内容提要
中关村两院发布材料科研智能体系统MatOS,将数据、工具、技能、角色和工作流组织为可复用的科学资产,支持有状态工作流执行任务,并依据证据修订资产,使科研能力持续进化。其资产库包含3135个数据集、386项技能、104个工作流和51个专家角色。在多项基准和8个研究案例中,MatOS表现优于对比系统,完成了从三千多万结构中筛选固态电解质、合金配方设计及新模型开发等任务。
延伸解读
从工具调用到资产复用:MatOS的设计逻辑
MatOS将数据、知识、工具、技能、角色和工作流组织为六类科学资产,每项资产有唯一标识、依赖关系和来源记录。这种分层资产图让智能体按任务组合能力,而非每次重建流程。技能作为操作规程,角色由职责和可调用资产定义,工作流描述阶段衔接。研究者和MatOS自身都能在已有资产上构建新能力,使经验可复用、可追溯,回应了材料研究中接入新能力、长周期状态保存和经验复用三方面要求。
有状态工作流如何降低长任务偏离风险
MatOS通过执行图运行具体研究,每个节点写明目标、输入输出、完成条件和引用资产。系统只把方法选择、计划调整和异常解释等需要判断的环节交给智能体,显式步骤和检查条件减少了对模型会话的依赖。执行图快照、节点状态和结果独立于模型会话保存,耗时数天的计算可后台执行并主动通知。调整执行图须通过结构、策略和编译三道检查,未通过则原图继续运行,每次调整都有记录可追溯。
评测表现与成本权衡
在ResearchClawBench上,采用GPT-5.4的MatOS平均得分19.46,较最佳基线MIRA高11.15%,材料任务高18.7%。换用DeepSeek-V4-Flash时平均得分19.20,仍高于全部基线,单任务平均成本约0.85美元,不到Codex CLI的三分之一。GPT-5.4配置成本约3.78美元但得分最高。在MatTools上完整问题成功率达97.96%,高于Codex CLI和Claude Code。两个配置共同扩展了成本—得分帕累托前沿,显示不同预算下的取舍。
案例覆盖与能力边界
8个研究案例覆盖机器学习势、固态与液态电解质、合金及流体力学,任务包括大规模筛选、分子模拟、配方设计和新方法开发。例如从30,364,908个结构中筛选出97个固态电解质候选,计算电导率最高59.0mS/cm;合金配方搜索中最高得分从0.534提升到0.927;DuoCompNet平均绝对误差降至3.18°C。这些结果展示了MatOS在计算筛选和模型开发上的能力,但文章未涉及实验验证,下一步计划接入仪器和实验流程。
Q&A
MatOS是什么?由谁发布的?
MatOS是一个面向材料研发的科研智能体系统,由北京中关村学院、中关村人工智能研究院(中关村两院)AI材料研究所团队构建,于今年九月发布。
MatOS的资产库包含哪些内容?
MatOS的资产库包含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。
MatOS如何让科研能力持续进化?
MatOS通过证据驱动的资产进化机制:用户纠正、失败的工具调用、反复出现的操作和工作流结果等证据触发资产改进评估,定位到负责相应功能的资产进行局部修订,候选修订须经过结构检查和基于模型的语义审查,通过后才会被采纳,后续任务的结果又成为下一轮评估的证据,使科研能力在使用中持续进化。
MatOS在材料筛选任务中表现如何?
MatOS构建层次化筛选流程,从30,364,908个初始结构中筛选出97个固态电解质候选,其计算电导率最高达59.0mS/cm。
MatOS在基准测试中的成绩怎么样?
在ResearchClawBench上,采用GPT-5.4时MatOS平均得分19.46,较最佳基线MIRA高11.15%,较Codex CLI高33.6%;材料任务较MIRA高18.7%,较Codex CLI高80.8%。在MatTools上完整问题成功率达97.96%,为三者最高;在SciAgentGym上案例成功率为59.5%,高于对比系统。
MatOS的开发成本高吗?
MatOS使用DeepSeek-V4-Flash配置时单任务平均成本约0.85美元,不到Codex CLI(2.70美元)的三分之一,且得分更高;使用GPT-5.4配置时成本约3.78美元,取得最高得分。两个配置共同扩展了成本—得分帕累托前沿。
MatOS支持哪些类型的研究任务?
MatOS支持端到端自主研究、工具调用、大规模筛选、分子模拟、配方设计和新方法开发等多类任务,覆盖机器学习势、固态与液态电解质、合金等材料方向,并延伸到流体力学。