MatBrain双模型协同框架。研究团队供图

MatBrain性能展示机的实际案例研发。研究团队供图

“材智云脑MatBrain”核心架构。研究团队供图

10日，材料研究领域内首个轻量化双模型协作智能体“材智云脑MatBrain”发布。该智能体由中国科学院深圳先进技术研究院研究员喻学锋领衔团队研发，其不靠“超级大模型”，两个小模型协同合作，同样能进行复杂的材料科研。相关研究成果于当日发表在《自然·机器智能》上。

MatBrain由300亿参数的Mat-R1和140亿参数的Mat-T1组成。前者像“材料专家”，负责材料知识理解、科学推理和结果判断；后者像“科研执行者”，负责调用材料数据库、结构生成模型和计算软件。“想”的管分析，“做”的管执行，分工明确，各司其职。

数据显示，该智能体材料预测综合准确率较GPT-5、DeepSeek-R1等大模型提升66%，硬件部署成本降低超过95%。能力超过前沿大模型，成本仅为二十分之一。

训练中，团队整合Materials Project、OQMD、ICSD等数据库和科研文献，构建约25.2万条高质量材料指令数据训练Mat-R1；封装MatterGen、VASP等工具建成Mat-MCP平台，用2万个复杂材料科研问题对Mat-T1进行强化学习。

检验同样有力。在电催化剂应用中，MatBrain跑通了从科学假设、3万个候选结构生成、计算筛选到实验验证的完整链条。

喻学锋介绍：“在推动成果转化方面，我们将MatBrain与材料中试生产数据相结合，为产业定制化开发材料智能体——材智云脑，为新材料等领域的突破提供高效的智能化解决方案”。

据悉，相关技术已应用于中国科学院深圳先进技术研究院团队孵化的中科先进材料科技有限公司，构建出数据驱动的先进功能材料中试平台，并于2025年成功获批首批国家级制造业中试平台。目前团队还与多家企业共建创新联合体，助力企业研发提质增效。

此外，研究团队正致力于将MatBrain作为机器人“决策大脑”，与具身智能技术相结合，构建具身智能机器人科学家，并在灵巧手控制、离心机操作、精准“反馈”移液、精准“微量”加粉、样品表征分析等方面实现了精准、智能的自主实验。