跳到内容

Nebula Lab

实现本地定制化全链路数据管理

构建数据驱动的材料研发闭环平台,让实验更高效、决策更智能

架构

愿景

  1. 配方设计

    (Formulation)
  2. 实验执行

    (Experiment)
  3. 数据沉淀

    (Data)
  4. 自动分析

    (Analysis)
  5. 模型学习

    (Model)
  6. 推荐实验

    (Recommendation)
  7. 再验证

    (Validation)

形成闭环,持续提升研发效率

左右滑动查看完整闭环

亮点

定制化

按个人研究需求选择小功能与处理插件,组合工作空间,并在本地存储实验记录与工程。

应用案例:组合自己的科研工具

选择配方计算、图谱处理和计算脚本,让日常任务使用合适的工具组合。

了解使用方式前往:产品 › 软件介绍
定制模块 · 按需选择
本地存储
勾选小功能,组合个人工具

数据可追溯

连接物料、配方、过程、样品、测试与成果,保留原始文件、版本及处理依据。

应用案例:从一张图回溯一次实验

由 Origin 成果找到参与样品、当时配方、制备条件及原始测试数据。

了解使用方式前往:用户手册 › 全链路数据管理
一条完整的实验链路
物料→配方→测试→成果
↳ 来源、样品与版本 ↲
从一张图,回溯一次实验

数据后处理

用统一流程处理同类数据,通过插件扩展算法,保留处理步骤与参数。

应用案例:同类曲线批量处理

验证裁剪、平滑和归一化步骤,再应用于多组文件,衔接 Origin 批量出图。

了解使用方式前往:产品 › 数据统一后处理
标准模板 · 插件扩展
裁剪→平滑→归一化
保存模板 → 同类数据批量应用

模板共享

共享数据处理流程、Origin 模板和科研计算脚本,按资源权限向获准成员开放。

应用案例:团队复用验证过的方法

上传方法及适用条件,记录版本和说明,让组内成员在授权范围内复用。

了解使用方式前往:帮助中心 › 社区
上传方法 · 分权限查看
处理流程
计算脚本
↓获准成员
资源 · 版本 · 访问权限

LLM+RAG知识助手后续功能

让人更高效地使用已有知识:从专业数据库检索相关记录,结合来源辅助理解与方案整理。

规划场景:生成有依据的实验方案报告

查找相似实验,关联文献与原始数据,整理可供研究者审阅的领域实验方案。

了解使用方式前往:产品 › LLM+RAG知识助手
LLM + RAG · 规划中
专业数据库↓检索 · 关联来源↓实验方案报告
知识检索 · 相似方案 · 来源引用

ML材料智能体后续功能

从数据中学习规律,面向性能预测、逆向设计、虚拟筛选与多目标优化。

规划场景:为目标性能筛选候选配方

训练与验证领域模型,筛选实验候选方案,用真实测试结果继续完善数据与模型。

了解使用方式前往:产品 › ML材料智能体
ML 材料智能体 · 规划中预测 · 筛选 · 多目标优化

从你的下一次实验开始。

帮助中心

为实验数据流程构建。