MindSpore + openJiuwen 携手中国科大发布"灵境造物"，开启全栈自主创新科研新纪元

4月25日，中国科学技术大学在安徽合肥正式发布“灵境造物”智能科研工具。这一面向全球科研主体开放的“智能科学家”云服务平台，标志着“人工智能驱动的科学研究”正走向工程化、平台化和开放共享。

新华社报道链接：

https://www.news.cn/tech/20260425/b8e27c31cdca45d2912b520e23663a7e/c.html

01 MindSpore + openJiuwen 为灵境造物注入“最强大脑”

昇思 MindSpore 与华为九问 openJiuwen 深度支持中科大灵境造物平台，携手算力平台先遣队、应用场景实验室、诺亚实验室等多个团队，聚焦 AI 化学家最具挑战的两大核心环节——高精度仿真筛选与自动化实验迭代，提供从底层算力、科学模型、科研 Skills 到智能体编排的全栈能力，助力实现科学研究的全流程闭环。

以“火星陨石原料创制产氧电催化剂”任务为例，科研人员只需将深空探测实验室的创制需求输入灵境造物，系统便会自动启动全流程规划：知识获取 → 方案推荐 → 理论筛选 → 实验设计 → 实验执行 → 迭代优化，一气呵成。

接下来，我们就以这个案例为线索，分析一下MindSpore和openJiuwen分别发挥了哪些关键作用！

02 MindSpore 助力实现科学研究的全流程闭环

在材料化学研发中，效率瓶颈往往在于从文献启发到理论筛选、从实验设计到自动化执行之间的协同链条。MindSpore Science 面向这一挑战，构建了领域套件和覆盖模型、工具、仿真软件的科研智能体系统。

该系统通过“Skills 原子化能力封装 + Agents 智能决策编排 + 昇腾硬件亲和模型”的技术路线，实现了从模型推理到仿真筛选、实验设计到数据分析的无缝衔接。

理论筛选：效率与精度双重赋能

在理论筛选环节，传统研发面临高精度仿真计算耗时长、经验方法精度不足等挑战，导致仿真计算与实验执行协同困难。

为解决这个问题，中国科学技术大学团队基于昇腾 + 昇思 MindSpore训练了材料化学领域通用分子力场基础模型AtomBit：

• 通过昇腾+昇思原生混合专家模型，实现“一个模型覆盖分子、材料、催化、分子晶体等全域化学空间”
• 以近线性时间复杂度逼近第一性原理精度
• 在 64 张 Atlas 800T A2 卡上，通过昇思 MindSpore 多维并行技术，5 天内完成 2.2 亿条数据训练
• 精度达到领域专用模型的水平

除 AtomBit 外，MindSpore Science 基于 MindSpore 融合架构高性能科学计算套件——模型 + 硬件双重优化

• 集成晶体结构生成、材料性质预测等领域的 SOTA 模型
• 面向昇腾 AI 硬件进行深度亲和适配
• 针对分子建模中的等变计算、图神经网络推理等关键环节，通过算子优化、图编译优化、并行调度优化，提升模型在昇腾硬件上的训练和推理效率

为简化AI4S模型的使用，MindSpore Science Skills 将 AtomBit 在内的各类SOTA模型，VASP、Gaussian等仿真计算软件与化学等领域工具库封装为标准化 skills，可快速接入智能体，在科研流程中被灵活调用。

研究人员无需掌握复杂的仿真计算专业知识，即可通过智能体按需调用 skills，完成从结构优化到高通量筛选的自动化任务编排，从而显著降低材料化学仿真与智能体应用门槛，加速材料与化学体系的智能化设计和验证。

通过上述工作，在产氧电催化剂的筛选场景中，系统可并行评估数百种候选材料的稳定性、反应活性等关键参数，将传统计算集群需数周完成的筛选任务缩至数小时级完成，显著提升材料筛选效率，也为后续自动化实验验证提供更加可靠的候选方案。

方案设计：从“手写方案”到“自动执行”

在自动化实验场景中，实验方案不仅要“科学上合理”，还要“设备上可执行”。传统实验设计高度依赖人工经验，方案撰写、设备调用、参数校验和异常处理往往分散在不同环节，既影响效率，也容易引入执行风险。

针对实验方案设计与执行中的稳定性与安全性问题，MindSpore Science 基于 openJiuwen 构建了 MindSpore Science Agent，支持科学实验的智能设计与自动化执行。

核心能力一：自动生成+审核+执行闭环

• 基于原子化 sub-agent，灵活调用实验工作站、机器人基元操作等各类 Skills
• 系统围绕科研目标自动生成实验方案，实现 方案生成 → 可执行性审核 → 方案迭代优化 → 实验执行 的闭环流程

