材料数据库系统

新材料大数据中心材料数据库系统，面向多源异构材料数据孤岛化、碎片化难题，锚定AI Ready的材料数据存储治理，夯实AI+材料新范式下的数据基础。 系统具备三大核心特色：强化逻辑统一、面向材料场景、打通应用链路。 材料数据库系统已服务全国29个材料数据节点、300余家单位，汇聚处理超亿条材料数据，赋能材料智能研发！登录材料数据库系统，让您的数据，成为驱动未来的力量！

新材料大数据中心2025.10.17

钢铁材料设计大模型SteelScientist

北京科技大学联合阿里云，发布钢铁材料设计大模型,打通“成分-工艺-性能”一体化设计，实现全栈式AI驱动材料研发。深度萃取10万+篇权威钢铁科技文献数据，建成权威数据库。同时，基于百万级材料语料构建钢铁知识专用编码器SteelBERT，实现钢铁知识精准表示与权威知识问答。基于SteelBERT构建钢铁力学和腐蚀性能高精度预测模型。自研文献抽取引擎，批量智能提取文献专利多维结构化信息自研文献抽取引擎，批量智能提取文献专利多维结构化信息。

北京科技大学 阿里云2025.11.17

多孔合金材料模型

多孔合金材料模型由之江实验室和浙大城市学院联合研发，建立了百万级孔结构-力学性能数据库，实现了孔结构秒级性能预测和逆向生成，以“人工智能+新材料”赋能多孔材料智构。高效解析用户需求，智能调度多工具，实现胞元快速寻优与秒级生成，同步输出定制化智构报告，大幅缩短研发周期。

之江实验室 浙大城市学院2025.11.14

材料科技论文数据抽取系统

智能解析材料科技论文，精准提取并关联材料成分、制备工艺、性能指标等关键要素，自动构建结构化数据集并可视化呈现，可深入分析多源数据差异，助您高效把握材料性能研究的核心数据脉络！

北京云智材料大数据研究院 北京科技大学2025.11.17

MLDS01材料逆向设计系统

面向材料性能需求的MLDS 01材料逆向设计系统，为材料研发领域中，多目标性能难以同步提升的痛点问题，提供高效解决方案。 基于内置的成分-工艺与性能间的内禀关系模型，操作人员仅需简单地提出所需的目标性能，即可快速生成满足多目标性能的成分-工艺设计方案。

北京云智材料大数据研究院 北京科技大学2025.05.06

MLDS02材料性能机理分析系统

材料性能机理分析系统，服务材料研发领域，助力科研人员深入阐明材料中元素对性能影响的复杂机理。系统融合相关性筛选、递归消除和穷举筛选方法，高效过滤冗余信息、对性能贡献较小特征量，筛选出影响性能的关键特征量。操作人员仅需提供元素与性能表格，即可快速筛选出影响合金性能的关键合金因子。

北京云智材料大数据研究院 北京科技大学2025.10.31

云智材料机器学习平台（企业版）

云智材料机器学习平台是积木式组件化低代码工具，核心价值为降低数据分析门槛、提升工作效率。平台以拖拽式分析工作流为核心，封装 12 大类 128 种算子组件，覆盖数据处理与机器学习全关键环节。平台集成 AI 智能问答，支持本地文本向量模型及 OpenAI 兼容接口，满足多样化需求。作为新材料大数据中心在线开发模块的核心支撑，它提供底层技术与工具能力，助力用户结合权威数据与自有数据，高效完成材料性能预测、成分设计等任务。

北京云智材料大数据研究院 北京科技大学2025.10.20

光刻树脂材料性能AI预测模型

本软件基于人工智能的预测模型，将单体的SMILES 分子式作为输入，预测相应均聚物树脂的玻璃化转变温度（Tg）。Tg是表征其光刻胶热力学性能的关键参数，影响力学稳定性、耐热性以及图形保持能力，合理调控Tg 是光刻胶设计中的核心目标之一。

上海集成电路材料研究院有限公司2025.11.11

材料显微图像拼接软件

MicroStitch软件可实现微观图像数据的高速、自动和精准拼接。即通过集成最先进的图像特征提取和匹配技术，融合GPU加速和多进程加速方法，能够对任意数量输入、任意拍摄顺序的序列图像自动化快速地计算图像间的位移关系，并利用图像融合方法生成高质量高分辨的全景图像。

北京科技大学2025.01.01

冷阻燃机匣与转子碰摩热/应力/应变场/燃烧计算程序

本软件是一款面向高压压气机叶片与机匣碰摩工况的钛合金燃烧风险预测与预警系统。用户可通过输入叶片与机匣的几何形状（如长度、宽度、厚度）、材质、涂层类型以及服役环境参数（压力、温度）和故障条件（进给量、转速），实现对碰摩过程中的机匣表面应力与温度升高的定量预测。

北京科技大学敬请期待

节点融通器

“节点融通器”作为架构于节点数据库与主平台之间的智能中间件及统一网关，是破解新材料领域“数据孤岛”治理难题。对数据采集治理而言，融通器可提升内部数据管理能力，保障数据权属与安全，实现数据资产化赋能与价值释放；对数据管理而言，融通器作为“质量关卡”，确保汇交数据的格式统一、标准符合、内容合规，减轻主平台的数据清洗与治理压力，实现规模化、高效接入。

新材料大数据中心敬请期待

面向性能要求的自适应迭代快速材料设计策略

该自适应迭代设计策略，包含模型训练，模型预测，实验设计及实验反馈四个过程。图示的2个平行迭代回路，可用于对比验证材料知识或其它要素融入对迭代设计效率的影响。

北京科技大学敬请期待

基于遗传算法的材料描述符和机器学习模型组合筛选框架

在本研究中，我们提出了一个利用遗传算法从大量组合寻优空间中快速选择机器学习模型和材料描述符的普适算法，并证明了它对高熵合金相形成问题的有效性。

北京科技大学敬请期待

量纲同步计算的符号学习模型

量纲同步计算（Dimension-synchronous-computation symbolic learning）的符号学习模型是在传统的符号学习的基础上，通过加入单位计算功能模块，并改进了底层的遗传编程GP为GVP, 使符号学习具有了单位计算和向量计算的双重功能。

北京科技大学敬请期待

材料显微图像智能分析平台

WisdomStore是一个支持本地离线部署使用的零代码一站式图像智能分析平台，可在本地环境下进行图像数据标注、智能模型训练、智能模型推理等识别结果统计表征。相比于领域内常用的云计算智能分析平台，本软件支持用户在本地创建人工智能模型，可保护数据安全不泄露。目前图像标注功能已包括：框形标注、涂鸦标注、多边形标注（包括弧度）、智能标注（魔术棒点击、画框式标注）。目前模型训练和推理功能已包括：目标检测、图像分割、实例分割。平台主要面向三类人员需求：1.材料科学、生物信息学等领域的科研人员进行图像智能分析；2.机器视觉从业人员自主创建智能模型，并进行实际业务场景的模型部署；3.数据标注从业人员利用本工具可快速提高数据标注速度。

北京科技大学敬请期待