【ZiDongHua 之“智能自动化”收录关键词：MatSci   中科院物理所     中科院凝聚态物质科学数据中心    上海人工智能实验室   人工智能  智能自动化】

中国科学院物理研究所&上海人工智能实验室联合发布“MatSci凝聚态物质科学智能化平台”，AI重塑科研创新全流程

前言

在科研智能化浪潮奔涌的今天，如何利用AI技术突破传统研究范式，实现数据驱动的高效创新?由中国科学院物理研究所、上海人工智能实验室与中国科学院凝聚态物质科学数据中心联合打造的MatSci凝聚态物质科学智能化平台，给出了令人振奋的答案!

该平台以凝聚态物理基座大模型为核心引擎，深度贯通极端条件大科学装置、科学数据平台与智能化生态，旨在为物质科学研究打造一个从“数据”到“知识”再到“方案”的全链条智能加速器，驱动领域创新驶入快车道。

平台核心亮点，赋能科研四大维度：

1.“格物”出世：专精物理的AI大脑，性能超越顶级通用模型

平台的核心动力源自团队自主研发的领域专属大模型——“格物”。

CMPhysBench是全球首个聚焦凝聚态物理、达到研究生难度的大模型评测集。题库共包含520道高质量问题，均由该领域博后与教授从权威教材中手工精选，涵盖电磁性质、超导、强关联、半导体、凝聚态理论与基础知识六大模块，全面考察模型的物理知识理解、数学表达与复杂推理能力。为了更精准地度量模型对复杂物理表达的掌握程度，团队还提出了全新的评测指标SEED(Scalable Expression Edit Distance)，并基于此系统评测了包括DeepSeek-R1、Gemini-2.5-Pro等在内的17个国内外顶尖通用大模型，为业界提供了罕见的专业对比与数据参考。

在这一权威考验中，全新发布的CMPhysLLM(格物)表现令人惊艳。作为首个专注凝聚态物理的专属大模型，“格物”构建于Qwen3-32B架构之上，但通过领域级知识注入与高强度物理任务训练，展现出远超同体量模型的能力。团队从研究生必修教材中系统整理训练语料，并广泛收集物理学问答社区与经典习题数据，对模型进行了精细的微调与强化学习训练，使其真正掌握了领域核心概念、公式推理与符号表达等能力。在CMPhysBench上的评测结果表明，“格物”不仅超越了所有开源模型，更在多个维度上击败了GPT O1、DeepSeek R1-0528等强大的通用模型。    

  “格物”超越了所有开源模型，在多个维度上击败了GPT O1、DeepSeek R1-0528等通用模型

“格物”的意义远不止于一份榜单的领先，它标志着人工智能在科学理解与推理上的质变跨越。作为一位“AI物理专家”，“格物”不仅能进行复杂的知识问答与精确演算，更具备辅助科研人员解题、建模与理论分析的能力。它已经在科研场景中展现出出色的实用价值，并有望拓展至新材料发现、实验数据分析等更多前沿方向。我们相信，“格物”的诞生，不只是模型的一次突破，更是AI与科学融合共生的关键节点。未来，它将成为驱动物理学发展与科学发现的新引擎。

 

2. “超智”多智能体系统：构建高效科研闭环，方案生成“⼀键直达”

平台创新性地构建了科研智能体生态系统，利用多智能体系统进行超导材料性能预测与优化，这一系统通过分布式决策和复杂任务的交互式处理，实现了材料设计、实验方案生成和过程参数优化的智能协同。科研人员只需输入研究主题，平台便能自动进行文献挖掘、创新思路生成、用户反馈迭代、研究方案设计，并最终输出一份完整的实验方案，涵盖研究目标、实验思路、材料体系、仪器配置、实验步骤及工艺参数等。系统采用的超导多智能体系统，通过AI预测优化设计材料组分，在铜基超导材料的临界电流密度(Jc)等核心性能指标上，达到了与商用产品相当的水平。在4.2K和10T条件下，预测材料的Jc约为7MA/cm²，与目前市场上最优的超导材料在同等条件下的性能相匹配。

该智能协同系统不仅帮助科研人员快速制定研究方案，还能够根据不同实验需求生成精准的实验方案与过程参数，并进行物理性质控制、实验过程调整等操作。平台结合模板库和知识库，通过AI与人工智能的协同作用，自动生成实验流程模板，并进行实时调整，极大提升了实验设计的效率和精准度。在这一过程中，平台不仅完成了材料设计优化，还通过实时实验反馈，验证了AI设计方案在高温超导材料研发中的可行性和优越性。

