maxflow是由创腾科技研发的融合分子模拟与人工智能的创新平台，服务于材料设计与研发领域。采用浏览器-服务器架构，maxflow利用大数据和人工智能技术，实现对大量材料数据的挖掘、可视化分析，总结材料特性关系，推动新材料和新工艺的研发。
maxflow在材料物理领域广泛应用，科研人员可用其分子模拟技术进行新材料设计和性能预测。涵盖热电、纳米、新能源、金属、半导体以及超硬、超导、压电、非线性光学、稀土和形状记忆功能材料等。同时，maxflow采用ai技术研究材料结构、工艺参数和性能关系，创建配方和工艺优化模型，提供实验设计工具以提升研发效率。
在材料物理领域，研究人员常面对模拟计算复杂、微观结构建模难、大数据处理难以及实验设计优化问题。maxflow通过工作流引擎自动化复杂计算任务，提供丰富的模型构建功能，以机器学习和深度学习技术处理海量数据，引入ai方法优化实验设计，全面解决这些问题。
maxflow利用强大的分子模拟引擎和直观的界面工具，帮助研究者设计和模拟各种新型材料（如热电材料、纳米材料、新能源材料、金属材料、半导体材料等）的微观结构。为研究者提供了深入理解材料微观结构的途径，为实验设计提供了理论支持。
maxflow的模拟计算引擎，包括基于量子力学的quantum espresso和pyscf，基于分子力学和动力学的lammps和rdkit，以及基于分子力学和蒙特卡洛方法的raspa，可以用来预测各类新型材料（例如新型超硬材料、超导材料、压电材料、非线性光学材料、稀土材料和形状记忆功能材料等）的性能。这些预测结果有助于研究人员在实验前进行评估，从而节省实验资源。
maxflow融合传统和机器学习的实验设计（doe）方法，大幅度提升了实验设计的效率和优化水平。
maxflow利用机器学习和深度学习技术，帮助研究人员理解材料结构、工艺参数与性能的关联，并创建ai预测模型，从而实现配方和工艺的优化以及成本控制。
允许用户分享成功的工作流为apps，实现知识固化与分享。
提供如正交设计、doe-ml、edbo等多种实验设计工具。
整合机器学习、深度学习等数十种数据分析和挖掘算法。包括线性回归（linear regression）、逻辑回归（logistic regression）、决策树、随机森林（rf）、k近邻（knn）、朴素贝叶斯（naive bayes）、支持向量机（svm）、k均值（k-means clustering）等。
支持小分子、聚合物、晶体、表界面、纳米管、复合材料以及交联结构、无序结构等结构构建；支持分子枚举高通量虚拟库构建。
maxflow核心引擎之一，可自动化完成多步骤计算，实现任务的智能整合。
maxflow拥有面向不同领域定制的apps，已将多步骤模拟过程固化，并提取每步计算任务所需的最优参数。使用者通常只需要导入研究对象结构即可提交计算任务，不会消耗很多时间在软件的学习上。
目前我们云端环境按照如下方式保障平台安全性：
数据安全：（1）数据授权访问；（2）敏感数据脱敏存储；（3）实时增量和定时全量备份；（4）备份数据存储在分布式文件系统。
云安全：（1）采用行业头部云厂商提供的云产品；（2）saas层有全天候安全漏洞检测任务；（3）漏洞修复任务实时推送修复。
maxflow推出本地和云版两个版本，其中云版采用租赁模式，可按年、按账号数量出售。企业可以根据自身情况选择合适的版本。
maxflow支持用户生成自定义组件，可对计算结构进行信息提取，支持对计算产生的表格数据进行后期处理等。
主要依据项目需求和产品开发进度。maxflow是创腾的战略性平台，公司拥有专业的技术和开发团队，可对软件进行快速的迭代和优化。