ARTICLE · 1063694
材智云脑:让科研工具“被AI调用”
导语
工具一直在拓展人类能力的边界。从石器时代的简单器具，到今日科研中的模拟计算工具，每一次工具的进化都带来效率的跃升。而今天，机器人的大脑正在成为新的“工具使用者”——它不仅会思考，更懂得如何主动调用工具、组合工具、执行复杂任务。材智云脑，正是这一理念在科研领域的具体实践。
过去，我们主要把AI当成一种工具，向他提出问题、让他生成文字、代码和答案。今天，AI开始从“被人使用的工具”，逐渐成为“能够主动使用工具的智能代理”。面对一个科研问题，我们总是希望有一个AI伙伴帮助我们梳理课题细节、查询文献，还希望他科研自主规划任务、调用计算软件、数据库、算法模型乃至自主驱动实验设备辅助科研人员并加速科研进度。
材智云脑，正是团队围绕“让AI更好的服务科研”开展的一次系统性实践。
MatBrain：
解耦模型底层能力与轻量化部署的探索
随着人工智能快速发展，大模型的参数规模不断增长，能力边界也在持续拓展。但对于科研应用而言，一个现实问题随之出现：是否一定需要依赖规模越来越庞大的通用模型，才能获得高水平的科学推理和工具使用能力？
围绕这一问题，团队开展了科研探索，并提出类脑双模型科研智能体架构 MatBrain。MatBrain的核心思想，是将科研智能体所需要的两类关键能力进行解耦：一类是科学问题的深度思考与专业推理能力，另一类是科研工具的理解、规划与执行能力。
基于这一思路，团队分别训练了两个面向材料科学的轻量化模型：Mat-R1作为“思考脑”，负责科学问题分析、专业推理以及研究方案设计；Mat-T1作为“行动脑”，负责理解任务需求、规划工具调用流程，并操作不同科研软件和计算模型完成具体任务。两个模型通过智能体框架进行协同：一个负责“想清楚”，一个负责“做出来”。
通过针对材料科学知识、科学推理以及工具调用能力进行专门训练，MatBrain在保持较小模型规模的同时，在多项材料科学专业任务中展现出较强性能，并在部分评测指标上超过万亿参数规模的闭源通用大模型。更重要的是，这种双模型协同架构显著降低了科研智能体的部署门槛，使原本需要高昂算力支撑的大模型能力，有机会在更加轻量化的计算环境中运行。
相关研究成果已发表于国际学术期刊《Nature Machine Intelligence》。
▲图中展示了MatBrain双脑协同的核心逻辑：分析脑思考，执行脑动手
材智云脑：
从模型能力到科研智能体平台
正如“好马配好鞍”，大模型也需要一套优秀的智能体架构才能发挥出模型的全部能力。MatBrain解决的是科研智能体底层模型如何进行科学推理和工具调用的问题，而要真正将这种能力应用到科研过程中，还需要进一步解决科研工具如何接入、不同工具如何组合、复杂任务如何编排以及执行结果如何反馈给模型等一系列问题。
在MatBrain模型能力和科研智能体研究基础上，团队进一步自主设计了材智云脑，将“AI调用科研工具”的理念落地为面向实际科研场景的软件平台。其核心逻辑为“工具AI化，AI工具化”。
·“工具AI化”，即将专业科研软件、数据库、计算模型以及实验设备等科研工具进行标准化封装，使原本依赖科研人员人工操作的工具具备能够被人工智能识别、理解和调用的接口。
·“AI工具化”，则是进一步将大模型的知识理解、科学推理和任务规划能力转化为可执行的科研能力，使人工智能不再局限于回答问题和生成内容，而能够围绕科研目标主动选择工具、调用工具、组合工具并完成具体任务。
基于这一理念，材智云脑以自然语言作为科研人员与科研工具之间的统一交互入口，通过人工智能自动完成复杂科研任务的理解、分解、规划与执行，逐步覆盖从文献调研、实验设计，到模拟计算、数据采集、分析优化和成果输出的科研全链路。
过去，不同科研工具主要由科研人员逐一学习和操作；而在材智云脑中，这些原本彼此独立的工具被进一步转化为人工智能可以自主调用和协同组织的科研能力。从“人调用科研工具”，走向“AI调用科研工具”，正是材智云脑希望探索的新型科研范式。
平台架构与核心能力
材智云脑依托五层架构体系，实现多源数据、多类模型、多类工具的智能调度与协同。
在数据层，平台融合1.8亿篇论文文献、5亿条清洗后的材料数据、超1.1亿种化合物的PubChem化学库、100TB多源生物数据，形成坚实的数据底座。在模型层，预置多种前沿大模型与垂域专业智能体，融入自研双模材料创制大模型，并开放最新通用大模型API密钥接入能力，可灵活增补第三方模型。在工具层，集成200余种专业科研工具，覆盖模拟、计算、统计分析、绘图、实验设备对接等多类场景。科研人员仅需以自然语言输入需求，系统即自动拆解任务、调用对应工具、执行分析并输出结果。
典型应用场景
▶️学术文献智能助手。 平台内置1.8亿篇论文元数据，支持多维度筛选锁定目标文献，自动拆解全文核心内容、提炼要点，结论均来自真实文献库，杜绝编造，实现全程可信溯源。
▶️三大学科专业智能体。 面向材料、化学、生物三大学科，平台分别构建了知识驱动的材料智能体、数据驱动的化学智能体、感知驱动的生物智能体。各智能体覆盖对应学科的核心研发链路，以数据驱动替代经验试错，使研发决策可追溯、可复用、可迁移。
结语
从MatBrain的双脑协同理念到材智云脑的平台化落地，科研工具调用的智能化正从构想走向现实。材智云脑是一个专门服务科研人员的AI平台，它将文献检索、实验设计、数据分析等科研常用工具封装为AI可调用的标准化能力，科学家只需用自然语言表达需求，平台就能自动理解任务、调用合适工具、完成分析并给出结果。它帮助科研人员从海量文献中快速锁定有效信息，让实验过程自动记录、数据自动整理，并将重复性分析工作交由AI自动执行，从而将精力真正聚焦于科学问题本身。
END