通过这种方式，用户能够直接通过平台生成适用于其科研任务的全套实验设计，并在多智能体协同的帮助下快速优化实验方案与材料性能。平台的操作界面简洁直观，科研人员无需深入的AI技术背景，只需提供研究主题，即可得到专业的AI辅助支持，极大提升了科研工作的效率和精准性。

3. 晶体数据库CSDD：国内最大开源库，支撑重大科学发现

平台现已建成并持续维护国内最大开源晶体衍射数据库CSDD，收录超过115万个有效样本，覆盖陶瓷、金属、矿物、小分子、MOF等材料类型，集成晶体结构、多波长X射线粉末衍射谱、单晶衍射强度与相位、中子粉末衍射谱及原始文献等核心数据。

CSDD(Crystal Structure and Diffraction Database)支持化学元素检索、3D结构交互可视化、衍射数据多维度展示，并提供物相检索、AI结构解析与数据下载服务。CSDD是领域内首个集成单晶、粉末衍射数据的物相检索服务平台。针对XRD粉晶衍射谱，平台提供一站式智能检索：上传谱图后选择波长、阈值与匹配距离，系统自动提取衍射峰并按元素范围快速比对物相;点击 “Phase Retrieval” 即可实时返回候选晶相及FOM，支持与实测谱图对比，显著提高物相分析效率。针对单晶衍射数据，用户上传P4P等格式衍射文件后，系统可自动提取参数，允许设定晶格、角度、体积容差及元素范围，在库中精准匹配结构。

 

依托CSDD的微晶物相鉴定技术，科研团队首次在月壤中发现分子水，揭示了水分子与铵在月球的真实赋存形态，成为嫦娥五号三大科学发现之一。基于库内5万条XRD数据，团队推出AI工具PXRDGen，该扩散算法模型可自动解析并精修未知晶体结构，精度与速度均为当前最优，常见无机材料解析率达96%，并有效解决轻原子定位、相邻元素区分及重叠峰分辨等传统难题。平台支持结构与谱图多格式一键下载，结合3D可视化与完备数据服务，已成为科研工作者的高效智能助手。

4. MatSciBench：标准化评测基准，加速AI模型研发落地

MatSciBench作为物质科学领域的标准化基准平台，聚焦于解决科研数据与AI模型在实际落地过程中面临的标准不统一、评测分散、使用门槛高等难题。平台以推动科研成果高效转化与模型便捷应用为核心目标，集成了权威数据库的多源高质量数据，建立了统一的数据处理、标注和评测规范，面向不同科研任务打造了AI-ready的数据集与自动化评测体系。

MatSciBench平台为物质科学领域的科研用户提供了标准化的数据集获取、模型评测与对比分析一站式体验。用户在使用平台时，可以根据研究方向选择所需的标准测试集进行浏览、下载，并根据平台规范在本地运行模型、完成训练与评测，生成标准格式的结果文件后上传到平台。系统将自动完成数据格式校验与结果解析，生成多维度的性能统计与可视化报告，涵盖准确率、AUC、R²等多项关键指标，以折线图、热图等方式直观展现模型在不同任务和数据维度下的表现，帮助科研人员高效筛选和优化算法方案。

对于需要在线推理的科研任务，平台也内置多种预训练模型，用户只需上传实验数据或测试集，便可直接获取结构预测、性能分析等自动化结果，无需本地部署复杂环境。无论是结构解析、材料分类、性能预测还是结构生成、拓扑分类等任务，MatSciBench都为用户提供了从数据集获取、模型评测到结果可视化与性能对比的全流程统一服务。平台还支持下载全部评测结果和可视化图表，便于科研人员进行后续的论文撰写、团队交流或归档管理。通过MatSciBench，用户能够在同一平台内高效完成数据准备、模型测试、结果评估与性能分析，极大提升科研效率，加快AI模型在材料科学领域的落地与创新。

未来展望：AI深度融合，开启科研“自动联想”时代

MatSci智能化平台将持续深化AI技术在科研全流程的融合应用，致力于实现数据的自动处理、智能分析与实时洞察。我们的愿景是推动科研过程从繁复的“人工整理”迈向高效的“自动联想”，为物质科学乃至更广泛的科研领域，提供更智能、更高效、更具洞察力的下一代科研体验。

欢迎广大科研工作者访问并使用MatSci凝聚态物质科学智能化平台(即将正式发布)，让AI为您的科研探索插上智慧的翅膀，共同加速科学发现的进程!