材料研发判断，其实是三种完全不同的能力

一次完整的材料研发判断，通常要求同时具备三种能力：读懂论文和专利里的语义描述，根据组成和结构算出性能预测值，以及在庞大候选空间里找出最值得关注的方向。这三件事对模型的要求差别很大——理解语言语义靠的是语言模型的训练方式，预测物理性质靠的是对结构—性能关系的建模能力，搜索候选空间靠的是优化算法的效率。指望一个模型同时把三件事都做到最好，目前并不现实，这也是材料大模型需要处理多模态输入之外，还需要多模型协作的原因。

语言模型负责“读”，不负责“算”

语言模型在这套系统里承担的是信息抽取和语义理解——从论文里识别出“某种添加剂在什么条件下会提升某项性能”这类结构化的关系陈述，从专利里抽取具体的工艺参数范围，把这些原本以自然语言呈现的知识，转成结构化的、可以被后续模型直接使用的数据。它擅长处理语言的模糊性和多样表达方式，但不负责给出精确的性能数值预测——把数值预测也交给语言模型，反而容易出现数字编造的问题。

图神经网络负责“算”，把结构变成性能数字

精确的性能预测这部分，通常交给专门针对材料结构训练的图神经网络类模型来做——把材料的组成和结构表示成图结构数据，模型学习的是这种结构表示到具体性能数值之间的映射关系，并且会同时给出预测的不确定性区间。这类模型的强项是处理结构化的数值和拓扑关系，但读不懂论文里的文字描述，也不负责决定接下来该测试哪个候选。

优化算法负责“在哪找”，这一步和主动学习是同一套逻辑

有了性能预测能力之后，还需要在巨大的候选空间里决定优先看哪个方向，这部分交给优化算法（常见如贝叶斯优化）来完成，具体逻辑和主动学习挑选下一批实验是一致的——根据当前的预测不确定性，决定下一步该往哪个区域集中搜索资源。

把三者串起来看一个具体例子

假设研发人员提出问题“能不能找到一种比现有配方隔热性能提升15%、成本增幅不超过10%的方案”。语言模型先从相关文献里抽取出几类可能相关的添加剂机制描述；图神经网络基于这些线索和已有实验数据，对候选配方组合给出隔热性能和成本的预测值及置信区间；优化算法再根据这些预测结果和不确定性，排出一份优先测试的候选清单。这三步环环相扣，缺一步都无法直接给出最终的候选排序。

协作的风险点恰恰在“交接”环节

这套协作机制的风险点也恰恰在“交接”这几个环节——如果语言模型从某篇论文里错误提取了一个工艺参数（比如把“180摄氏度”误读成“108摄氏度”），这个错误会直接被当作既定信息传给性能预测模型，预测模型并不会主动去核实这条信息的真伪，结果就是一个源头错误顺着链路一路传导，影响到最终的候选排序。现阶段应对这个问题主要靠对关键抽取结果做交叉校验，以及在开云App里展示模型判断依据，让研发人员能看到某个候选排名靠前是基于哪些具体信息，而不是把结果当作黑箱直接采用。