AI 自主科研工作台 · 机构客户日常在用
从科研假设到学术报告,7×24 小时自动闭环。五智能体流水线负责执行,RSI 递归自我改进负责进化——真实产品,不是演示原型。

Q-nergy Research Hub 真实产品界面(点击大图可放大)
AI DFT 计算智能体(原 SLISA)· GitHub 开源
第一性原理计算的全流程智能体:五个专精智能体接力,从体系设计一路走到学术报告;RSI 知识库让经验规则自动入库,越用越准。
理解课题目标,设计体系与表面方案:晶面切割、超胞构建、吸附位点枚举,把科学问题翻译成计算问题。
表面方案 · 计算清单调用开源机器学习势(MACE / DPA-4)完成高通量预筛,在海量候选中快速收敛出值得精算的少数体系。
候选排序 · 预筛数据将预筛体系提交 CP2K / ABACUS 等主流引擎精验证,SLURM 集群调度、断点续算,全程无需人工值守。
收敛结构 · 能量力场吸附能、台阶图、火山图、态密度——多维分析自动成图,交叉核对物理合理性,剔除异常点。
图表 · 标度关系汇总全部结果,输出学术级报告与图表,方法、参数、结论一目了然;经验规则同步沉淀入 RSI 知识库。
学术级报告 · RSI 沉淀计算服务平台 · 按项目交付
面向科研与产业团队的计算服务平台:标准化的需求分析、方案设计与计算执行流程,把交付周期从月级压缩到天级。
课题与材料体系解析,明确计算目标
计算路线与参数方案,双向确认
MLIP 预筛 + 主流引擎精算,集群调度
多引擎交叉验证,人工审核把关
学术级报告与全套图表,在线交付
交付后答疑支持,可追加迭代计算
端到端 5–10 天交付,对比行业传统外包 6–12 个月。实际时长以咨询为准,视体系规模与工作流量而定。
多引擎交叉验证结果一致性,关键节点人工审核把关;交付物可直接用于论文与立项材料。
电池材料逆向设计工作台
面向电池研发的逆向设计环境:从性能目标出发反向搜索候选配方与材料,四个 3D 视图覆盖分子、晶体与工艺全链路。
Q-Batt 电池阵列 · 16 通道数字孪生示意
自动化电化学平台 · 软硬件一体
模块化全自动电催化平台:一条总线挂载 11 类自动化模块,AI Agent 可以直接调度实验硬件——把「AI 设计材料」延伸到「AI 做实验」。
FLOWCELL-BUS · 3D 数字孪生预览(点击放大)
电化学大模型框架
面向电化学场景的大模型框架:让模型直接理解电极界面、双电层与恒电势世界, 为电池、催化与清洁能源材料提供统一的智能底座。其科学底座(DFT-Free 电子结构引擎)已在 33 个体系上完成验证。