【ZiDongHua 之“智能自動化”收錄關(guān)鍵詞：MatSci   中科院物理所     中科院凝聚態(tài)物質(zhì)科學(xué)數(shù)據(jù)中心    上海人工智能實驗室   人工智能  智能自動化】

中國科學(xué)院物理研究所&上海人工智能實驗室聯(lián)合發(fā)布“MatSci凝聚態(tài)物質(zhì)科學(xué)智能化平臺”，AI重塑科研創(chuàng)新全流程

前言

在科研智能化浪潮奔涌的今天，如何利用AI技術(shù)突破傳統(tǒng)研究范式，實現(xiàn)數(shù)據(jù)驅(qū)動的高效創(chuàng)新?由中國科學(xué)院物理研究所、上海人工智能實驗室與中國科學(xué)院凝聚態(tài)物質(zhì)科學(xué)數(shù)據(jù)中心聯(lián)合打造的MatSci凝聚態(tài)物質(zhì)科學(xué)智能化平臺，給出了令人振奮的答案!

該平臺以凝聚態(tài)物理基座大模型為核心引擎，深度貫通極端條件大科學(xué)裝置、科學(xué)數(shù)據(jù)平臺與智能化生態(tài)，旨在為物質(zhì)科學(xué)研究打造一個從“數(shù)據(jù)”到“知識”再到“方案”的全鏈條智能加速器，驅(qū)動領(lǐng)域創(chuàng)新駛?cè)肟燔嚨馈?/p>

平臺核心亮點，賦能科研四大維度：

1.“格物”出世：專精物理的AI大腦，性能超越頂級通用模型

平臺的核心動力源自團隊自主研發(fā)的領(lǐng)域?qū)俅竽Ｐ?mdash;—“格物”。

CMPhysBench是全球首個聚焦凝聚態(tài)物理、達到研究生難度的大模型評測集。題庫共包含520道高質(zhì)量問題，均由該領(lǐng)域博后與教授從權(quán)威教材中手工精選，涵蓋電磁性質(zhì)、超導(dǎo)、強關(guān)聯(lián)、半導(dǎo)體、凝聚態(tài)理論與基礎(chǔ)知識六大模塊，全面考察模型的物理知識理解、數(shù)學(xué)表達與復(fù)雜推理能力。為了更精準(zhǔn)地度量模型對復(fù)雜物理表達的掌握程度，團隊還提出了全新的評測指標(biāo)SEED(Scalable Expression Edit Distance)，并基于此系統(tǒng)評測了包括DeepSeek-R1、Gemini-2.5-Pro等在內(nèi)的17個國內(nèi)外頂尖通用大模型，為業(yè)界提供了罕見的專業(yè)對比與數(shù)據(jù)參考。

在這一權(quán)威考驗中，全新發(fā)布的CMPhysLLM(格物)表現(xiàn)令人驚艷。作為首個專注凝聚態(tài)物理的專屬大模型，“格物”構(gòu)建于Qwen3-32B架構(gòu)之上，但通過領(lǐng)域級知識注入與高強度物理任務(wù)訓(xùn)練，展現(xiàn)出遠超同體量模型的能力。團隊從研究生必修教材中系統(tǒng)整理訓(xùn)練語料，并廣泛收集物理學(xué)問答社區(qū)與經(jīng)典習(xí)題數(shù)據(jù)，對模型進行了精細的微調(diào)與強化學(xué)習(xí)訓(xùn)練，使其真正掌握了領(lǐng)域核心概念、公式推理與符號表達等能力。在CMPhysBench上的評測結(jié)果表明，“格物”不僅超越了所有開源模型，更在多個維度上擊敗了GPT O1、DeepSeek R1-0528等強大的通用模型。    

  “格物”超越了所有開源模型，在多個維度上擊敗了GPT O1、DeepSeek R1-0528等通用模型

“格物”的意義遠不止于一份榜單的領(lǐng)先，它標(biāo)志著人工智能在科學(xué)理解與推理上的質(zhì)變跨越。作為一位“AI物理專家”，“格物”不僅能進行復(fù)雜的知識問答與精確演算，更具備輔助科研人員解題、建模與理論分析的能力。它已經(jīng)在科研場景中展現(xiàn)出出色的實用價值，并有望拓展至新材料發(fā)現(xiàn)、實驗數(shù)據(jù)分析等更多前沿方向。我們相信，“格物”的誕生，不只是模型的一次突破，更是AI與科學(xué)融合共生的關(guān)鍵節(jié)點。未來，它將成為驅(qū)動物理學(xué)發(fā)展與科學(xué)發(fā)現(xiàn)的新引擎。

