首页

定义全球科研新秩序：材科源图深度参与制定 TRACE-AI 国际指南，驱动催化领域智能体范式变革

2026-06-02 13:32

随着AI从通用模型向 “ 垂直领域智能体（AI Agent）” 演进，如何确保科研数据的严谨性与可复现性成为全球挑战。近日，由美国国家科学基金会（NSF）资助，众多顶尖AI4S学者牵头的全球首个AI驱动催化研究透明化报告指南——TRACE-AI 正式发布。

作为AI + 新材料领域的代表，材科源图（MatSource）受邀深度参与TRACE-AI指南编制。公司创始人&董事长李昊（杰出）教授和 CTO 马飘博士以核心作者身份，与来自IBM等顶尖机构的学者共同执笔，系统定义了“智能体催化（Agentic Catalysis）”领域的国际通行标准。

AI智能体重塑催化科学

材科源图能够参与国际准则编制，依托于自主构建的 AIM4W（AI Materials for World）材料智能生态系统，以专业技术能力为标准落地提供坚实支撑。

材料科学是现代工业体系的重要基础，而通用 AI 模型因缺乏专业领域知识，易出现结果偏差、泛化能力不足等问题，难以满足材料催化研究对精度与可靠性的严苛要求。材料研究中的每一组数据、每一个模型，都直接关系到实验结论的严谨性与成果转化价值。

“ TRACE-AI 的出台，为 AI 驱动催化研究建立了完整的规范体系与可信依据。” 马飘博士表示。该指南首次围绕 AI 智能体决策透明度、过程可追溯性构建系统性标准，覆盖数据管理、模型开发、工作流集成等智能催化研究全生命周期，将科学可信度与风险防控置于核心位置，确保 AI 推理过程可核查、实验数据可溯源、研究结果可复现。

赋能关键细分领域工业升级

材科源图正将 TRACE-AI 标准深度融入催化领域数字化研发体系，聚焦多类核心催化场景，推动催化技术向规范化、规模化落地，助力产业降本增效、突破核心技术瓶颈。

在催化领域，材科源图打造的智能体系统展现出卓越的工业研发实战能力，更融合全链条核心技术形成强力支撑：

百万级真实材料数据库与AI加速标注能力：打造全球首个百万级真实材料数据库，首创多模态图表解析算法、自研高效标注工具，通过AI加速数据提取校验，筑牢数字材料生态数据根基。

材料预测全流程智能建模能力：构建并验证160+高精度材料预测模型，具备复杂材料体系全流程建模能力，构筑AI智能体核心护城河。

覆盖研发全流程的AI智能体体系：通过全链路优化释放数据价值，推动“数据可用”升级为“可行动、可产出结果”，且具备快速迁移、专用领域快速落地能力。

模块化布局的高通量反应系统构建：发布全球首个AI Agent驱动的高通量固相合成智能平台，实现设计与实验高效闭环。

目前，材科源图已实现技术落地突破——为协鑫科技定制研发的某新型催化材料，成功攻克多项关键技术难题，多项核心技术指标均大幅超越行业标准，充分彰显其技术实力与工业应用价值。

国际协同创新，加速材料科学突破

催化技术是现代工业的“心脏”，从绿色储能到固态电池，每一场能源革命的背后都是催化效率的博弈。然而，传统研发模式如同在无尽的黑暗中摸索，研发周期动辄十年。

“在 TRACE-AI 标准体系下，AI 不再是单纯的算法工具，而是具备科学理性与规范行为的重要科研协同者。”李昊教授表示。通过参与制定国际准则，材科源图不仅与全球前沿标准对齐，更致力于推动新材料研发从经验依赖走向数据驱动、从不确定性走向可控可预期。

立足国际标准，深耕新质生产力核心阵地