您的位置:首页 >要闻 >

MatterSeek全球正式发布:以工业可用性为标尺,重构材料研发范式

时间:2026-11-17 17:35:40 来源:搜狐

11月16日讯 宇曜科技正式宣布,AI新材料通用研发设计平台MatterSeek面向全球上线。全球科研人员可通过海外官网及客户端进行使用,同步登陆Hugging Face、领英、Facebook、X等海外平台。国内测试版同步对外开放,支持线上免费试用,国内用户可体验MatterSeek正反向材料大模型全平台能力。

材料研发始终是AI for Science领域极具挑战性的赛道。其核心难点并非单一性能预测,而是成分、微观结构、制备工艺与终端性能深度耦合。研发人员需要在高维设计空间中应对“维度灾难”,在多项指标相互制衡下寻找帕累托最优解。

当前行业主要存在两大技术路线:一类为仿真驱动路线,以密度泛函理论(DFT)、原子势函数为基础,从原子层级开展推演,微观机理解释能力突出;但从微观跨越至介观、宏观尺度时误差会不断累积,较难输出可落地的工艺方案。另一类是数据驱动路线,依托文献与公开数据库完成模型训练,擅长高通量筛选候选材料;但输出结果大多停留在化学式与晶体结构层面,缺少对工业实际服役表现的考量,筛选得到的候选体系往往难以合成与实验验证。

针对上述行业痛点,宇曜科技提出闭环研发范式:基于宏观性能目标反向生成材料方案,结合多物理仿真完成校验,通过定向实验补充关键数据,借助多目标寻优破解复杂的帕累托权衡难题。

MatterSeek为宇曜科技全栈自研的非语言类物理基础模型,完整支持材料正向与逆向两大设计流程。正向设计输入材料组分,即可输出“成分‑结构‑工艺‑性能”全链条高置信度预测结果。逆向设计输入目标性能指标,平台即可生成全新材料体系对应的组分、晶体结构、加工工艺以及预期性能。

逆向设计引擎可优化190项材料指标,依托一套涵盖服役表现、可制造性、界面特性、耐候性等近200项指标的工业级性能体系。各项指标既可设置为主、次优化目标,也可作为约束条件,实现多参数区间内的最优解搜索。尤为重要的是,平台原生输出可执行合成路线、所需设备、操作步骤以及原料成本估算,不再局限于判断晶体结构理论可行性,同时解答“如何制备、成本多少”等实际工程问题。

针对高价值候选材料,平台可按需调用DFT、相场、有限元等仿真工具完成真实性校验,在提升预测可信度的同时合理控制算力消耗。平台训练数据以高质量结构化数据集与数十万条真实实验记录为根基,并非被动采集已有数据,而是围绕研发缺口定向开展实验补全数据。由此,性能目标、仿真校验与工艺方案打通,形成一套面向工业场景的完整研发链路。

物理实验闭环是整套链路的核心环节。宇曜自有自动化实验室提供7×24小时模型驱动的实验验证服务:平台调用垂类子模型输出候选组分、晶体构型与工艺配方;自动化产线完成材料合成;通过XRD物相表征、SEM/EDS形貌及成分检测得到实测数据;实测结果与模型预测逐项比对后回传,用于模型持续迭代训练。每一轮实验验证,都在驱动AI模型自我进化。

目前MatterSeek已经在具身智能机器人、半导体、新能源、可降解环保材料等领域实现落地,服务数十家工业客户,累计完成上百项研发任务。

全球用户可通过网页端或下载客户端使用平台。面向企业客户,平台提供私有化部署与数据属地化方案,敏感配方知识产权完全由客户管控,满足保密与合规要求。

“MatterSeek交付的不是一份静态报告,而是一套可落地执行的技术方案。”

这正是MatterSeek区别于其他材料AI平台的核心,也是闭环研发范式的价值落点:以工业可用性作为核心评判标尺,结合全维度性能建模、多物理仿真校验、可落地工艺输出以及实验迭代闭环,将工业需求转化为可验证的材料候选体系与可量产的工艺方案。


郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。