大语言模型近年来受到广泛关注, 并逐步发展为材料科学领域的重要研究工具. 相较于传统机器学习方法, 大语言模型能够实现材料科学领域多种任务协同处理, 进行跨模态语义理解, 并实现全流程智能化覆盖. 本文系统梳理了大语言模型在材料领域知识增强、多模态数据融合以及工具协同调用方向的最新进展, 阐述了大语言模型推动材料研发流程从局部智能化向全流程智能化的技术演进. 本文进一步探讨大语言模型应用于材料领域面临的核心挑战, 包括领域特定知识深度与指令泛化能力的平衡机制、跨模态语义精确对齐方法、工具调用精确度与模型自学习能力的提升策略, 以及学术研究与工业界需求间的矛盾, 最终为构建材料科学专用大语言模型的技术创新与应用落地提供了理论框架和发展建议.
引言
材料作为现代文明支柱与国民经济、国家安全基石, 直接关系国家科技水平与综合国力, 是大国战略竞争要点. 我国材料科学虽然近年来进步显著, 关键核心技术对外依存度仍然较高, 部分关键材料依赖进口. 目前, 我国材料研发模式仍以“试错”模式为主, 主要依赖于反复的试错实验与研究人员的科学直觉. 传统研发模式提升了材料学的专业壁垒, 也导致材料的研发过程耗时耗力且昂贵, 促使材料科学研究者们致力于探索更加简单高效的材料研究方法.
人工智能技术的快速发展为材料科学研究范式的变革提供了新方向. 大语言模型兴起前, 材料信息学已尝试构建机器学习模型突破传统研发流程, 典型应用包括电极材料筛选 [1]、反应催化剂优化 [2]、铁基高温超导磁体的设计 [3]等. 然而, 现有研究存在着单一任务导向、功能过度定制、数据依赖性强、架构扩展能力不足的缺陷, 难以形成跨任务的通用材料科学解决方案.
大语言模型(large language models, LLMs)的出现开启了材料智能研发的新阶段. 基于自监督预训练的架构, 大语言模型不仅在自然语言处理领域展现出类人的语义理解与创造性生成能力, 更在材料科学领域实现了技术突破: 从处理单任务到多任务, 从单模态到跨模态, 单一研发节点加速到全研发流程的智能化. 基于其海量知识储备、逻辑推理能力以及自然语言理解能力, 大语言模型可高效处理分子表达式、结构图、谱图等多模态数据, 并跟随用户指令完成多样化任务, 最终实现科研工作流的闭环. 然而, 大语言模型通用性训练数据难以满足材料科学对精确性、专业性的需求, 将大模型应用于材料科学领域面临三重挑战.
一是细粒度领域知识匮乏. 材料科学特有的结构化数据与高度专业化的术语体系, 如计算数据、分子描述符、空间群符号与晶体CIF (crystallographic information file)格式, 都要求模型建立精准的领域认知框架. 通用大语言模型在面对材料领域数据时普遍存在无法理解或混淆相似概念的问题 [4,5]. 解决这一难题的关键在于为大语言模型注入完整的材料领域知识的同时, 平衡通用语言理解与材料术语识别能力, 以保持其强大的指令遵循与逻辑推理能力.
二是多模态能力欠缺. 材料数据的多模态特性远超常规自然语言处理任务范畴, 需要融合1D分子式、2D分子结构图、3D晶体构型、光谱频谱等多源数据, 建立跨尺度表征体系. 这要求大语言模型不仅能够同时理解不同模态的数据, 更需建立模态间的语义关联, 在统一的语义空间内实现理解、推理和生成阶段的模态自由交叉.
三是工具智能不足. 材料研发高度依赖计算模拟(Gaussian, VASP, LAMMPS等)与自动化实验, 然而现有大语言模型缺乏与专业工具的深度集成能力, 难以形成“计算–模拟–验证”的闭环工作流. 大语言模型需具备能准确调用工具的能力, 实现模型精准调用计算软件或实验平台等资源, 为模型赋予专业技能, 增强其可扩展性与可解释性.
基于以上挑战, 本文围绕构建材料科学专用大语言模型的目标, 从技术突破和应用实践两个维度进行分析: 第2∼4节聚焦领域知识壁垒破解、多模态编码、工具调用协同三大核心挑战, 回顾材料大语言模型的发展历程, 涉及的相关模型见图1; 第5节汇总了大语言模型在材料方面的前沿应用并总结了发展趋势. 最后, 第6节总结了材料大语言模型的进展与挑战, 为构建材料科学专用大语言模型的技术创新与应用落地提供了理论框架和发展建议.
大语言模型中的材料领域知识增强
通用大语言模型依赖开放域文本训练, 在处理材料科学专业问题过程中可能出现生成违反物理规律的分子/晶体结构或编造答案的现象. 此类知识性幻觉的根源在于: 仅利用通用文本训练, 大语言模型难以自然习得材料科学的多层次知识体系(如晶体几何约束、反应动力学参数等). 构建面向材料科学的大语言模型需采用自监督预训练与指令微调方法, 使模型具备理解材料专业语言的能力, 并在特定材料科学任务中遵循用户指令完成任务. 为保证模型输出符合物理规律约束, 可采用强化学习方法将模型输出与客观规律对齐. 如图2及表1 [6-38] 所示, 本节将从预训练策略、指令微调设计和对齐优化机制3个维度, 阐述如何将系统化的材料科学知识有效注入到大语言模型中, 实现与材料科学内在逻辑的深度对齐.
2.1 自监督预训练
预训练的核心目标是通过无监督学习从大规模数据中提取通用表征. 对于语言模型, 标准预训练目标通常基于自回归建模(如GPT系列)或掩码语言建模(如BERT). 以自回归模型为例, 其目标函数可表示为
其中, 表示序列中第t个词元, θ为模型参数. 在材料科学领域, 预训练需将分子、晶体等非文本数据编码为离散符号序列(如SMILES, CIF), 并与上述目标函数适配.
