MatterSeek

MatterSeek 是中国 Yuyao Technology（余垚科技） 推出的物理推理驱动的新材料预测通用基础模型（Beta）。Hugging Face 模型页：https://huggingface.co/YuyaoTechnology/MatterSeek ；产品站：https://yuyaomatterseek.net 。

定位：面向无机与有机新材料研发，用正向/逆向设计打通成分—结构—工艺—性能的高维耦合，并与自有湿实验闭环结合。

要点：

• 自报约 92% 算法自研；1035 个材料描述符 + 192 个领域子模型，覆盖 17 个一级垂直域；
• 核心能力包括逆向设计（输入目标性能输出成分/工艺/结构）、元素约束筛选、自定义物性指标与多维可视化；
• 自有实验室 24/7 自动化实验，数据回灌在线训练；
• HF 模型页约有 ~2888 likes，相关 Space 新进入 Hugging Face Spaces 趋势榜（雷达摘录）。

解决什么问题

传统新材料研发依赖大量试错实验。MatterSeek 试图用物理约束下的分层网络做快速筛选与逆向设计，再用自建实验平台验证并持续更新模型。

架构与数据（厂商说明）

• 专有 HNN 分层神经网络：共享骨干学习跨域表征，上层按垂直域挂接专家子模型；物理信息正则把对称性、守恒与热力学约束作软惩罚；
• 17 个一级域示例：超导、磁卡/压卡、磁输运、磁性、催化与表面、电子输运、光学、核与辐照、力学、晶体结构、热电、热力学、热输运、声子、铁电、制备与成本等；
• 训练数据以自有高通量实验库与文献测量为主，结构信息辅以 DFT；规模为「数百万」成分—结构—性能记录量级（厂商自述）；
• 准确率在按材料族划分的内部留出实验集上报告；厂商称无公开基准覆盖全部 192 个性能变量，故不做跨模型对标。

局限

• Beta 产品；基准与规模多为厂商自报；
• 官方建议用作实验优先级筛选，而非替代最终表征；关键/受监管用途需离线验证；
• 覆盖边界外的元素组合或物性需经主动学习扩展子模型。

适合谁

• 无机/有机新材料研发、高通量实验与材料信息学团队；
• 需要按目标性能做成分/工艺候选排序的工业与学术实验室；
• 关注物理约束材料基础模型与实验闭环的研究者。

如何上手

1. 阅读 HF 模型卡 https://huggingface.co/YuyaoTechnology/MatterSeek ，并访问 https://yuyaomatterseek.net ；
2. 登录后按建议路径：自然语言/目标物性 → 元素约束 → 多维结果可视化 → 导出成分/工艺参数 → 提交离线验证；
3. 将模型输出当作筛选层，对 Pareto 前沿候选做 XRD/SEM 等表征复核；
4. 超出当前 17 域/192 物性范围时，按厂商主动学习流程评估是否需新实验引导子模型。