由中关村人工智能研究院、北京中关村学院 AI 材料研究所打造的材料科学智能体 MatOS 现已在 GitHub 开源,配套技术报告同步上传 arXiv,这套面向材料科研的智能体操作系统,核心思路是把数据集、技能、计算工具、专家角色、工作流打包成可复用科学资产,依靠有状态自适应工作流执行长周期材料研发任务,能够自动调用各类材料仿真软件,在多个基准测试里任务成功率明显高于 Codex CLI、Claude Code 等方案,解决传统 AI 科研智能体流程不可复用、长任务容易中断、每次新项目都要重新搭建工具链路的痛点,支持高通量材料筛选、新材料配方设计、仿真复现、科研方法开发等场景,开源之后高校、材料实验室都可以基于代码二次改造,搭建自主材料 AI 科研流水线。
MatOS 核心资产与测试信息清单
| 项目 | 详情 |
|---|---|
| 开发团队 | 中关村人工智能研究院(中关村两院)AI 材料研究所、北京中关村学院 |
| 开源地址 | GitHub,技术报告发布在 arXiv |
| 资产库规模 | 3135 个数据集、386 项技能、104 套工作流、51 个专家角色 |
| 集成工具 | 48 款主流材料计算、仿真软件 |
| 三大核心组件 | 分层科学资产图、有状态自适应工作流、证据驱动资产进化机制 |
| 基准测试 1 ResearchClawBench | 同底座模型下,相比旧方案得分提升 11.15%,材料任务对比 Codex CLI 高出 80.8% |
| 基准测试 2 MatTools | 完整问题成功率 97.96%,优于 Codex CLI、Claude Code |
| 验证案例数量 | 8 个真实材料科研案例,包含千万级候选结构筛选、连续介质仿真复现 |
| 典型任务 | 高通量材料筛选、合金配方设计、第一性原理计算、仿真复现、新算法开发 |
为什么 MatOS 能拉高材料研发任务成功率
普通通用大模型智能体调用材料软件很容易踩坑,材料科研流程链条很长,经常要跑几天仿真,一旦中途报错、断连,前面的计算结果很难保留;不同科研任务用到的数据库、脚本、参数模板没法沉淀复用,每次换材料课题都要重新写提示词、调试工具调用逻辑。MatOS 用科学资产图把所有科研要素统一管理,跑过的成功流程、参数方案、专家经验都会沉淀下来,后续相似任务可以直接复用。同时它的工作流带状态保存与校验节点,长任务中断之后支持断点续跑,自动校验中间计算结果是否合理,不会无脑往下执行无效计算,还可以根据用户反馈、任务执行记录持续迭代资产库,越用越适配材料领域的科研习惯。
科研落地使用步骤
- 拉取 MatOS 开源代码,部署环境,接入本地或者云端材料计算软件、材料数据库。
- 导入已有科研资产,或者新建数据集、技能脚本、专家角色,定义材料计算流程。
- 下发科研目标,例如 “筛选稳定高催化活性晶体结构”,智能体自动编排工作流。
- 按阶段执行仿真计算,中间节点自动校验结果,异常自动暂停、记录日志。
- 任务中断可从最近校验点恢复执行,任务完成自动归档流程记录。
- 审核本次任务产出的数据、流程,合格内容回流到资产库,供后续项目复用。
- 基于开源代码扩展适配自研仿真工具、实验室自动化设备,打通计算 - 合成闭环。
适合人群总结
材料方向科研人员、计算材料课题组、AI+Science 方向开发者适合上手 MatOS,用来搭建自动化材料筛选流水线;如果只是简单查文献、做单条材料性质预测,轻量化对话式材料大模型会更简单,MatOS 优势在复杂、长周期、多工具串联的系统性研发任务。
【相关 FAQ】
问题 1:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 是谁开发的?
回答 1:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 由中关村人工智能研究院(中关村两院)AI 材料研究所、北京中关村学院团队开发。
问题 2:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 集成了多少材料计算软件?
回答 2:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 资产库内置集成 48 款主流材料计算与仿真软件。
问题 3:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 三大核心组件是什么?
回答 3:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,三大核心组件为分层科学资产图、有状态自适应工作流、证据驱动资产进化机制。
问题 4:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 在 MatTools 基准上成功率多少?
回答 4:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 在 MatTools 基准测试完整问题成功率 97.96%,高于 Codex CLI 和 Claude Code。
问题 5:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 支持断点续跑长仿真任务吗?
回答 5:材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率,MatOS 使用有状态工作流,长周期材料仿真任务中断后支持断点恢复继续执行。
【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
[2026-10-25](MatOS: An Agent Operating System for Materials Research)arXiv
[2026-11-17](MatOS 开源:面向材料科研的智能体操作系统解析)机器之心
[2026-11-17](AI + 材料新工具 MatOS 开源,沉淀科研资产实现任务自进化)科研圈
【免责声明】
本文材料科学智能体 MatOS 正式开源相关内容基于项目公开技术报告、媒体报道整理;基准测试成绩为特定底座模型、固定测试集下的结果,更换大模型底座、调整任务场景后成功率会产生波动;MatOS 开源代码、资产库更新由项目团队持续迭代,功能、工具支持范围以 GitHub 最新版本为准;本文仅为 AI+Science 资讯科普,不构成科研项目选型、商业化落地承诺。
本文来自作者[蓝芯路由师]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/bdti/202611/3667.html
评论列表(4条)
我是新新网的签约作者“蓝芯路由师”!
希望本篇文章《材料科学智能体 MatOS 正式开源,依托科学资产图提升材料研发任务成功率》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:由中关村人工智能研究院、北京中关村学院 AI 材料研究所打造的材料科学智能体 MatOS 现已在 GitHub 开源,配套技术报告同步上传 arX