现有的通用大语言模型(如LLaMA [39], Galactica [6]) 通过大规模文本预训练, 能够理解材料科学基础知识并能捕捉化学键、官能团等基础语义规律, 其自回归机制支持分子、晶体、反应路径等复杂结构的序列生成. 然而通用大语言模型采用的通用编码可能导致化学表达式被错误分词, 且材料专业领域的高质量训练数据不足, 使得模型难以学习底层规则. 基于化学与材料领域数据预训练的大语言模型则针对性地优化了上述问题, 例如ChemDFM [25]从化学和材料科学论文及书籍中收集了超过340亿词元用于预训练, 显著提升了大语言模型对化学和材料科学领域知识的理解能力, 在论文问答任务中, ChemDFM相较于GPT4, LLaMa-2以及Galactica展现出了更好的理解, 在面临新分子、新反应时具有将基于记忆的知识与问题描述情境相结合的能力; CrystaLLM [9]收集了230万条晶体CIF文件用于模型预训练, 使模型具备理解晶体CIF语言序列并能够自回归生成全新晶体结构的能力, 在MP-20测试集上达到了58.7%的单次预测准确率, 并在Carbon-24, MP-20, MPTS-52这3个数据集上预测结果的均方根误差都优于CDVAE以及DiffCSP.
2.2 指令微调
尽管基于大规模材料科学领域数据的预训练有助于大语言模型掌握材料语言的基本结构和规律, 但模型在面向特定任务的优化和调整方面仍存在不足. 现实应用场景中, 用户通常要求模型遵循自然语言指令执行任务, 因此需要通过明确指示性的微调数据来提升模型在实际应用中的适应性和准确性. 通过显示添加任务指令(图3), 大语言模型能实现从被动接受数据输入到主动理解用户意图, 并在遇到类似指令时有效调用训练数据中的应答逻辑与格式规范.
此外, 在处理材料科学任务时, 通过领域相关的上下文学习, 可以引导模型关注材料科学的先验知识并聚焦关键信息. 大语言模型在材料科学领域的主要应用方向包括材料设计、结构生成、性质预测及合成工艺优化, 在不同应用方向上, 材料领域大语言模型的指令微调实现主要聚焦于对高度专业化的材料语言数据处理, 以及对不同模态的材料数据与通用领域数据混合配比.
在结构生成任务中, 大语言模型面临的核心挑战在于平衡生成结构的稳定性、新颖性和可合成性. FlowLLM [19]面向晶体结构生成任务, 通过在晶体生成数据上微调并结合黎曼流匹配(Riemannian flow matching, RFM)模型进行迭代优化, 将生成稳定新型材料的速率提升50%, 显著提高了生成晶体的稳定性和新颖性, 在MP-20数据集上达到了17.82%的稳定率, 显著高于仅使用预训练的CrystaLLM模型的5.28%. MoleculeSTM [21]聚焦分子编辑与性质预测, 该模型在基于超过28万组化学结构–文本对数据微调后, 在6个零样本检索任务和20个零样本编辑任务中取得最佳表现, 展现出大模型用于加速药物研发的潜力. MMSci [40]更侧重于科学论文的理解处理能力, 收集了超过72个学科的科学论文, 在亚稳态晶体材料的生成任务中展现出较好的结构合理性与覆盖率.
在材料性质预测任务中, 大语言模型需基于有限信息预测材料的理化性质或反应参数, 因此指令微调需聚焦于挖掘性质间的内在联系与多任务泛化. ChemDFM-X [29]从PubChem, MoleculeNet, USPTO数据集中收集了不同数量的包含分子SMILES、分子图片、红外光谱的多模态数据进行训练, 经过多任务的指令微调, 使模型能够理解多种非文本模态下的化学数据并回答相关问题, 表现出良好的指令跟随能力, 在Clintox, HIV, Tox21数据集上图像模态和文字模态的分子性质预测任务上都超过了ChemLLM等之前工作. MolecularGPT [17]基于涵盖 1000 多个特性预测任务的分子指令数据对模型进行微调, 在零样本分类任务中比最优秀的大语言模型基线GIMLET [41]高出6.2%的准确率. ChemLLM [14]则在反应条件、反应产物、分子性质预测等多任务数据上进行指令微调, 使模型在这些任务上达到与GPT-4 [42]相当的性能. MatterChat [30]针对3项描述任务和9项晶体性质预测任务进行端到端优化, 相较通用大语言模型在形成能等性质的预测精度上显著提升. ChemMLLM [43]则对图像模型与大语言模型分别进行微调, 在7个图像分子性质预测任务上均超过了Qwen-VL-Chat, ChemVLM-8B等模型, 并能够根据自然语言指导直接生成高质量目标分子图像, 填补了多目标分子图像设计的空缺.
在合成路径规划与逆向合成任务中, 合成路线的可行性与难易程度是核心指标. MatChat [13]基于LLaMA2-7B-chat, 利用13878条结构化材料数据微调后, 在无机材料合成路径预测任务上相较通用大语言模型ChatGPT-3.5-turbo给出了更为准确、可用的回答. ChemLLM [14]也经过多个任务上微调后在ORDerly数据集的逆合成任务上达到了88.3%的准确率.
2.3 基于强化学习的偏好对齐
虽然经过预训练与指令微调的模型能够理解材料语言并能够遵循用户指令完成任务, 但模型的生成内容往往无法完全契合人类的偏好(通常涉及主观性和复杂的上下文理解), 同时模型的幻觉现象仍是困扰大语言模型应用于材料领域的挑战. 强化学习通过引入人类或其他外部反馈, 基于外部评价进行评分奖励, 能够在较少步骤内将模型输出与外部反馈偏好对齐, 达成较好的训练效果.
通用领域强调将模型生成文本在语义连贯性、社会规范适配度及价值伦理取向等维度与人类语言习惯进行偏好对齐, 而材料领域则着眼于将模型生成的分子结构、材料属性等专业性质与物理化学规律对齐. 因此, 通用领域大语言模型的强化学习常通过人类反馈强化学习(reinforcement learning from human feedback, RLHF)获取标注者主观评价, 训练奖励模型作为奖励信号, 使模型对齐人类语言行为的概率分布; 而材料领域大语言模型的强化学习奖励函数往往基于密度泛函理论计算、分子动力学模拟等物理验证结果构建, 通过数值化能量评估、结构合法性检测等客观指标驱动模型输出与真实物质世界保持物理一致性.
例如, 针对大语言模型生成不合理分子的问题, MolGen [32]运用化学反馈范式, 采用为具有目标性质的分子分配更高的概率并应用等级损失的措施 [44], 在生成多样化分子的同时保证了生成分子的合法且有效.
BindGPT [36]则采用外部模拟软件的评分作为反馈进行强化学习, 能够为蛋白质的结合位点生成合法且稳定的3D分子.
CrystalFormer-RL [38]在微调过的模型基础上针对凸包能(energy above hull)和带隙(band gap)分别作为奖励进行优化, 将生成的稳定材料比例从44.7%提高到了73.4%, 并同时提升了模型生成晶体的新颖性.
