11月4日，中国科学院东莞材料科学与技术研究所（简称“东莞材料所”）非晶材料研究部自主研发的非晶软磁材料研发科学基座平台——“玄鼎”正式上线，首个模块软磁知识智能体同步开放。作为国内首个专注于软磁材料领域的科学基座平台，玄鼎面向高校、科研院所与企业的材料研发人员开放，以“赋能非晶软磁材料闭环研发全流程”为长期目标。
本次上线的知识智能体正是这一科学知识基座的第一块基石，以“全要素、可溯源、高可信”为特色，为研发人员提供句句可溯源的软磁领域知识服务。
一、软磁材料知识治理难题
软磁材料是实现电能高效转换、传输与存储的关键功能材料，支撑着电力电子、新能源汽车、光伏与储能等战略性新兴产业的发展，其研发水平直接关系到能源变换装备的效率上限。然而，相关科学知识散落在跨越数十年的论文与报告之中，体量远超任何个体的阅读能力；让沉睡在文献中的知识变得可检索、可计算、可验证，已成为人工智能时代的材料科学（AI for Materials Science）必须首先回答的前提性问题：没有可治理的知识基座，智能体的一切推理都将成为无源之水。
这一难题在软磁材料领域尤为尖锐，根源在于软磁知识区别于一般领域的本质特性：软磁性能并非材料的内禀常数，而是“材料状态×测量条件”的联合响应。铁损、磁导率等关键性能本身就是励磁频率、磁通密度与温度的函数，同一材料在不同测量条件下得到的数值互不可比；材料状态又由合金成分与完整工艺路径共同塑造，同成分合金经不同退火路径，矫顽力、磁导率等性能可变化一个数量级。因此，文献中报告的每一个数值，本质上都只是高维条件空间中的一个采样点，脱离其条件坐标便失去科学意义。而主流人工智能系统建立在“属性—值”的扁平知识表示之上：通用大模型与检索增强生成（RAG）系统在文本切分中丢失数值与测量条件的绑定关系，事后附上的引用也无法证明所引段落真正支撑答案；传统知识图谱虽以三元组保留结构，却在蒸馏中流失了条件元数据与可回查的出处。将条件化观测强行扁平化，得到的不是可用的数据资产，而是系统性的语义失真——这是软磁领域知识长期难以“AI-ready”的深层根源。
二、本体增强知识图谱架构
玄鼎平台研发团队对这一难题的回应，是在知识表示层以软磁科学语义本体作为整个知识服务的语义根基，将软磁知识从寄生于文本的经验性知识，升维为机器可执行、可治理的科学知识资产。
平台为软磁科学量身构建了包含141个语义类的领域本体，从合金体系、制备工艺到磁学性能，每一类实体的定义、单位、受控属性与相互关系，均在数据生产之前即被严格锁定——本体先于数据、语义先于抽取，知识的正确性由契约保证，而非依赖事后清洗修补。在本体中，成分、工艺、测量条件与数值本身同等建模，每一条性能观测都以“全要素”坐标入库，缺失任一要素即被写入闸门拦截，从源头杜绝属性拼写漂移、单位混乱与条件遗漏。
目前，图谱已覆盖软磁材料全域七大文献库，沉淀性能观测9.7万余条、工艺观测近5万条；图谱作为文献真源的可计算投影，全量可重建、可审计。
本体的作用并不止于守护数据入口，它同时充当知识智能体与领域知识之间的共享语义层——机器理解软磁科学的“语言”。基于本体的受控词表，同一性能在不同条件下的不同观测被精确区分，语义歧义在查询发生之前即被消解；研发人员可按“成分×工艺条件”对性能数据进行结构化查询，数值直接可查、条件显式呈现，每一条结果均携带文献编号与指向原文精确段落的内容寻址锚点。依托这一底座，知识智能体支持文献调研、性能数值直查、跨库综合分析、引用逐条核查等典型场景，覆盖从日常查询到评审核验的完整知识工作流。
三、平台愿景
非晶材料研究部相关负责人表示，玄鼎平台的愿景是成为非晶软磁材料闭环研发的“科学基座”，按照平台建设规划，材料计算、性能预测、材料设计等模块将以知识智能体为基础陆续上线：计算结果回流知识库、预测模型以本体观测为训练真源、设计推荐携带证据链交付。随着各模块的成熟，平台将演进为自主实验室的“智能大脑”，并依托自动化实验技术实现干湿闭环，由智能体规划实验方案、调用自动化平台执行、将实验数据回流知识库持续学习，真正实现“问答-计算-预测-设计-实验验证”的全流程闭环研发。
玄鼎平台的上线，是东莞材料所“AI for Materials Science”战略部署的又一重要进展。目前，研究所已构建涵盖Atomly材料科学数据库、MatChat AI智能体、材料智库智能体、智能衍射分析工具MatDiffract等系列智能化科研平台，玄鼎作为其中面向特定材料体系的垂直深化平台，标志着研究所“通用智能体+垂直科学基座”双层布局的初步成形，将为粤港澳大湾区乃至全国软磁材料领域的原始创新与产业升级提供新支撑。
附件下载：