2. “超智”多智能體系統(tǒng)：構(gòu)建高效科研閉環(huán)，方案生成“?鍵直達”

平臺創(chuàng)新性地構(gòu)建了科研智能體生態(tài)系統(tǒng)，利用多智能體系統(tǒng)進行超導(dǎo)材料性能預(yù)測與優(yōu)化，這一系統(tǒng)通過分布式?jīng)Q策和復(fù)雜任務(wù)的交互式處理，實現(xiàn)了材料設(shè)計、實驗方案生成和過程參數(shù)優(yōu)化的智能協(xié)同。科研人員只需輸入研究主題，平臺便能自動進行文獻挖掘、創(chuàng)新思路生成、用戶反饋迭代、研究方案設(shè)計，并最終輸出一份完整的實驗方案，涵蓋研究目標(biāo)、實驗思路、材料體系、儀器配置、實驗步驟及工藝參數(shù)等。系統(tǒng)采用的超導(dǎo)多智能體系統(tǒng)，通過AI預(yù)測優(yōu)化設(shè)計材料組分，在銅基超導(dǎo)材料的臨界電流密度(Jc)等核心性能指標(biāo)上，達到了與商用產(chǎn)品相當(dāng)?shù)乃健Ｔ?.2K和10T條件下，預(yù)測材料的Jc約為7MA/cm²，與目前市場上最優(yōu)的超導(dǎo)材料在同等條件下的性能相匹配。

該智能協(xié)同系統(tǒng)不僅幫助科研人員快速制定研究方案，還能夠根據(jù)不同實驗需求生成精準(zhǔn)的實驗方案與過程參數(shù)，并進行物理性質(zhì)控制、實驗過程調(diào)整等操作。平臺結(jié)合模板庫和知識庫，通過AI與人工智能的協(xié)同作用，自動生成實驗流程模板，并進行實時調(diào)整，極大提升了實驗設(shè)計的效率和精準(zhǔn)度。在這一過程中，平臺不僅完成了材料設(shè)計優(yōu)化，還通過實時實驗反饋，驗證了AI設(shè)計方案在高溫超導(dǎo)材料研發(fā)中的可行性和優(yōu)越性。

通過這種方式，用戶能夠直接通過平臺生成適用于其科研任務(wù)的全套實驗設(shè)計，并在多智能體協(xié)同的幫助下快速優(yōu)化實驗方案與材料性能。平臺的操作界面簡潔直觀，科研人員無需深入的AI技術(shù)背景，只需提供研究主題，即可得到專業(yè)的AI輔助支持，極大提升了科研工作的效率和精準(zhǔn)性。

3. 晶體數(shù)據(jù)庫CSDD：國內(nèi)最大開源庫，支撐重大科學(xué)發(fā)現(xiàn)

平臺現(xiàn)已建成并持續(xù)維護國內(nèi)最大開源晶體衍射數(shù)據(jù)庫CSDD，收錄超過115萬個有效樣本，覆蓋陶瓷、金屬、礦物、小分子、MOF等材料類型，集成晶體結(jié)構(gòu)、多波長X射線粉末衍射譜、單晶衍射強度與相位、中子粉末衍射譜及原始文獻等核心數(shù)據(jù)。

CSDD(Crystal Structure and Diffraction Database)支持化學(xué)元素檢索、3D結(jié)構(gòu)交互可視化、衍射數(shù)據(jù)多維度展示，并提供物相檢索、AI結(jié)構(gòu)解析與數(shù)據(jù)下載服務(wù)。CSDD是領(lǐng)域內(nèi)首個集成單晶、粉末衍射數(shù)據(jù)的物相檢索服務(wù)平臺。針對XRD粉晶衍射譜，平臺提供一站式智能檢索：上傳譜圖后選擇波長、閾值與匹配距離，系統(tǒng)自動提取衍射峰并按元素范圍快速比對物相;點擊 “Phase Retrieval” 即可實時返回候選晶相及FOM，支持與實測譜圖對比，顯著提高物相分析效率。針對單晶衍射數(shù)據(jù)，用戶上傳P4P等格式衍射文件后，系統(tǒng)可自動提取參數(shù)，允許設(shè)定晶格、角度、體積容差及元素范圍，在庫中精準(zhǔn)匹配結(jié)構(gòu)。