大语言模型中的材料领域多模态数据融合
当大语言模型中引入文本之外的其他模态时, 通常称之为多模态大模型. 材料科学的研究对象涵盖分子、晶体、复合材料等多元实体, 其表征形式包括1D符号序列、2D拓扑图、3D几何构型及实验光谱等多模态数据. 传统单模态模型难以全面建模材料的跨尺度特性, 多模态融合需解决表征异构性与语义关联性两大核心问题. 其中, 表征异构指材料领域多模态数据形式多样, 同一种材料存在多种模态表示形式, 同一类表征形式存在多种不同特点的材料.
语义关联是指通过模态编码器从不同模态的原始数据中提取特征向量, 并将其映射至统一的自然语言向量空间, 从而在统一自然语言框架下实现跨模态推理, 实现表征的一致性与关联性. 同时, 材料大模型作为科研人员的智能助手, 需要帮助科研人员阅读和理解文献, 包括文献中的表格、图片、分子结构等, 因此也存在专门针对视觉理解、分子图片的多模态模型.
部分模态(如分子符号序列、晶体结构)可通过文本描述直接输入大语言模型, 通过参数微调实现融合. 但纯文本形式存在两个局限性: 难以充分挖掘模态特有信息; 大语言模型的Transformer自回归架构未必适配非文本数据的建模需求. 因此, 材料科学多模态模型普遍采用编码器–投影器架构(图4), 其核心包含两个关键步骤: 模态编码与空间对齐.
在材料科学研究中, 不同的研究对象(如光谱、晶体结构)具有各自独特的数据形态和编码体系. 因此, 针对每种类型的数据, 需采用特定的编码器来保留其关键特征. 随后, 为了使这些特征表示与语言模型的嵌入空间相匹配, 通过空间对齐过程, 即利用投影器将模态编码映射至语言模型的嵌入空间, 从而生成多模态词元. 现有对齐方法可分为跨模态转换器与非线性变换两类.
跨模态转换器以Q-Former [45]为代表的转换器架构采用两步对齐策略: 在预对齐阶段, 通过跨模态对比学习将模态编码与文本描述映射到统一嵌入空间, 此时冻结编码器参数, 仅更新转换器参数以生成固定长度(如32个)的多模态词元序列. 进入联合优化阶段后, 解冻编码器与语言模型参数, 通过下游任务梯度同步优化整个网络, 同时引入残差连接保持预训练知识. 该方法通过池化或交叉注意力机制压缩模态信息, 虽然增强了语义一致性, 但可能损失局部特征细节.
非线性变换基于多层感知机的投影器采用单阶段训练策略, 直接将模态编码映射到语言模型嵌入空间. 该方法保持原始序列长度, 不进行显式预对齐, 完全依赖语言模型学习模态关联. 相较于跨模态转换器, 其优势在于完整保留模态特征信息, 但面临模态间语义鸿沟的挑战. 两类方法在信息保留与语义对齐间存在权衡: 前者侧重语义对齐, 但可能损失局部信息; 后者侧重特征保留, 但可能面临模态语义融合挑战 [46]. 最新研究显示, 结合两种方法优势的混合架构(如分阶段训练策略)可取得更优性能 [47].
虽然多模态数据接入大语言模型的方式主要基于模态编码器和编码空间对齐, 但因为各模态数据各自的特点, 也产生了其他大语言模型利用多模态数据的方法. 接下来, 本节将从各类多模态数据本身去介绍多模态数据在大语言模型上的研究内容, 其中大模型涉及到的模态及融合方法汇总如表2 [6,9,17,19,29,30,40,43,46,48-69] 所示.
3.1 分子结构
分子结构是材料科学中最常见的模态之一, 其通常有3种表示形式, 分别是分子符号序列、分子平面结构和分子空间构型. 在将分子结构接入大模型的过程中, 不同表示形式存在不同的处理方法, 也存在同时结合多种表示形式进行描述的情况, 因此下面对每一类表示形式分别进行介绍.
3.1.1 分子符号序列
在材料科学大语言模型中, 分子的一维符号序列表征由于其形式与文本模态天然兼容, 无需额外的适配措施即可直接引入, 因此成为最早被整合进大语言模型的模态. 这种分子表示方式主要通过SMILES字符串实现(例如Galactica [6], ChemDFM [29]和ChemLLM [14]), 尽管也有少量研究采用SELFIES字符串作为替代方案(如Mol-LLM [65]和Omni-Mol [66]). Galactica [6]选择将SMILES字符串用特殊词元包裹起来, 以标识为一种特殊的输入模态, 这种方法的优点在于能使模型在训练或微调阶段更准确地识别出这些字符串为SMILES格式. 然而, 更多的研究倾向于将SMILES字符串视为普通文本序列进行处理, 这种方式不仅更加贴近普通用户使用大语言模型的习惯, 同时也确保了微调阶段与预训练阶段数据中的SMILES字符串之间没有显著差异.
作为化学领域的通用模型, ChemDFM [29]和ChemLLM [14]通过符号序列在化学知识中引入了理解分子的能力. 同时, 因为分子符号序列的文本特性, 大语言模型独有的上下文学习、少样本学习等方式可以直接应用到符号序列上. 例如, GAMIC [70]提出了一种分子指纹的建模编码方式, 通过查找相似分子来增强大语言模型对分子的理解能力; MolReGPT [71]在不调整大语言模型参数的前提下, 将大语言模型与数据库相结合, 利用少样本分子学习的方式进行分子相关任务; Omni-Mol [66]则通过在大语言模型后端添加混合专家模型, 提出了一个统一的分子微调框架以增强模型对各类任务的处理能力.
更多的工作着眼于特定任务, 利用分子符号序列将大语言模型应用到具体场景中: Molecular-GPT [17]以SMILES表示分子结构, 专注于分子性质预测任务; G2T-LLM [58]将分子编码成树形结构, 通过大语言模型生成树形结构实现分子生成; TOMG-Bench [72]则针对开放任务下的分子生成提出了专门的测试基准. 除独立作为一种模态之外, 分子符号序列一般也同时出现在其他模态的多模态大模型中.
3.1.2 分子平面结构
分子平面结构与SMILES, SELFIES等符号序列具有信息同构性, 但其通过图神经网络架构可实现更精准的分子表征. 具体而言, 有机分子的二维结构通常表示为图拓扑结构: 节点对应原子, 边通过邻接矩阵表征化学键. 这种图结构特性使得图神经网络(graph neural network, GNN)成为该模态的主流编码器. 基于图神经网络的分子平面结构预训练模型有大量的研究 [73], 因此分子平面结构多模态大模型采用的模态编码器也不尽相同. 值得注意的是, 分子平面结构的编码维度与原子数量直接相关, 且为消除旋转平移不变性, 编码顺序严格遵循标准化SMILES序列的原子排列. 在层级化的编码中, 会引入除原子外额外的编码(如官能团、整个分子等). 在实际应用中, 2D拓扑图往往与符号序列相结合, 以增强模型对分子的理解能力. 这样的组合不仅利用了符号序列的简洁性和可解析性, 还借助了图结构对分子内部复杂关系的精细捕捉, 从而提升了整体模型的表现.
分子平面结构是分子符号序列之外应用最广泛的一种模态, 研究重点在于设计编码器与对齐方案. 多数工作通过不同技术实现图编码与文本空间的对齐, 例如, MoMu [74]通过对比学习从2D拓扑图及其语义相关的文本数据(从科学论文中提取)进行预训练, 捕捉模态间的互补信息; MolCA [48]采用投影器将图编码空间与文本空间对齐; MolTC [50]扩展了类似架构, 使模型能同时处理分子对输入以理解相互作用; MolReFlect [75]则提出教师–学生框架, 通过细粒度对齐提升标注一致性.
部分工作结合符号序列与2D拓扑图实现更优表征, 例如, MoleculeGPT [49]使用BERT编码SMILES、GNN编码2D图, 用于分子性质预测; UniMoT [57]提出分子表征量化方法, 将SMILES和2D图编码为可学习向量以统一模态建模; MolX [54]融合SMILES、2D图和分子指纹生成统一向量; Mol-LLM [65]以SELFIES与2D图作为输入, 并设计拒绝机制增强模态匹配性.
还有一部分采用层级化的结构编码, 通过分层方式捕捉分子多尺度特征, 例如, [59]从原子、子结构、拓扑图这3个层级进行编码; HIGHT [53]在原子和官能团层面分别编码, 显著降低模型幻觉. 除此之外还有一些特殊的分子平面结构使用方法, 如MMF [56]设计免微调的多模态融合框架, 在大模型之外添加混合专家层来联合利用模态编码器和大模型输出去预测分子性质.
3.1.3 分子空间构型
分子空间构型一般以分子的原子类型及空间坐标表示, 能够提供分子平面结构缺乏的三维几何信息. 当前主流编码器是Uni-Mol [76]模型, 其基于空间构型的预训练性能优势已被ChemDFM-X [29], 3D-MoLM [46], Mol-LLaMA [67]等多模态模型广泛采用.
3D-MoLM [46]通过“3D分子–文本”投影器将Uni-Mol生成的3D表征与文本空间对齐, 同时兼容2D拓扑图编码; ChemDFM-X [29]则采用独立编码器–统一解码器架构, 将空间构型与光谱等5种化学模态联合输入大语言模型.
Mol-LLaMA [67]同时对分子的2D拓扑图和3D构型进行编码, 并通过模态混合器对两种模态表征通过交叉注意力进行混合. HME [61]提出异构分子编码器, 通过一组可学习的查询集合动态组合分子整体、碎片、2D拓扑图及3D构型, 形成多角度表征以提升任务适应性.
此外, 3D-MolT5 [52]采用新的符号化表示方式, 在SELFIES表达分子平面结构的同时, 使用球形扩展三维指纹 [77]对空间构型进行序列编码, 实现与文本模态的直接兼容. 值得注意的是, 利用这一模态的大语言模型工作较少, 且通常与其他模态联合出现.
3.2 视觉图片
视觉多模态大语言模型专注于辅助材料科学研究者高效解析文献与分子图像. 由于视觉图片模态在通用多模态大模型中已得到广泛应用, 因此在材料科学领域通常沿用通用视觉多模态大语言模型的结构和预训练编码器(如CLIP [78]). 这类编码器已在大量通用数据上完成预训练, 因此对高清版、手写版、影印版等多种图片形式具有较强的兼容性. 此外, 由于通用视觉多模态模型在编码器层面已完成预对齐, 可以直接通过监督微调强化其对材料科学相关图片(如分子图片)的理解能力.
视觉图片模态的处理方式通常将图片切分为固定数量的图块, 每个图块经过编码生成多模态词元. 需要注意的是, 化学反应图片可能因其特殊的长宽比需进行特殊处理, 导致最终词元数量有所变化. 由于视觉模态涵盖范围广泛, 不同研究工作的侧重点各异.
ChemVLM [55]通过从分子、反应及试题的不同维度, 赋予了大语言模型对上述视觉信息的理解能力. ChemMLLM [43]通过向量量化的方式对图片进行编码, 使大模型利用同样的多模态词元去理解和生成分子图片, 使得在分子图片理解任务上的性能取得了大幅提升.
RxnIM [68]采用可变形卷积对反应图片各部分进行检测和识别, 通过视觉大模型结合反应图片与文本上下文将反应图片转换为文本描述.
Mol-VL [64]致力于提升大语言模型在解析图像中化学结构的能力, 包括但不限于结构理解、分子标注和官能团预测等功能, 无需额外提供分子的序列化描述. Cephalo [51]则特别针对科学影像图片进行了优化.
为了支撑相关模型持续发展, 专门的数据集建设也在同步推进, 诸如MMSci [40]这样的多模态数据集, 虽然覆盖整个科学领域, 但也包含了部分与材料科学相关的视觉内容. MaCBench [79]作为一个测试基准, 整合了材料科学领域的各种图像资源, 为评估视觉–语言模型在实际化学和材料科学任务中的表现提供了标准.
除此之外, 材料科学还有专属的视觉图片, 如扫描电子显微镜(scanning electron microscope, SEM电镜)照片和透射电子显微镜(transmission electron microscope, TEM电镜)照片等, 通用视觉多模态大模型存在直接从电子显微镜照片中提取特征的能力 [80]. 其中, 通用图片编码器CLIP和ResNet [81]能帮助通用视觉大模型对电镜图片进行切割、分类和基于图片的问答. MicroscopyGPT [69]在视觉多模态大模型上对二维材料电镜图片进行微调, 使大模型具备了从电镜图片生成结构的能力. 同时, 针对这类数据的科学模型已经有相关的研究 [82-85], 也具备作为视觉模态接入大模型的潜质.
3.3 晶体结构
目前, 晶体结构等模态在多模态大模型中尚缺乏广泛使用的模态编码器. 尽管如此, 晶体结构在大语言模型中的应用已取得了一定进展, 主要集中在利用晶体文件的文本特性生成新的晶体结构.
在实际应用中, 大语言模型在晶体结构上的研究主要包括晶体结构生成和晶体性质预测两个方向. 由于 CIF 文件本质上是文本形式, 部分工作(如 LLaMat [63], CrysText [60] 和 CrystaLLM [9])直接利用大语言模型来预测或生成文本形式的 CIF 文件.
此外, 结合科学模型与大语言模型的研究思路也逐渐兴起. 例如, Hybrid-LLM-GNN [62] 利用现有的晶体性质预测科学模型对晶体进行编码, 并将其与大语言模型的输出编码相结合, 从而实现更精准的晶体性质预测. MatterChat [30]用图编码器CHGNet [86]将晶体转换成原子编码序列, 通过跨模态转换器的方式接入大模型, 取得了超越专用机器学习模型的性能. 这些方法不仅充分利用了现有科学模型的专业性, 还发挥了大语言模型在处理复杂任务上的优势, 为晶体结构的研究开辟了新的路径.
由于晶体结构的CIF文件中包含丰富的信息, 如原子坐标、晶胞参数、空间群以及温度因子等, 近年来大量基于GNN, Transformer等架构的晶体性质预测模型被用来作为晶体编码器. 例如, DenseGNN [87], CTGNN [88], CrysAtom [89], CrystalBERT [90], ComFormer [91] 和 ct-UAEs [47] 等模型不仅为晶体性质预测提供了强大的基础, 也为开发专门的晶体编码器提供了重要思路. 这些模型能够有效捕捉晶体结构中的复杂关系, 从而为进一步提升大语言模型在晶体研究中的表现奠定了基础. 晶体结构的研究还涉及性质预测和结构修改等任务, 这使得通过专门设计的编码器增强大模型对输入晶体的理解能力具有重要的潜在研究价值.
3.4 谱图
在材料科学领域, 谱图有多种表现形式, 如质谱(mass spectrum, MS)、红外光谱(infrared spectros-copy, IR)、核磁共振谱(nuclear magnetic resonance, NMR)以及X射线衍射谱(X-ray diffraction, XRD). 然而, 将这些谱图与大语言模型结合的研究相对较少, 多数工作仅用通用大语言模型或视觉大语言模型对谱图数据进行测试或提取 [92,93]. ChemDFM-X [29]通过编码器的形式将质谱和红外光谱接入大语言模型. 谱图模态的工作主要在于识别谱图对应的分子或者晶体结构, 因此天生适合用语言模型作为模型输出. 不同谱图因为物理意义的不同, 表现形式各有不同, 因此谱图编码器的研究还存在广阔的探索空间. 其性能提升主要取决于编码器对谱图本身的编码和理解能力. 最近发布的多模态谱学数据集 [94]和专注于质谱的MassSpecGym数据集 [95]均提供了基于Transformer模型的基线系统. 这些工作展示了将谱图模态与大语言模型结合的潜在可能性.
大语言模型中的材料领域工具调用
大语言模型本质上是数据驱动的推理工具, 但在科学研究和工程实践的应用中存在较大的局限, 主要体现在以下几个方面:
(1)现有大语言模型的知识受限于训练数据的时效性, 无法实时获取最新科研进展或访问专有数据库及实验数据, 导致模型在面对新问题时可能依赖过时经验做出错误结论.
(2)材料研发的数值型数据依赖高精度的理论计算, 如密度泛函理论(density functional theory, DFT)计算、分子动力学(molecular dynamics, MD)模拟、有限元分析(finite element analysis, FEA)等, 而大语言模型本身并不具备执行高精度计算的能力.
(3)大语言模型无法直接控制实验设备进行实验、采集实验数据, 并根据实验结果实时调整实验参数. 为了突破上述局限, 主流研究方案是构建智能体赋予大模型自主规划、动态交互和自适应优化的能力.
在材料科学研究的背景下, 大语言模型智能体系统的核心任务涉及知识查询、数据检索、材料设计、计算模拟、实验规划与执行等环节 [5](如图5所示).
其工作流程呈现闭环特征: 研究者输入材料需求后, 智能体首先解析查询并匹配相关知识库数据; 通过检索增强生成(retrieval augmented generation, RAG) [96] 访问结构化数据库等完成数据检索; 结合文本生成与生成式建模 工具生成材料结构, 或基于目标性质预测候选材料; 调用DFT/MD等计算完成计算模拟; 基于模拟结果反思, 通过多轮迭代优化实验参数. 本节从调用工具的不同类别出发, 在4.1∼4.3小节中分别聚焦于大语言模型与结构化数据库的知识融合、与计算工具的智能调度、与试验系统的闭环控制, 系统剖析大语言模型智能体系统的构建.
4.1 结构化知识构建和检索
受限于大语言模型训练数据的时效性, 智能体系统需要知识管理体系与高效检索机制以追踪材料学科前沿进展. 材料科学知识大量储存于科研文献的非结构化文本中, 其非结构化特性导致计算机难以直接解析和利用. 相较于非结构化数据, 数据库、知识图谱等结构化知识具有清晰的实体、属性和关系定义, 显著提升了检索效率和分析有效性. Dagdelen等 [97]利用大语言模型实现了材料文献知识的自动化提取与数据的结构化转变. Oarga等 [98]提出了一种端到端的本体与知识图谱生成方法, 通过大语言模型构建科学知识体系并通过知识重建实验验证了有效性. MKG [99]使用大语言模型抽取近10年的高质量文献的有效信息, 构建了材料科学专用的知识图谱, 并通过定义标准化的标签系统使其他结构化数据库能有效整合或扩展专用知识图谱, 增强了知识复用性和灵活性. ChatExtract [100]采用提示词工程和冗余提问策略, 构造精确的查询输入并针对同一问题以不同方式提问, 确保了材料–数值–单位数据的高精度抽取. 实现非结构化知识向结构化转化有助于提高知识检索的效率和精准度, 也为应用检索增强技术提供了必要前提.
检索增强生成(RAG)是一种结合训练数据来源之外的权威知识库对大型语言模型输出进行优化的技术. 在大语言模型自身能力的基础上, 检索增强技术能够将其扩展为能访问特定领域或组织的内部知识库, 增强模型的知识储备和生成能力而无需重新训练 [101]. 就具体应用方法而言, LLAMP [102]提出的RAG框架整合了数十种专用的外部工具, 用于提取数据、编程以及文献检索, 实现了动态数据检索与整合, 当用户提出问题时, 系统中的主管代理会解析查询并将其拆分成多个子任务, 由各专用助理代理调用相应接口实时检索最新数据, 随后将多模态数据与大语言模型自身知识相结合, 经过上下文重构与逻辑推理后生成最终答案, 提升了回答的准确性和鲁棒性, 同时降低了模型产生幻觉的风险.
