9月27日消息，中国科学院深圳先进技术研究院材料人工智能研究所喻学锋团队打造的材料创制智能体 MatBrain 以《A collaborative agent with two lightweight synergistic models for autonomous crystal materials research》为题在《自然-机器智能》在线发表。该智能体采用“知识+工具”双模型架构：科学推理模型 Mat-R1 负责想，针对通用大模型材料任务专业知识碎片化、物理化学约束理解不足的问题，以多源知识关联、推理数据蒸馏、领域能力内化的方法训练成轻量级领域推理中枢；工具执行模型 Mat-T1 负责做，以工具即环境、执行即反馈的过程强化学习方法解决工具调用不稳定、多步任务易中断的短板。
以下成果数字均为研究团队评测口径：在多项材料预测和结构设计任务中，MatBrain 的预测准确率较 GPT-5 等主流模型提升 66%，智能体硬件部署成本降低 95% 以上。实际案例中，它自主完成 3万个候选晶体结构的生成、七级筛选与候选优选，48小时内获得 38 个新候选材料并指导实验开展。团队相关核心专利已获授权，MatBrain 体验版软件已开放下载。
MatBrain 的行业意义在于把 AI 从“给建议”推进到“自己执行”：科研场景靠执行后的验证反馈机制兜底，做错了下一轮闭环纠正，试错允许失败；而企业场景中，错误写入一笔报价、一个批次、一次库存变动的代价不是下一轮重来，而是业务事实被污染。这也是企业级化学智能体的分野点：动手之前确认，动手之后留痕。胜蓝® AIchem 内置助手即采用该边界设计：查询类操作直接返回，涉及创建、修改、发送、状态推进等业务写入时，先列出目标记录和具体动作，经用户确认后通过现有业务服务执行，不绕过必填信息与业务状态要求。
（来源：Shenglan AIchem）