依托CSDD的微晶物相鑒定技術(shù)，科研團隊首次在月壤中發(fā)現(xiàn)分子水，揭示了水分子與銨在月球的真實賦存形態(tài)，成為嫦娥五號三大科學(xué)發(fā)現(xiàn)之一?；趲靸?nèi)5萬條XRD數(shù)據(jù)，團隊推出AI工具PXRDGen，該擴散算法模型可自動解析并精修未知晶體結(jié)構(gòu)，精度與速度均為當(dāng)前最優(yōu)，常見無機材料解析率達96%，并有效解決輕原子定位、相鄰元素區(qū)分及重疊峰分辨等傳統(tǒng)難題。平臺支持結(jié)構(gòu)與譜圖多格式一鍵下載，結(jié)合3D可視化與完備數(shù)據(jù)服務(wù)，已成為科研工作者的高效智能助手。

4. MatSciBench：標(biāo)準(zhǔn)化評測基準(zhǔn)，加速AI模型研發(fā)落地

MatSciBench作為物質(zhì)科學(xué)領(lǐng)域的標(biāo)準(zhǔn)化基準(zhǔn)平臺，聚焦于解決科研數(shù)據(jù)與AI模型在實際落地過程中面臨的標(biāo)準(zhǔn)不統(tǒng)一、評測分散、使用門檻高等難題。平臺以推動科研成果高效轉(zhuǎn)化與模型便捷應(yīng)用為核心目標(biāo)，集成了權(quán)威數(shù)據(jù)庫的多源高質(zhì)量數(shù)據(jù)，建立了統(tǒng)一的數(shù)據(jù)處理、標(biāo)注和評測規(guī)范，面向不同科研任務(wù)打造了AI-ready的數(shù)據(jù)集與自動化評測體系。

MatSciBench平臺為物質(zhì)科學(xué)領(lǐng)域的科研用戶提供了標(biāo)準(zhǔn)化的數(shù)據(jù)集獲取、模型評測與對比分析一站式體驗。用戶在使用平臺時，可以根據(jù)研究方向選擇所需的標(biāo)準(zhǔn)測試集進行瀏覽、下載，并根據(jù)平臺規(guī)范在本地運行模型、完成訓(xùn)練與評測，生成標(biāo)準(zhǔn)格式的結(jié)果文件后上傳到平臺。系統(tǒng)將自動完成數(shù)據(jù)格式校驗與結(jié)果解析，生成多維度的性能統(tǒng)計與可視化報告，涵蓋準(zhǔn)確率、AUC、R²等多項關(guān)鍵指標(biāo)，以折線圖、熱圖等方式直觀展現(xiàn)模型在不同任務(wù)和數(shù)據(jù)維度下的表現(xiàn)，幫助科研人員高效篩選和優(yōu)化算法方案。

對于需要在線推理的科研任務(wù)，平臺也內(nèi)置多種預(yù)訓(xùn)練模型，用戶只需上傳實驗數(shù)據(jù)或測試集，便可直接獲取結(jié)構(gòu)預(yù)測、性能分析等自動化結(jié)果，無需本地部署復(fù)雜環(huán)境。無論是結(jié)構(gòu)解析、材料分類、性能預(yù)測還是結(jié)構(gòu)生成、拓撲分類等任務(wù)，MatSciBench都為用戶提供了從數(shù)據(jù)集獲取、模型評測到結(jié)果可視化與性能對比的全流程統(tǒng)一服務(wù)。平臺還支持下載全部評測結(jié)果和可視化圖表，便于科研人員進行后續(xù)的論文撰寫、團隊交流或歸檔管理。通過MatSciBench，用戶能夠在同一平臺內(nèi)高效完成數(shù)據(jù)準(zhǔn)備、模型測試、結(jié)果評估與性能分析，極大提升科研效率，加快AI模型在材料科學(xué)領(lǐng)域的落地與創(chuàng)新。

未來展望：AI深度融合，開啟科研“自動聯(lián)想”時代

MatSci智能化平臺將持續(xù)深化AI技術(shù)在科研全流程的融合應(yīng)用，致力于實現(xiàn)數(shù)據(jù)的自動處理、智能分析與實時洞察。我們的愿景是推動科研過程從繁復(fù)的“人工整理”邁向高效的“自動聯(lián)想”，為物質(zhì)科學(xué)乃至更廣泛的科研領(lǐng)域，提供更智能、更高效、更具洞察力的下一代科研體驗。

歡迎廣大科研工作者訪問并使用MatSci凝聚態(tài)物質(zhì)科學(xué)智能化平臺(即將正式發(fā)布)，讓AI為您的科研探索插上智慧的翅膀，共同加速科學(xué)發(fā)現(xiàn)的進程!