郭震 AI公众号:郭震AI

实时 AI 消息

材料科学智能体MatOS正式开源:资产库含3000余数据集,材料任务得分较Codex CLI高80.8%

中关村两院AI材料研究所团队构建的科研智能体MatOS已正式开源,代码上GitHub、技术报告上arXiv,资产库集成3135个数据集、386项技能与48款材料计算软件。在ResearchClawBench上,同用GPT-5.4时其材料任务得分比Codex CLI高80.8%,低成本配置单任务约0.85美元。

发布时间

面向材料研发的科研智能体 MatOS 已正式开源,代码发布在 GitHub,技术报告发布在 arXiv。该系统由北京中关村学院、中关村人工智能研究院(合称中关村两院)AI 材料研究所团队构建,此前在今年九月的年度科研进展中发布。

MatOS 的核心思路是把材料研发中的数据、知识、工具、技能、角色和工作流统一登记为“科学资产”。据量子位报道,目前资产库包含 3,135 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。

每项资产都有唯一标识、声明的依赖关系和来源记录,既可以保存内容本身,也可以引用外部数据库或计算软件。资产之间通过依赖、调用、证据、验证等类型化关系相连,智能体接到任务时按这些关系组合所需能力,而不是每接入一个新数据库或软件就重新搭建流程。

执行层面,MatOS 用有状态的“执行图”运行具体研究:每个节点写明目标、输入输出、完成条件和引用的资产,系统按图调度与检查,只把方法选择、计划调整和异常解释等真正需要判断的环节交给大模型,需要研究者确认的步骤可以设为人工节点。

评测结果给出了量化的对照。在端到端自主科研基准 ResearchClawBench 上,使用相同底座模型 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%;材料任务上的优势更明显,比 Codex CLI 高 80.8%。换用成本更低的 DeepSeek-V4-Flash,MatOS 平均得分 19.20,仍高于全部基线。

在材料软件使用基准 MatTools 上,三者同用 DeepSeek-V4-Pro 时,MatOS 完整问题成功率 97.96%,高于 Codex CLI 的 95.92% 与 Claude Code 的 89.80%;子任务成功率 97.10%,另两者分别为 95.65% 和 91.30%。在多步工具调用基准 SciAgentGym 上,MatOS 案例成功率 59.5%,另两者为 57.1%。

应用案例覆盖固态电解质、半导体封装合金等方向。固态电解质筛选中,MatOS 沿用分层筛选框架,先用只依赖化学成分的模型粗筛,再用图神经网络细筛,最后用分子动力学模拟离子运动,从 30,364,908 个初始结构中筛出 97 个候选,计算电导率最高达 59.0 mS/cm。面向半导体封装、目标是 300°C 左右开始熔化的合金配方搜索中,286 个候选配方的最高得分从起始配方的 0.534 提升到 0.927,得分最高的 Pb–Ag–Pt–Sn 系合金预计在 297.75°C 开始熔化,升温 4.55°C 后液相比例达到 80%。

成本方面,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,而得分更高;GPT-5.4 配置则以约 3.78 美元的成本取得最高得分,两种配置共同扩展了评测中的成本—得分帕累托前沿。

更值得关注的是“资产进化”机制:用户纠正、失败的工具调用、反复出现的操作和工作流结果,都可能触发资产修订,修订须通过结构检查与基于模型的语义审查才会被采纳。经验保存在模型之外的资产里,基础语言模型的参数保持不变,同一套 MatOS 分别搭配了 GPT-5.4 与 DeepSeek 系列模型。这意味着科研能力可以像代码库一样被版本化、复用和审计,而不必绑定某一代基座模型。

为什么重要

把科研流程沉淀为可版本化、可审查的资产而非模型权重,使材料研发智能体能够跨基座模型复用,也降低了长周期科研任务的单位成本。

微博邮件

MatOSAI AgentOpen SourceMaterials Science
返回实时消息

附近消息

全部

11/17 15:43

YC 支持的 Scalar Field:AI 代理上线四个月交易额达 6000 万美元

据 CXOToday 报道,YC 支持的 Scalar Field 在 AI 代理上线后的前四个月里,交易活动规模累计达到 6000 万美元。这个数字把代理产品放进真实资金流转的场景,但报道未说明用户规模、交易品类与收入结构。

11/17 16:01

澳大利亚创意产业发起“Not AI's to Take”运动,要求守住版权底线

澳大利亚艺术、影视、媒体与音乐领域的多家机构联合发起名为“Not AI's to Take”的运动,要求联邦政府在 AI 训练数据问题上守住版权底线。参与方包括澳大利亚作家协会与澳大利亚出版商协会,这场行动被视为对 AI 企业放松版权规则游说的正面回应。

11/17 17:52

Appian发布AI智能体控制平面与Ask Appian,把智能体管进业务流程

11月17日,Appian在伦敦举行的年度大会Appian Europe上公布新的智能体管理能力,用一套“控制平面”在确定性业务流程中注册、跟踪、编排与评估AI智能体,同时发布自然语言交互入口Ask Appian。公司援引与《哈佛商业评论》分析服务联合开展的2026年调研称,仅16%的受访企业从AI中获得高度可衡量的价值,这成为其强调“流程中心”路线的主要依据。

11/17 09:28

DeepSeek 因算力不足限流免费聊天,V4.1 Flash 单周仍以 61.2 万亿 token 领跑 OpenRouter

DeepSeek 开始在免费 App 与网页版限流:闲置 7 天以上的长对话不再保留,单次输入压到约 4 万字符,额度用尽后提示服务器繁忙。与此同时,其 V4.1 Flash 1017 在截至 11 月 16 日的一周以 61.2 万亿 token 领跑 OpenRouter,而 DeepSeek 自有端点只承载了其中 12.4%。