Kembali ke Berita
InovasiAI Understanding taklimat

Penyelidik China melaporkan ejen AI dwi-model untuk penyelidikan bahan

Xinhua melaporkan bahawa penyelidik di Akademi Sains China membangunkan MatBrain, ejen AI dua model yang menggabungkan penaakulan bahan dengan pelaksanaan alat untuk tugas penyelidikan.

4 min readRead the linked source
Source-page capture accompanying Chinese researchers report a dual-model AI agent for materials research
Rujukan sumberSumber direkodkan
Penerbit
english.news.cn
Pautan sumber
english.news.cnhttps://english.news.cn/20260912/5fd966c2a6de46e99e548398f42b5cdb/c.html
Jenis sumber
Sumber terpaut — status sumber primer belum ditetapkan.
KonteksFahami perkara ini dalam masa 60 saat

Mulakan di sini

Istilah utama

Ejen AI
Sistem perisian yang boleh memerhati, menaakul dan mengambil tindakan untuk mencapai matlamat, selalunya menggunakan alatan dan ingatan.
Penalaan Halus
Meneruskan latihan tentang data khusus domain untuk menyesuaikan model pra-latihan kepada tugas tertentu.
Penanda aras
Ujian piawai atau set data yang digunakan untuk mengukur dan membandingkan prestasi model.
Uji diri andaKuiz Agen AI

Apa yang berlaku

Xinhua melaporkan bahawa penyelidik di Institut Teknologi Lanjutan Shenzhen membangunkan MatBrain, ejen AI penyelidikan bahan yang dibina daripada dua model. Mat-R1, dengan 30 bilion parameter, mengendalikan penaakulan saintifik dan menilai keputusan, manakala Mat-T1, dengan 14 bilion parameter, menggunakan pangkalan data bahan, sistem penjanaan struktur dan perisian pengiraan. Menurut laporan itu, model berulang kali bertukar hasil melalui proses laksana-analisis-maklum balas-semula. Xinhua berkata MatBrain mencapai ketepatan ramalan komprehensif 66 peratus lebih tinggi daripada model besar yang digunakan untuk perbandingan, termasuk GPT-5 dan DeepSeek-R1, sambil mengurangkan kos penggunaan perkakasan sebanyak 95 peratus. Laporan itu juga mengatakan sistem itu menjana 30,000 calon pemangkin elektro, menapisnya secara pengiraan dan mengambil bahagian dalam pengesahan eksperimen. Xinhua mengaitkan kerja itu dengan kajian yang diterbitkan dalam Nature Machine Intelligence, tetapi tidak memberikan tajuk kertas, butiran penanda aras atau pautan langsung.

Xinhua mempersembahkan sistem sebagai aliran kerja dua model di mana penaakulan, penilaian, penggunaan pangkalan data, penjanaan struktur dan analisis pengiraan diedarkan ke seluruh ejen. Akaun itu juga memautkan kerja kepada Nature Machine Intelligence dan menerangkan aliran kerja elektromangkin, tetapi meninggalkan tajuk kertas, butiran penanda aras dan pautan sumber langsung tidak ditentukan.

Butiran sumber: english.news.cn ↗

Mengapa ia penting

Jika keputusan yang dilaporkan bertahan, MatBrain menggambarkan pendekatan praktikal untuk penyelidikan AI khusus: memisahkan pertimbangan saintifik daripada pelaksanaan alatan khusus domain. Itu boleh menjadikan sistem penemuan bahan kurang bergantung pada model tujuan umum yang sangat besar dan berpotensi menurunkan keperluan pengkomputeran untuk makmal yang menggunakannya.

Seni bina yang dilaporkan memberikan tanggungjawab yang berbeza kepada dua model yang lebih kecil dan bukannya meminta satu model tujuan umum untuk membuat alasan, memilih alat, membina parameter, mentafsir keputusan perantaraan dan menentukan eksperimen seterusnya.

Implikasi praktikal yang berpotensi ialah aliran kerja penyelidikan yang lebih berpatutan untuk institusi yang tidak dapat menggunakan model terbesar. Walau bagaimanapun, Xinhua tidak mendokumenkan pengurangan kos sebanyak 95 peratus yang didakwa, termasuk perkakasan, perisian atau garis dasar penggunaan yang digunakan.

Laporan itu mengatakan MatBrain mengendalikan penjanaan struktur, ramalan harta benda, analisis kestabilan, perancangan laluan sintesis dan penemuan bahan terbuka. Ia tidak menentukan sama ada sistem itu tersedia secara meluas, boleh diterbitkan semula oleh penyelidik luar atau lebih tinggi merentasi tugasan yang dipilih secara bebas.

Contoh elektromangkin berpotensi berbangkit kerana ia menghubungkan output model kepada penyaringan pengiraan dan pengesahan eksperimen. Laporan itu tidak mengenal pasti bahan yang ditemui, makmal yang melakukan pengesahan, keputusan percubaan atau sama ada kerja itu menghasilkan produk yang boleh digunakan.

Interactive Mechanism

Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya

Terokai teknologi asas di sebalik pembangunan ini secara interaktif.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Semakan Konsep Interaktif+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

Apa yang perlu ditonton seterusnya

Langkah utama seterusnya ialah pemeriksaan bebas terhadap kertas Nature Machine Intelligence dan penilaian asasnya. Akses awam kepada model, kod, pangkalan data, penyepaduan alat dan protokol percubaan akan menentukan seberapa mudah penyelidik bahan lain boleh menghasilkan semula tuntutan.

Artikel itu tidak menyatakan sama ada MatBrain, Mat-R1 atau Mat-T1 tersedia untuk umum, di bawah lesen apa, atau sama ada pengguna boleh mengakses sistem dari jauh. Akses dan harga tidak diketahui.

Maksud tepat peningkatan ketepatan 66 peratus tidak diketahui. Laporan itu tidak menyatakan metrik, tugasan, set data, bilangan percubaan, keadaan gesaan atau penalaan halus atau versi tepat model perbandingan.

Aliran kerja elektromangkin 30,000 calon memerlukan perincian lanjut tentang cara calon dijana, berapa ramai yang terselamat setiap peringkat saringan, eksperimen yang dijalankan dan hasil yang diperoleh.

Tiada ujian bebas atau penilaian pakar luar dimasukkan dalam laporan Xinhua. Oleh itu, tuntutan harus dianggap sebagai penemuan yang dilaporkan dan bukannya prestasi yang disahkan secara bebas.

Panduan & kuiz berkaitan

Ejen AIModel AI DiterangkanLatihan AIUji apa yang anda tahu — cuba kuiz AI percumaCari istilah AI dalam glosari kamiIkuti penjejak keluaran model AI
Adakah ini berguna?