超材料是一种人工设计的材料，旨在实现自然界中未见的特性，如超高刚度和负材料指数。在机械超材料的设计中，通常涉及三个关键模态，即三维拓扑结构、密度条件和力学性能。现实世界中的复杂应用场景对机器学习模型提出了严格的要求，需要同时考虑这三个模态。然而，全面的文献回顾表明，大多数现有研究仅考虑了两个模态，例如根据三维拓扑结构预测力学性能或根据所需性能生成三维拓扑结构。因此，最先进的机器学习模型在捕捉整体方面仍存在显著差距。为此，我们提出了一种统一模型——UniMate，该模型由模态对齐模块和协同扩散生成模块组成。实验结果表明，UniMate 在拓扑生成任务、性能预测任务和条件确认任务中分别比其他基线模型高出 80.2%、5.1% 和 50.2%。我们已将所提出的 UniMate 模型及其相应结果开源至 https://github.com/wzhan24/UniMate。