功能、版本更新、兼容情况以 GitHub 仓库、arXiv 论文官方内容为准。

今日大家都在搜的词: