近日，中国科学院东莞材料科学与技术研究所（以下简称“东莞材料所”）正式发布MatChat 2.0。这是国内首个专注于材料科学领域的AI智能体，深度整合千问大模型能力，以1.3%的幻觉率实现科研场景下的可信突破，亿级向量数据库实现秒级文献检索响应，标志着材料科学研究迈入新阶段。

垂直深耕：80万篇精选文献构建亿级向量数据

MatChat 2.0基于超过80万篇精选学术论文构建而成，覆盖新能源材料、电子信息材料、结构材料、生物医用材料等材料科学全部分支领域。

这一庞大的知识库内容，通过千问大模型进行向量化处理，构建起 3 亿+向量数据库，成为国内材料科学领域规模最大的语义检索“基础设施”，实现对专业术语、复杂公式及隐性知识的精准理解。在材料合成与制备、性能表征与测试、学术论文撰写、项目申报等多元科研场景，可以提供专业、智能、可靠的支持服务。

极速响应：四层协同架构定义“秒级”科研交互

在效率至上的科研场景中，MatChat 2.0通过引入动态路由算法与知识检索优化技术，将平均响应时间压缩至秒级，实现了从“等待检索”到“即时对话”的跨越。其核心在于独特的四层协同架构：

智能上下文持久层：支持十余轮持续深度对话，记忆连贯，逻辑不中断；

意图分类与路由层：精准识别科研需求，自动过滤无效信息干扰；

智能体推理与执行层：灵活切换“深度思考”与“快速响应”双模式，兼顾严谨性与时效性；

学术知识数据库引擎：实时调用近百万量级权威文献资源，确保输出内容的专业度。

1.3% 幻觉率：重新定义学术AI的可信标准

长期以来，大模型的“幻觉”问题始终是制约其在学术领域深入应用的核心障碍。AI生成看似合理但实际并不存在的论文引用，可能导致研究结论出现偏差，甚至危及科研人员的学术声誉。

根据Vectara Hallucination Leaderboard（HHEM-2.3, 2026.3）评测数据，GPT-4.1、DeepSeek-V3、Llama-3.3-70B、Grok-3等主流大模型在文档摘要任务中的幻觉率分别为5.6%、6.1%、4.1%和5.8%。在科研文献引用这一高复杂度场景下，模型幻觉问题更为突出，难以满足科学研究对严谨性的要求。

MatChat 2.0通过独特的三级验证机制，将幻觉率大幅降低至1.3%，重新定义了学术AI的可信标准：

第一源头锚定。系统严格遵循“检索结果中未出现的信息绝对不生成”这一核心原则，从根源上消除了虚构信息的产生土壤；同时配备空值检测功能，当检索结果为空时会明确告知用户知识边界。

第二来源绑定。每一个结论都精确关联到原始文献的具体段落，用户可通过DOI链接一键直达原文进行验证，实现“所言有所据，所据即原文”。

第三过程透明。AI的完整推理过程向用户完全开放，从问题分解到信息检索，从知识整合到结论生成的每一步都可追溯可检查。

在这一技术架构中，千问作为底层智能引擎，提供了语义编码、意图理解、知识整合能力，支撑MatChat2.0全面升级。

AI4S 新范式：从“工具辅助”迈向“自主科研”

作为粤港澳大湾区重要的材料科学创新高地，东莞材料所聚焦信息材料、能源材料、功能陶瓷、先进金属等领域研究，正加快抢占新材料领域科技制高点，前瞻性布局“AI+材料”全链条创新体系。

目前，东莞材料所已构建涵盖Atomly材料科学数据库、GPTFF人工智能力场、MatChat AI智能体等核心应用平台，以及机器人科学家、科学数据开放平台、智库智能体等系列数字化工具，初步形成材料科学智能研究的一体化闭环机制。通过平台共享与工具开源，这一创新体系正广泛赋能全国范围内的科研机构与产业用户，有效服务国家创新需求，为应对全球科技竞争打下基础。

未来，东莞材料所将持续深耕，力争构建自主可控的“AI+材料”创新生态，形成全链条自主可控、产学研用深度融合、开放高效协同的新格局。

据了解，千问大模型已服务300多家科研院所和高校，包括清华大学、浙江大学、复旦大学、国家天文台、中国科学院遗传与发育生物学研究所、中国科学院青藏高原研究所等。