中国科学院深圳先进技术研究院喻学锋团队发布材料研究领域首个轻量化双模型协作智能体“材智云脑MatBrain”。该智能体不依赖单一超大模型，而是通过两个较小模型分工协作完成复杂材料科研任务，在提升预测准确率的同时显著降低部署成本，为材料研发智能化提供了新路径。相关成果于2026年9月10日发表在《自然·机器智能》上。

MatBrain由300亿参数的Mat-R1模型和140亿参数的Mat-T1模型组成。Mat-R1侧重材料知识理解、科学推理和结果判断，Mat-T1负责调用材料数据库、结构生成模型和计算软件，形成“分析—执行”协同机制。训练中，研究团队整合Materials Project、OQMD、ICSD等数据库及科研文献，构建约25.2万条高质量材料指令数据训练Mat-R1；并封装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开展强化学习。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%。

在电催化剂应用中，MatBrain已跑通从科学假设、3万个候选结构生成、计算筛选到实验验证的完整链条。研究团队正推动其与中试生产数据结合，为新材料等领域提供定制化智能解决方案；相关技术已应用于孵化的中科先进材料科技有限公司，支撑构建数据驱动的先进功能材料中试平台。研究团队还计划将MatBrain与具身智能技术结合，打造机器人科学家，实现灵巧手控制、离心机操作、移液加粉及样品表征分析等环节的自主实验。

信息来源：

https://www.nature.com/articles/s42256-026-01298-6

https://www.stdaily.com/web/gdxw/2026-09/10/content_578866.html