2025年5月21日，北京——在今日召开的2025全国石油和化工行业科技创新大会上，由中国科学院大连化学物理研究所（以下简称“大连化物所”）、科大讯飞、中国科学院文献情报中心等单位联合研发的智能化工大模型2.0 Pro正式亮相。作为我国化工行业首个自主研发的通用型人工智能大模型，该版本的发布标志着我国化工行业正式迈入“AI驱动研发”的新阶段，有望彻底颠覆传统技术转化模式，实现“从实验室到工厂”的无缝衔接。
传统模式痛点凸显，AI大模型破局而出
长期以来，化工行业新技术从实验室走向工业化应用需经历小试、中试、工业性试验、示范工程等漫长环节，周期长达10年以上，且存在技术放大风险高、研发成本居高不下等难题。中国工程院院士、大连化物所所长刘中民在大会发言中指出：“传统研发模式如同‘逐级爬楼梯’，任何一个环节的失误都可能导致前期投入付诸东流。而智能化工大模型的核心价值，正是通过数据与算法重构研发逻辑，让技术转化像‘坐电梯’一样高效。”
据介绍，智能化工大模型2.0 Pro基于700亿参数规模构建，通过深度学习化工领域海量文献、专利、实验数据及工业案例，形成了覆盖催化剂设计、工艺优化、设备仿真、安全评估等全链条的智能决策能力。其最新升级的上下文处理长度较前代提升5倍，可同时解析复杂工艺流程中的多维度参数关联，显著提升模型对实际工业场景的适应性。
从1.0到2.0 Pro：技术迭代驱动产业革新
回溯研发历程，大连化物所低碳催化与工程研究部副部长叶茂表示，项目团队于2024年3月率先推出智能化工大模型1.0版本，初步实现化工知识快速检索、工艺路线智能生成等功能。同年11月，联合科大讯飞等单位发布的2.0版本进一步引入多模态数据融合技术，支持对反应机理的动态模拟与优化。而此次发布的2.0 Pro版本则在十大核心化工维度实现突破：
性能跃升：在催化剂活性预测、换热网络优化、设备故障诊断等场景中，模型问答准确率平均提升23%，部分场景达90%以上；
场景拓展：新增安全风险预警、碳足迹核算等模块，助力化工企业绿色转型；
交互升级：支持自然语言与工业软件的无缝对接，研发人员可通过对话直接生成工艺包初稿。
科大讯飞研究院副院长李鑫以催化剂设计为例展示模型能力：“传统方法需数月实验筛选，而大模型可通过分析百万级文献数据，在24小时内推荐潜在候选材料，并给出合成路径建议，研发效率提升10倍以上。”
应用落地加速，40余家机构已尝鲜
目前，智能化工大模型已在万华化学、中石化工程公司、浙江大学等40余家企业、设计院和高校部署。某化工企业技术负责人透露，在应用大模型优化乙烯裂解工艺后，其装置能效提升8%，年节约成本超2000万元。更值得关注的是，大连化物所基于该模型开发的“甲醇制烯烃智能设计平台”，已助力3家企业完成工艺包开发，较传统模式缩短周期70%。
刘中民院士强调：“大模型的价值不仅在于单点效率提升，更在于重构产业创新生态。未来，中小企业可通过云端调用模型能力，低成本获取顶尖研发资源，真正实现‘创新平权’。”
3.0版本蓄势待发，全链条数据底座呼之欲出
面对行业对模型持续进化的期待，研发团队正加速构建“化工数据中心与知识底座”。该项目计划整合全球公开数据、企业私有数据及实验实时数据，形成覆盖分子设计、工艺放大、经济评估的全生命周期数据资产。“当数据底座建成后，大模型将具备自我进化能力，甚至能预判行业技术趋势。”叶茂透露，智能化工大模型3.0版本预计于2025年底发布，届时将开放部分API接口，推动产业链上下游协同创新。
此次大会释放出明确信号：在人工智能与化工深度融合的浪潮中，中国正从“跟跑”转向“领跑”。随着智能化工大模型的迭代升级，一个以数据为燃料、算法为引擎的新质生产力时代，正在重塑全球化工产业格局。
