打通“建模-计算-分析”的最后一公里：MatModeler材料可视化建模App公测上线！

摘要：在材料计算领域，工程师和研究员开展新材料设计和机理研究时，通常遵循以下流程：“确定需求-方案设计-材料建模-体系计算-结果分析”。然而，在传统模式下，该流程需要使用多个软件和工具进行耦合操作。这种复杂的操作流程不仅增加了难度，还不利于数据和流程的管理。不同软件

在材料计算领域，工程师和研究员开展新材料设计和机理研究时，通常遵循以下流程：“确定需求-方案设计-材料建模-体系计算-结果分析”。然而，在传统模式下，该流程需要使用多个软件和工具进行耦合操作。这种复杂的操作流程不仅增加了难度，还不利于数据和流程的管理。不同软件之间的数据传输和兼容性问题、繁琐的手动操作以及复杂的参数设置，往往会导致效率低下，甚至可能因为人为错误而影响研究结果的准确性和可靠性。

为了解决这一问题，深势科技基于AI4S科研平台玻尔（https://www.bohrium.com/）特别推出了 MatModeler@Apps 材料可视化建模，旨在打通“建模-计算-分析”的最后一公里，提供一站式解决方案。该平台目前集成了强大的交互式建模工具和多款机器学习驱动的多尺度建模计算 APPs，其流程串联简便高效，极大地提升科研人员的研究效率，加速材料科学的进步，是深势科技材料设计平台的关键模块之一。

产品界面概览

MatModeler@Apps 提供多样化的建模功能，能够满足分子、晶体和表面材料等多种体系的建模需求，适应不同研究方向的专业要求。平台具备强大的数据导入与导出功能，支持多种常见的结构文件格式（如 POSCAR、cif、STRU、xyz、mol、mol2、sdf、gro）和轨迹文件格式（如 LAMMPS-dump、Gromacs xtc/trr、VASP XDATCAR）的预览和编辑。除此之外，MatModeler@Apps 还与材料数据库无缝连接，可一键导入材料数据库中的结构，极大简化了结构编辑流程。

小分子模型的搭建

CeO2(111)表面模型搭建

从数据库导入电解液分子

轨迹播放

除了常规的晶体和表面模型搭建之外，平台还支持根号表面和异质结这两种复杂模型的构建：

根号表面的构建

异质结模型的搭建

在结构的高级可视化如：结构的周期性展示、键长/键角/二面角的测量、结构样式的调整以及丰富的快捷键支持等方面，MatModeler@Apps 也能轻松胜任：

结构的周期性展示

键长/键角/二面角的测量

丰富的快捷键

除了强大的建模可视化能力之外，平台还支持用户自由搭配先进的计算工作流来构建个人的材料计算平台，目前平台已经内置了量子化学计算、机器学习力场驱动的分子动力学模拟、APEX 合金计算工作流和电池正极 DFT 计算的工作流，用户通过把构建的结构作为工作流的输入，设置对应的计算参数后即可提交计算任务，任务完成后相应的工作流还会自动进行结果的解析并提供详细的可视化图表展示。

以 fcc Cu 的分子动力学模拟计算为例，通过该平台可以进行各种性质的计算，如晶格常数、扩散系数、径向分布函数等。计算完成后，用户可以在任务详情页看到各种关键性质信息的交互式图表。

使用 MatSpace Simulation 对 fcc Cu 体系多种分子动力学性质进行计算

MatModeler@Apps 在材料计算领域展示了卓越的潜力和应用价值，展望未来，我们将不断优化材料领域的交互式建模能力，并推出交互更加友好的工作流编辑器和丰富的模版库，方便用户轻松构建计算工作流。随着材料大模型技术和 AI Agent 能力的日渐成熟，平台在未来的版本里还会持续集成新的技术能力来为材料领域的科研工作者提供更加高效、精准的研发支持。

目前平台正在快速迭代，如果您对我们的平台产品感兴趣，无论是帮助我们优化材料建模可视化的能力还是贡献计算工作流来做产品集成，都欢迎扫描下方二维码加群来与我们进行交流（产品试用链接：https://www.bohrium.com/apps/matmodeler）。

Ps. 目前群内正在开展产品测评活动，每位参与测评并提供测评报告的同学都将获得不定期的奖金作为回报，欢迎大家积极参与。

玻尔开发者中心是一款创新开发工具，旨在帮助开发者在短时间内实现算法代码快速上线为应用软件，从而大幅提高新想法的验证效率。开发者仅需简单地修改算法运行入口代码，即可生成丰富的用户界面和完整的功能套件。借助玻尔，开发者能够迅速收集用户反馈，为方法的进一步优化提供支持，实现研究成果的落地应用，并创造商业价值。

玻尔 Apps 提供了多种能力，支持低代码部署、自定义 Web 应用框架(Streamlit/Dash/Gradio/...)、AI Agent 等前沿技术，并提供了丰富的功能，包括可视化交互、账单计费、用户管理、用户授权等。此外，还提供了快速迭代算法所需的核心能力，如数据集、模型管理、版本性能评估等。