近日，由中国科学院东莞材料科学与技术研究所推出的MatChat 2.0正式发布。作为国内首个专注于材料科学领域的AI智能体的全新升级版本，MatChat 2.0在知识库规模、推理能力、响应效率以及场景覆盖等核心维度实现了显著提升，可为广大科研工作者提供一种全新的文献检索与知识获取方式。

记者了解到，MatChat 2.0构建于超过80万篇精选学术论文之上，全面覆盖材料科学的各个分支领域，新能源材料、电子信息材料、结构材料、生物医用材料等均在其列。其知识库内容均源自学术期刊与会议论文，且经过严格筛选与质量把控，确保信息的可靠性与前沿性。本次升级主要体现在四个方面：

一是，知识库规模大幅拓展：从原有的28万篇猛增至80万篇以上，知识储量增长近三倍。这使得此前难以检索到的大量前沿研究成果如今能够轻松获取，为科研人员提供了更丰富的知识资源。

二是，响应效率显著提升：引入全新的动态路由算法与知识检索优化技术，平均响应时间压缩至秒级，实现了即时文献调研支持，大大节省了科研人员的时间成本。

三是，领域理解能力增强：系统采用四层协同架构。智能上下文持久层支持十余轮持续深度对话，确保交流的连贯性；意图分类与路由层精准识别用户需求，有效过滤无效信息干扰；智能体推理与执行层兼顾深度思考与快速响应两种模式，满足不同场景需求；学术知识数据库引擎整合近百万量级的权威文献资源，共同保障复杂研究场景下的连贯交互体验与专业理解。

四是应用场景广泛覆盖：涵盖材料合成与制备、性能表征与测试、学术论文撰写、项目申报等多个科研环节，为科研工作提供专业、智能、可靠的支持服务，助力科研人员高效完成各项任务。

长期以来，大模型的“幻觉”问题一直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。传统通用大模型在专业领域的幻觉率通常高达10%以上，难以满足科学研究对严谨性的要求。而MatChat 2.0在这方面取得了突破性进展，其幻觉率仅为1.3%，大幅领先于GPT-4.1（5.6%）、DeepSeek-V3（6.1%）、Llama-3.3（4.1%）以及Grok-3（5.8%）等主流大模型。

中国科学院东莞材料科学与技术研究所立足国家战略需求，面向全球竞争格局，前瞻性布局“AI+材料”全链条创新体系。目前，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，该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。