4.2 计算工具链与专家系统协同
材料发现探索高度依赖实验或高精度模拟, 而大语言模型受限于符号推理机制难以胜任精确的材料学计算. 为此, 通过集成材料科学相关计算工具与领域专家系统, 并结合大语言模型的自主反思优化能力, 能够实现大语言模型智能体系统的材料领域能力突破. 本节从单智能体系统与多智能体系统入手, 系统性阐述大语言模型驱动计算工具链与专家系统的协同调度机制.
单智能体系统具备设计灵活性和快速响应能力, 利用单个大语言模型作为智能决策核心, 兼具数据解析、知识整合、规划决策与反馈优化等功能.
例如LLMatDesign [103] 实现了材料设计流程的自动化. 系统根据用户目标选择合适的结构调整方式并预测材料理化性质. 当足够接近目标时调用DFT计算工具进行验证, 未达标时大语言模型结合历史记录反思并优化下一步方案.
dZiner [104]通过逆向设计发现具有特定目标性质的新材料. 不同于LLMatDesign直接执行设计决策, dZiner通过文献领域知识的汲取与候选材料的可行性评估, 结合闭环和人机协作反馈循环, 实现材料属性实时推断和化学合理性验证.
ChemCrow [105] 集成多个化学工具作为推理引擎, 在有机合成、药物发现和材料设计等领域实现了自动化任务处理, 并通过多轮交互优化任务执行.
ChatMol [106]提出了一种基于大语言模型的分子设计框架, 通过监督微调和序列校准两个阶段协同生成并优化可满足多重物化性质与结构约束的新分子.
在序列校准阶段, 大语言模型调用RDKit和 AutoDock-GPU等工具对候选分子序列的物化性质和结构约束进行评价, 采用得出的排序损失微调模型, 从而使模型在后续生成时更倾向于输出符合目标要求的优质分子.
ChatMol Copilot [107]则是专门为蛋白质设计和小型分子计算而设聊天机器人式的智能体, 通过多级抽象框架以大语言模型为核心管理和协调计算模拟工具Gromacs以完成复杂的分子建模、计算任务.
多智能体系统采用多个具备明确角色分工的智能体机制完成材料设计任务, 主管智能体统筹整体任务分配与规划, 若干专属智能体管理具体工具或子任务.
LLaMP [102]采用模块化管理任务分配与执行架构提升计算资源的利用率. 具体而言, 主管智能体根据任务需求选择适当的计算工具, 专属智能体进行管理每个计算工具. 这种架构既提高任务分工的灵活性, 又通过“分而治之”的策略突破复杂任务中单个大语言模型上下文长度限制. 该系统还集成了自纠错机制, 能够基于调用反馈不断优化API调用逻辑, 使各智能体能够在复杂材料设计任务中高效分工合作, 在材料设计等复杂任务中提升计算效率, 同时降低因单一模型决策失误所带来的风险.
SciAgents [108] 结合本体知识图谱与多智能体协作在仿生材料研究中实现科学发现的自动化, 其中主管智能体规划全局任务, 科学家智能体生成与扩展假设, 批评智能体评估假设合理性并自适应优化知识图谱检索. 该框架能够较好平衡知识驱动与数据驱动两种模式, 赋予了系统更强的推理能力. 相较于单智能体系统而言, 多智能体系统具有更好的可扩展性与泛化能力, 但也面临着协调复杂度高、行为不可预测的挑战.
4.3 自主实验系统
材料科学发展离不开物理实验的反馈协同. 通过将大语言模型与实验设备/机器人深度集成, 可构建“感知–决策–行动”一体化的自主实验系统, 实现物理世界与数字模型的动态耦合.
Coscientist [109] 整合大语言模型与自动化实验设备, 实现了从目标设定、路径规划到实验执行的无人化流程.
CLAIRify [110]则利用领域专用语言(domain-specific language, DSL)编译器, 将自然语言指令转化为实验设备可执行代码, 并在实验过程中结合环境约束动态调整.
ORGANA [111]进一步引入多模态感知与决策模块, 增强了系统的自主分析和优化能力, 并支持多机器人协作实验.
相较于传统自动化实验仅能执行预设协议, 基于大语言模型的自主实验系统可根据反馈自主调整实验方案、优化实验参数并协调多物理设备联合实验, 在循环迭代中提升效率, 从而大幅加速材料研发进程.
大语言模型在材料研发中的应用
随着多模态数据融合以及智能工具调用等关键技术的突破性发展, 大语言模型在材料科学研究中的技术底座日趋完善, 使得大语言模型开始突破传统辅助工具的定位, 逐步实现与材料研发全链条的深度融合. 大模型在材料研发的应用呈现共性技术突破显著、应用滞后的特征. 核心共性技术(如结构化知识库构建和检索、计算工具链与专家系统协同、自主实验系统等)已实现跨越式发展, 共性技术的持续迭代正为应用场景的规模化落地奠定基础. 当前大语言模型在材料科学中的应用呈现显著的阶段化特征, 其深度介入科研流程的程度可根据所覆盖研发环节(包括提出需求、收集信息、作出假设、实验/模拟、分析结果、评估结果以及发表结果)的数量划分为3个典型阶段, 体现了从工具增强向范式革新的演进脉络. 大语言模型在材料研发中的典型应用分类见表3 [9,13,19,100,109,112-124].
在单环节辅助工具层面, 大语言模型主要针对材料研发流程中的特定节点实现效率跃升. 在材料信息获取方面, 松山湖材料实验室构建了MatChat AI [13]智能体, 通过将大语言模型和检索增强技术相结合, 为材料科学研究者提供精准的知识问答.
在数据挖掘领域, Polak等 [100]结合大语言模型和提示工程, 通过多轮提问机制实现对文献中材料性能参数的高精度提取(如金属玻璃临界冷却速率), 其利用大语言模型的零样本学习特性突破了传统规则方法对结构化模板的依赖, 该系统构建的冗余验证机制(多次提问交叉确认数据可信度), 将提取精确度提升至约90%, 显著优于ChemDataExtractor [125]等传统工具.
图像数据处理方面, Zheng等 [112]基于多模态大语言模型GPT-4V的图像解析能力, 实现了在MOF领域的数据挖掘应用. 其通过自然语言指令指导GPT-4V实现PXRD图谱、氮气吸附曲线、TGA曲线等非文本数据的数字化处理, 不仅实现了图表中的孔隙率、结晶度等关键实验数据的高效提取, 还能识别实验数据与理论预测的偏差, 为材料优化提供直观指导.
