中國科研團隊首創輕量化AI材料智能體　成本降95%

香港文匯報訊（記者 郭若溪）AI如何幫科學家研發新材料？9月10日，中國科學院深圳先進技術研究院材料人工智能研究所喻學鋒團隊在《自然-機器智能》發表最新成果，正式發布材料研究領域首個輕量化雙模型協作智能體「材智雲腦MatBrain」。該成果為破解AI賦能材料科學中的成本與能力瓶頸提供了全新思路。在材料性質預測、晶體結構設計等任務中的表現遠超通用大模型，預測綜合準確率較GPT-5等提升66%，部署成本較同類大模型降低95%。

近年來，大語言模型與高通量計算雖加速了研發進程，但通用大模型面臨「兩難」：模型越大，訓練與部署成本越高；模型變小，又難以兼顧專業的科學推理與複雜的工具調用。針對這一痛點，研究團隊打破對單一「超級大模型」的依賴，創新性地提出「雙模型協作」機制。

據介紹，「材智雲腦MatBrain」由兩個輕量化小模型組成：300億參數的Mat-R1模型化身「材料專家」，專注材料知識理解、科學推理與結果判斷；140億參數的Mat-T1模型則作為「科研執行者」，負責調用材料數據庫、結構生成模型及計算軟件。兩者通過「執行—分析—反饋—再執行」的閉環協同，高效完成複雜科研任。

在訓練策略上，Mat-R1整合了超25萬條高質量材料指令數據進行深度學習；Mat-T1則依託Mat-MCP平台，將主流數據庫與計算程序封裝為可調用的科研工具，並通過2萬個複雜科研問題進行強化學習。測試顯示，MatBrain在材料性質預測等任務中的綜合準確率較GPT-5、DeepSeek-R1等提升66%，而硬件部署成本大幅降低95%，使先進AI有望從大型計算中心走向普通實驗室工作站。

該智能體已展現出強大的實戰能力。在電催化劑研發中，MatBrain完成了從假設形成、3萬個候選結構生成、多階段計算篩選到實驗驗證的全鏈條研究。目前，團隊已將MatBrain開發為AI工具軟件，並同步發布體驗版供公眾下載。

賦能產業中試 加速新材料落地轉化

在產業轉化方面，喻學鋒團隊將MatBrain與中試生產數據結合，為產業定製材料智能體。相關技術已應用於孵化的中科先進材料科技有限公司，構建了數據驅動的中試平台，並於2025年獲批首批國家級製造業中試平台。此外，團隊與磷化工龍頭興發集團共建「興發雲腦」，實現全流程智能輔助，助力企業在新能源賽道實現跨越式發展。

未來，團隊正將MatBrain作為「決策大腦」與具身智能結合，構建機器人科學家（Dr. Mind），推動構建具身智能自主實驗室新範式。該成果不僅入選2025年度中國科學院網信工作十大進展，更被期刊編輯高度評價為「AI for Material」領域極具價值的工作，標誌着我國在人工智能賦能新材料研發領域邁出關鍵一步。