拓扑材料在量子计算、自旋电子学等领域具有广阔的应用前景。但是，传统的分步式研发流程环节割裂，易出现信息缺失、推理不一致及计算失效等问题，制约了新型拓扑材料的快速高效筛选。

近期，中国科学院计算机网络信息中心与物理研究所等团队联合研发了大语言模型驱动的拓扑材料多智能体系统（TopoMAS）。该系统搭建了一个集检索、推理、建模、计算验证与人机反馈于一体的协同闭环框架，整合了自然语言处理、文献数据库查询、知识图谱、结构生成及自动化第一性原理计算等技术，形成了可迭代学习的完整智能研究体系。借助TopoMAS系统，科研人员已成功发现若干种新的拓扑材料，为拓扑材料的智能发现及更广泛的AI for Science闭环研究提供了可迁移的范式。

相关研究成果发表在Materials Genome Engineering Advances上。研究工作得到了国家自然科学基金的支持。