问题：新材料研发周期长、试错成本高，是制约成果转化和产业升级的主要瓶颈。以功能微胶囊等材料为例，配方设计、工艺参数筛选、样品制备与性能评估通常需要多轮实验和跨学科协作，实验任务重复性强，关键变量多且相互影响，导致研发进度受人员经验、设备排期和数据闭环效率的显著制约。面对消防、储能、医药载体、涂层等领域对功能材料“高效迭代、可规模化”的需求，如何提升研发效率、降低试错成本成为行业关注的焦点。 原因：传统研发主要依赖“人工驱动的串行流程”，信息传递多靠人工记录和会议协调，实验步骤和决策链条分散，难以形成标准化、可复用的流程。尽管数据分析和算法辅助材料领域已有应用，但许多系统仍停留在“分析建议”层面，与实验设备衔接不足，导致“模型提出方案—人工验证—结果反馈”的闭环效率较低。此外，材料实验设备类型复杂、接口不统一，跨设备调度困难，更限制了自动化与规模化实验的推进。 影响：对应的团队开发的“MARS”系统提出以“多智能体协同+异构机器人集群”重塑材料研发流程的方案。该系统构建了包含19个智能体的层级化架构，模拟科研团队分工，设置“PI、设计师、编程师、实验师、分析师”等技术职能组，并整合多种领域工具协同工作；同时与移动机器人、导轨机器人等异构机器人集群深度集成，形成从方案生成、实验调度到数据分析与迭代优化的闭环。在微胶囊等材料的实验中，系统实现了多智能体与多设备的高效协同，将原本4个月的研发周期缩短至4小时，展现了其对复杂实验流程的加速能力。相关成果发表于《物质》期刊，反映了国际学界对“科研流程智能化”的关注。 对策：推动此模式从实验室走向产业化应用的关键在于构建“专利—平台—产业”的完整链条。团队核心专利“一种面向材料科学的多智能体协作系统及方法”已获授权，并转让给孵化企业落地应用；双方共建“材料中试智能”创新联合体，获批首批国家级先进功能材料制造业中试平台，并建成微胶囊中试产线。通过将协同系统与中试优化结合，团队快速完成了灭火微胶囊等多种功能产品的工艺开发与优化，部分产品已实现市场化销售。这一实践表明，研发端的“闭环智能化”若能同步结合中试放大、工艺稳定性评价和质量控制体系，将显著缩短从概念验证到产业落地的距离。 前景：业内人士认为，“多模型—多机器人”协同系统的意义不仅在于提速，更在于探索将科学研究的探索过程转化为可计算、可预测、可复现的流程体系。其核心趋势是通过标准化接口打通“决策—执行—反馈”，使系统不仅能处理数据，还能调度物理设备完成实验任务，推动科研从“经验驱动”向“流程驱动、数据闭环驱动”转变。不过，这类系统目前仍处于“决策级”探索阶段，未来要实现更高水平的自主实验与跨场景应用，还需在实验安全边界、设备互操作标准、数据质量与可追溯性、模型可解释性诸上持续完善。随着更多中试平台和产业场景的加入，协同系统有望在功能材料、高分子合成、催化与配方优化等领域拓展应用，成为提升我国材料创新效率的重要工具。
MARS系统的成功应用展现了我国人工智能与科学研究融合上的创新能力。从实验室到产业的快速转化，反映了深圳作为创新之城的活力。未来，随着具身智能技术的完善和应用范围的扩大，人工智能将在材料科学、生命科学、能源科学等领域发挥更大作用，为科技进步提供有力支撑。这个探索也表明，真正的科技创新不仅在于技术突破，更在于如何将先进技术与实际需求结合，构建可持续的创新生态。