面向自主晶体材料研究的双轻量协同模型协作智能体

当前的大型语言模型需要数千亿参数，却在材料科学的领域专用推理与工具协同上表现吃力。在此，我们提出MatBrain，一个由两个协同分工模型构成、专精晶体材料研究的轻量协作智能体系统。MatBrain采用双模型架构：Mat-R1（30B参数）作为分析模型提供专家级领域推理，Mat-T1（14B参数）作为执行模型编排基于工具的动作。熵分析证实，该架构通过解耦工具规划与分析推理各自不同的熵动态，化解了二者之间的冲突。得益于这一双模型架构与结构效率，MatBrain显著超越更大的通用模型，同时将硬件部署门槛降低95%以上。MatBrain在结构生成、性质预测和合成规划任务上展现出多面能力。应用于催化剂设计时，MatBrain在48小时内生成30,000个候选结构并识别出38种有前景的材料，较传统方法实现约100倍加速。这些结果证明了轻量协作智能在推进材料研究能力方面的潜力。