在假设生成方面, MOOSE-CHEM [113]通过分解假设生成过程为3个核心子任务: 灵感检索(从海量文献中筛选潜在关联知识)、假设生成(结合背景与灵感通过进化算法生成假设)、假设排序(基于有效性、新颖性、重要性等指标评估假设), 实现了以高相似度重新发现人类提出的创新性假设.
性质预测方面, Ock等 [114]构建了多模态吸附能预测框架 , 该框架通过图神经网络与大语言模型的潜在空间对齐, 将复杂的原子坐标信息转化为可解释的文本表征, 使模型在仅依赖晶体信息文件文本输入时仍能保持预测精度. PDGPT [115]通过检索增强生成技术, 将计算相图数据与自然语言推理能力深度融合, 用户仅需输入合金成分即可获得相变温度、相组成等关键信息, 其交互式问答设计显著降低了相图分析的专业门槛.
在晶体材料逆向设计领域, CrystaLLM [9]与FlowLLM [19]展示了截然不同的技术路径, 前者采用自回归生成策略, 通过化学组成和对称性约束直接输出稳定晶体结构; 后者则将黎曼流匹配引入生成过程, 先由大语言模型生成初始文本描述, 再通过RFM在图形表示空间进行连续变量优化. 两种方法均通过DFT验证证明其有效性, 其中FlowLLM生成稳定材料的效率比现有最优方法提高3倍以上, 且后处理计算成本降低50%. 大语言模型作用于单个科研环节通常能显著提升该环节的工作效率, 但离散式的人工决策与跨研发环节的信息断层仍制约着研发体系的整体效能.
随着技术成熟度的提升, 大语言模型开始在多个研发环节协同操作, 形成局部研发闭环. 在自动化分子动力学模拟中, MDCrow [116]整合40余个专家工具构建起覆盖文献检索、参数设置、模拟执行、轨迹分析的全流程解决方案, 其核心创新在于将大语言模型作为智能调度中枢, 动态协调OpenMM, MDTraj等专业工具的协同运作. 而在聚合物性质预测中, PolyLLMem [117] 自主处理聚合物 SMILES 字符串和文献知识, 结合分子结构嵌入优化预测聚合物性质, 并归因分析挖掘化学基团对性质的影响. PolyLLMem 用 2.9 万条数据就实现了媲美甚至超越传统模型的效果. 基于大型语言模型(如GPT-4)的ChatMOF [118]通过智能体规划、工具包执行、评估器验证的3层架构, 将金属有机框架的设计流程重构为“目标设定–结构生成–数据检索–性质预测–遗传优化”的迭代循环, 在保持87.5%生成精度的同时实现了多目标优化. 这类模型已突破单一环节的工具属性, 展现出对“假设–调研–验证–优化”科研闭环的支撑能力.
在局部研发闭环取得突破的基础上, 大语言模型在材料研发方面应用的探索逐渐转向构建全流程自主科研系统, 其核心特征表现为对完整研发链条的端到端覆盖. 在用户提出需求后, PolySea [119]快速检索知识库, 基于数据关联与学习生成新型聚合物结构假设, 随后通过图神经网络、密度泛函理论等模拟手段验证结构可行性, 并通过准确率、R2分数等指标完成结果评估. 其逆向设计功能生成的未见于训练集的新型高分子结构, 经多方法验证后准确率达79%. AI Scientist [124]通过引入迭代生成机制, 实现了科学发现过程的自我进化: 首先生成初始研究假设, 随后调用代码修改工具自动编写实验程序, 执行计算后分析结果并评估假设可行性. 若结果未达预期, 系统能自主调整假设参数重新实验, 最终在扩散模型、Transformer语言模型和“顿悟”(Grokking)现象分析3个子领域研究中生成了数百篇论文, 每篇成本低于15美元, 部分生成论文达到顶级会议接收标准. Agent Laboratory [121]则通过角色分工深化协作效率, 其构建的博士、博士后、机器学习工程师等多智能体集群, 分别负责文献综述、实验设计、代码实现等专业化任务. 在材料合成路径优化任务中, 博士智能体通过分析万篇文献建立知识图谱, 博士后智能体据此设计128组对比实验方案, ML Engineer智能体最终通过自动化实验平台完成验证, 整个过程耗时仅为传统方法的1/6.
在实验科学层面, A-Lab [120]智能平台通过自然语言接口连接机械臂、光谱仪等硬件设备, 实现了从化合物设计到合成表征的全流程自动化, 在17天内从58个目标中分离合成出41种全新化合物. Coscientist [109]在4 min内复现了2010年诺贝尔化学奖得主研究的反应, 并在多种其他类型的反应中表现出了巨大的应用潜力. MatPilot [122]通过认知模块(知识获取与创新生成)和执行模块(自动化实验平台), 将人类研究者的直觉经验与AI的高维数据处理能力结合, 推动材料研发的迭代优化. LLM-RDF [123]采用了智能体形式构建全流程科研, 该平台通过融合6个大语言模型智能体(包括文献搜索、实验设计、硬件执行、光谱分析、分离指导和结果解读等)实现了化学合成全流程的自动化. 研究以铜/TEMPO催化的有氧醇氧化反应为例, 展示了从文献搜索到产物纯化的端到端合成开发能力, 并在其他3种反应中验证了其通用性. MatMind 通过多专家机制整合跨尺度材料数据(原子模拟至工业参数), 将思维链与检索增强技术结合(CoT-RAG)实现了逻辑严谨的推理链, 深度融合120万篇文献知识以增强推理的准确性和实时性, 并构建了“brain-inspired”多智能体集群. MatMind在材料设计与制备工艺推荐中的准确度达到90%, 智能制备通量可达192样/批次, 结合智能计算已成功创制航天级低可探测材料和超低介电常数材料.
大语言模型在材料研发领域的应用演进表现为从单一研发环节的辅助工具, 逐步拓展到局部研发闭环的流程优化, 最终向全流程智能化研发体系迈进(如图6所示).
这种演进与材料研发第五范式的智能化特征深度契合. 当前材料研发已从传统的实验驱动、理论驱动、计算驱动和大数据驱动的研发范式, 跨越至智能驱动的第五范式, 大语言模型正成为该范式的核心智能基座, 核心作用具体表现为 (1)作为跨模态知识中枢, 大语言模型突破了传统知识管理的碎片化局限, 通过融合材料科学文献、实验数据库、计算模拟结果和专家经验, 构建起动态演化的领域知识图谱; (2)作为智能推理引擎, 实现了从分子结构设计、合成路径规划到性能预测优化的全链条决策支持; (3)作为协同创新主体, 其构建的“人类专家–领域模型–物理设备–材料数据”多元交互系统, 有效衔接了材料研发前四范式, 并推动其向第五范式的跨越.