在产氧电催化剂合成方案的设计与执行过程中，不仅能够理解研究目标与实验约束，还可结合设备接口、样品用量、操作顺序、安全规范及数据采集要求，对实验方案进行自动检查与修正，确保了方案在科学逻辑与设备执行层面的可落地性。

核心能力二：假设生成 + 自我纠错

• 假设生成闭环：通过假设生成相关 sub-agent，完成“调研分析 → 假设生成 → 假设评估”
• 自我纠错与优化：优化 sub-agent 的 prompt 与 skills，减少错误信息对上下文的干扰，进一步提升实验的可靠性与稳定性

03 基于openJiuwen组建灵境造物“科研团队”

面对跨环节、长链路、强分工的复杂科研任务，灵境造物平台采用多智能体架构，基于一个核心智能体与多个科研子智能体（如文献阅读、实验设计等），构建完整科研闭环协同体系。

openJiuwen 智能体平台为系列科研子智能体的快速研发提供底层支撑，并以JiuwenClaw 为基础原型赋能核心智能体的构建。JiuwenClaw是基于openJiuwen开发的企业级高可靠“龙虾”Agent，结合华为云 AI 基础设施能力与 AgentArts 智能体开发平台，已在华为云OfficeClaw中实现企业级落地。

面向多智能体系统的协作，openJiuwen社区围绕“Coordination Engineering”构建了一个完整闭环：

• Agent Team → 让多智能体自主分工、高效协同，完成从"单兵作战"到"精锐团队"的关键跨越；
• Team Skills → 将协作经验标准化封装，让"一支优秀团队"变成"一套可复制的团队能力"；
• Team Skills Hub → 打通共享生态，让协作经验在社区中流通、复用；

从Agent Team到Team Skills，再到Team Skills Hub，JiuwenClaw持续打通"单智能体好用—多智能体协同—团队能力沉淀"的完整闭环，让科研智能体团队协作从"一次性组队"走向"团队化作战"。

当前Team Skills Hub平台（teamskills.openjiuwen.com）已内置了一批开箱即用的Team Skills，覆盖开发编程、办公与生产力、内容创作、多模态与媒体、数据与科研、合规与法律、生活与健康、金融与理财八大场景，同时也支持使用“团队技能自动生成专家（teamskill-creator）”快速自定义Team Skills。

除了多智能体协同能力以外，JiuwenClaw还提供了任务自主管理、Skills自主演进、上下文压缩和卸载、记忆随行等Harness能力，每个子智能体都拥有全部的Harness组件，保障科研任务的长时、稳定、可靠运行。

04 MindSpore Science + openJiuwen 未来演进

MindSpore Science科研智能体系统已经基于 openJiuwen 构建从文献分析到实验执行端到端的科研流程，但是面向更广泛的科研领域，仍面临多重诸多挑战：

• 实验过程不稳定：复杂科研实验的长周期的逻辑推演与假设试错，需要超长上下文，容易引起系统认知过载与执行中断，导致科研任务不能全流程稳定执行，任务失败率高；
• 科研团队演进能力不足：当前科研系统已具备单智能体的自演进能力，但仍缺乏整个科研团队的持续优化能力，无法满足动态变化的复杂科研任务需求；

面对上述挑战，MindSpore Science科研智能体系统和 openJiuwen 开源社区将持续通过技术创新，向高稳定、可演进两个方向迭代：

• 高稳定：引入知识图谱、树形Harness等技术，解决复杂科研流程下的上下文爆炸问题，提升科研路径确定可回溯性，使科研智能体稳定、可持续地进行科研探索。
• 可演进：引入Team Skills自演进，在每一次实战中自动迭代，让团队整体与每位成员越用越强。

未来，智能工具将不再仅仅是助手，而是科研流程的主导者。AI化学家将能够从开放式科研任务中出发，像人类科学家一样自主拆解问题、规划路径、调用模型、仿真软件和实验设备，并根据实时反馈持续优化自己的研究策略，推动科学发现的边界。

在这一未来愿景中，灵境造物平台将超越单一工具的协作，迈向全流程的自主科研，真正实现从“智能辅助”到“自主探索”的范式跃迁，为材料化学研发带来前所未有的创新速度与深度。

05 AI造物大赛报名及开源社区贡献

中国科大在AI物质创制生态大会上正式启动AI造物大赛，诚挚邀请广大青年学子积极关注、踊跃参与！MindSpore、openJiuwen社区也欢迎广大开发者参与贡献！