尽管大语言模型已在材料研发中展现出从单环节辅助到全流程自主的范式革新潜力, 但当前研究成果仍面临动态协作僵化、实验响应迟滞与因果推理不足等问题. 未来研究应聚焦于以下方向: 开发材料多智能体动态协作系统, 突破智能体系统的固定角色分工局限, 通过嵌入自我评估机制与强化学习算法, 实现任务驱动的智能体认知进化与角色动态调整, 从而提升复杂材料设计中的协同效率; 优化自主实验系统, 克服预设工作流的依赖, 集成实时感知–决策模块, 使平台能自适应非预期实验现象, 加速从自动化向智能化实验的跃迁; 强化大模型在跨尺度材料数据中的因果推理能力, 针对多模态模型处理原子–宏观数据时的关联性缺陷, 构建可解释的因果推理引擎, 揭示微观结构演化与宏观性能间的驱动机制, 为材料研发提供可靠的理论支撑.
总结与展望
本文系统回顾了大语言模型在材料科学领域的技术演进与应用实践. 通过领域知识注入、多模态融合及工具协同增强三大核心技术, 大模型正逐步突破传统材料研发的局限. 在领域知识注入方向, 通过预训练策略(如结构化数据编码)、指令微调和强化学习, 大模型成功内化了晶体对称性、反应动力学等专业规则, 显著提升了分子设计、性质预测等任务的精度. 而针对材料科学的多源异构数据(SMILES序列、2D/3D分子构型、晶体CIF文件、谱图、电镜图片等), 通过模态编码器与文本空间对齐技术, 实现了跨尺度表征的统一建模. 为了弥补大模型专业领域能力不足, 将大模型与计算工具、实验设备深度集成, 进一步增强大模型的材料学专业能力, 显著降低研发成本与周期.
虽然近几年大语言模型在材料科学的应用发展迅速, 但该领域仍面临诸多挑战和机遇.
在技术演进层面, 大语言模型面向材料科学领域适配的三大核心技术均存在很大的提升空间. 在材料领域知识增强层面, 现有工作仍面临知识深度不足、指令泛化能力有限的挑战. 基于大量材料学数据的训练虽显著提升模型在材料领域知识问答的正确率, 但对材料科学底层规律的建模仍较为模糊, 易出现模型幻觉; 同时, 领域的专业化也使得大语言模型的指令泛化能力下降, 模型遵循输入完成相应任务的稳定性降低. 近期发布的DeepSeek为材料领域大语言模型的构建提供了新的思路, 其创新性地采用纯强化学习对基座模型进行后训练, 使得模型具有媲美ChatGPT-o1的推理能力. 通过采用类似方案培养模型的推理能力, 可让模型在材料学任务上分步骤有逻辑思考, 同时保持对复杂指令的精准响应. 未来研究发展应着眼于推进大语言模型对于材料机理建模与自身推理能力的协同增强.
在多模态数据融合层面, 未来工作演进聚焦于多模态数据表征、多模态对齐、多模态推理过程和混合模态建模4个核心挑战. 多模态数据表征的重点在于提升编码器的性能, 使得编码器能从结构复杂的多模态数据中尽可能完整、准确地提取出数据表征, 统一输入与输出表征也能在提升多模态理解能力的同时使大模型具备多模态生成能力. 多模态对齐需开发更高效的方法, 将多模态编码精准映射到大语言模型的输入空间. 随着大语言模型普遍引入推理机制, 多模态大模型需确保输入多模态数据时能保持推理能力. 针对材料科学的数据模态广泛的挑战, 将各个模态混合建模, 选取最合适的模态表征是一个长期的研究方向.
在工具协同层面, 材料科学的多尺度特性与专业术语的歧义性要求大语言模型精准识别任务需求并准确选择调用合适的工具, 但材料科学大语言模型在这些层面仍处于起步阶段, 当前的相关工作对工具的选择以及传入工具的参数还存在错误选择或幻觉现象, 未来研究需重点关注工具调用的准确性问题. 除了准确调用工具, 反馈驱动的自学习系统也是重点关注方向之一, 基于长期调用工具的过程中累积的输入、输出及反馈数据, 大语言模型可以进行自我学习, 对任务与工具建立更加准确的匹配图谱, 实现在调用的过程中进行自我迭代.
在应用实践层面, 尽管大语言模型已逐步渗透至材料研发全流程, 其在各研发环节上应用程度存在显著差异. 当前研究主要集中研发环节的效率优化, 面向全流程自主决策的智能闭环系统仍停留在概念验证阶段. 科研机构与工业界在对大语言模型应用上呈现显著差异:前者聚焦于研发范式创新, 着力突破传统研发的效率瓶颈; 后者则遵循稳定性优先理念, 现阶段落地实践相对有限, 已落地的工业案例多集中于利用大模型的通用语言处理能力, 例如构建企业内部知识图谱、普及专业知识、整理产线生产资料等.
在体现专业深度的应用方面, 案例数量较少且主要聚焦于产品研发环节, 代表性案例如优化材料加工工艺顺序提升效率 [126], 以及化工领域的工艺流程自动生成、优化和工厂3D建模方面的探索. 其原因在于核心技术成熟度与工业需求间的结构性矛盾. 产业端对模型输出的确定性要求与当前大模型固有特性(领域知识幻觉、多轮迭代中的响应不一致性)存在冲突, 在实验室环境中尚可通过人工校验进行容错处理, 但直接嵌入实体产业研发将导致不可控的风险.
材料研发正处于范式转变的时间节点, 随着多模态大模型的迭代进化, 必将引发科研范式的深层变革. 当大语言模型构建的机器学习模型开始揭示超越经验直觉的材料规律, 以及大语言模型指导的自动化实验平台能够自主探索未知的组分空间, 材料科学正经历着从人类经验外推向机器智能涌现的范式跃迁. 面向未来, 大模型驱动的科学智能体将深度嵌入材料研发全生命周期——从问题建模、方案生成到工艺验证形成闭环创新机制. 人机协同的新范式不仅将重构材料工业化生产的技术路径, 更将推动我国在新材料领域实现从跟跑向领跑的战略跨越, 为破解能源转型、环境治理等全球性挑战提供颠覆性解决方案.